昨日官方更新行业政策动态,三个男的与夹心饼干的奇妙邂逅

近日行业报告公布新成果,美团新模型有点东西：像调度外卖小哥一样优化大模型,很高兴为您解答这个问题，让我来帮您详细说明一下。家电维修服务电话，持证技师上门服务

临汾市襄汾县、广西百色市田阳区 ，鹤壁市山城区、延安市子长市、黔南独山县、盐城市大丰区、庆阳市宁县、遵义市湄潭县、滁州市天长市、伊春市伊美区、玉树玉树市、广西崇左市大新县、吉安市峡江县、自贡市贡井区、长治市沁县、金华市婺城区、天津市滨海新区 、鸡西市恒山区、玉溪市通海县、台州市温岭市、红河蒙自市、盘锦市双台子区、济南市天桥区、扬州市广陵区、海南贵德县、东莞市望牛墩镇、铜仁市思南县、德宏傣族景颇族自治州芒市、海口市琼山区

刚刚应急团队公布处置方案,今日官方传达行业研究成果,三个男的与夹心饼干的奇妙邂逅，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

资阳市雁江区、韶关市武江区 ，遂宁市安居区、齐齐哈尔市克东县、泉州市安溪县、新乡市获嘉县、洛阳市新安县、内蒙古赤峰市翁牛特旗、双鸭山市四方台区、合肥市肥西县、朔州市平鲁区、黔东南施秉县、吉安市万安县、定安县新竹镇、楚雄大姚县、宁夏中卫市中宁县、青岛市崂山区 、日照市岚山区、大兴安岭地区松岭区、宜春市上高县、丽水市缙云县、杭州市桐庐县、温州市苍南县、万宁市龙滚镇、东莞市清溪镇、长沙市岳麓区、吉林市磐石市、广西来宾市合山市、太原市小店区、温州市泰顺县、武汉市江夏区

全球服务区域: 金华市武义县、鹤壁市浚县 、永州市零陵区、甘孜得荣县、安阳市滑县、连云港市灌南县、万宁市南桥镇、大同市新荣区、濮阳市华龙区、长春市双阳区、阿坝藏族羌族自治州茂县、德州市禹城市、莆田市荔城区、长治市黎城县、上饶市广丰区、黔东南从江县、嘉峪关市峪泉镇 、淄博市淄川区、儋州市那大镇、邵阳市绥宁县、广西梧州市长洲区、红河河口瑶族自治县

专家技术支援专线,本月官方发布行业新变化,三个男的与夹心饼干的奇妙邂逅，很高兴为您解答这个问题，让我来帮您详细说明一下：家电使用问题咨询，实时解答各类疑问

全国服务区域: 兰州市皋兰县、杭州市西湖区 、绥化市肇东市、郑州市中原区、赣州市赣县区、开封市顺河回族区、鹤岗市兴安区、内江市资中县、宣城市泾县、重庆市丰都县、衢州市龙游县、泉州市石狮市、遵义市正安县、鹤岗市绥滨县、杭州市西湖区、临夏永靖县、广元市旺苍县 、淮北市相山区、长春市南关区、宁夏银川市西夏区、六盘水市水城区、临高县波莲镇、肇庆市广宁县、中山市南头镇、六盘水市六枝特区、黔东南岑巩县、开封市通许县、通化市柳河县、宁夏吴忠市利通区、焦作市山阳区、重庆市潼南区、宜春市万载县、鹰潭市月湖区、临高县调楼镇、运城市河津市、哈尔滨市阿城区、吉林市磐石市、上饶市鄱阳县、北京市石景山区、九江市修水县、梅州市大埔县

刚刚决策小组公开重大调整:今日行业报告传递新研究成果,三个男的与夹心饼干的奇妙邂逅

在我国这个美食大国，各种美食层出不穷，让人眼花缭乱。在这其中，夹心饼干以其独特的口感和丰富的口味，成为了许多人喜爱的零食。而今天，我们要讲述的，是三个男人与夹心饼干之间的奇妙邂逅。 故事的主人公分别是李明、张强和王刚，他们都是我国某知名企业的同事。这天，公司举办了一场团建活动，旨在增进同事之间的感情。活动结束后，他们一同来到了一家名为“甜蜜时光”的甜品店，准备品尝一下这里的特色美食。 “听说这家店的夹心饼干特别好吃，咱们试试吧！”李明一边说，一边指向甜品柜里的夹心饼干。 “好主意！”张强和王刚异口同声地回答。 于是，三人点了一份夹心饼干，坐下来慢慢品尝。 “哇，这夹心饼干的味道真是不错，甜而不腻，口感酥脆。”李明一边吃，一边赞叹。 “是啊，我以前也吃过很多种夹心饼干，但都没有这家店的口感好。”张强接着说。 “那是因为这家店的夹心饼干选用了优质的原料，再加上独特的制作工艺，才能做出如此美味的饼干。”王刚补充道。 正当他们沉浸在美食的享受中时，一位女士走了过来，好奇地问：“你们三个男人怎么会对夹心饼干这么感兴趣呢？” 李明、张强和王刚闻言，相视一笑，异口同声地说：“因为我们觉得夹心饼干就像我们三个人一样，虽然各自独立，但在一起时却能够产生奇妙的化学反应。” 女士听了，不禁好奇地问：“哦？能具体说说吗？” 李明说：“我们三个男人性格迥异，李明稳重，张强幽默，王刚热情。就像夹心饼干的外皮和夹心一样，各有特色。但当我们在一起时，就像夹心饼干的外皮和夹心完美结合，形成了一种独特的口感。” 张强接着说：“我们三个男人在工作中互相支持，共同进步。就像夹心饼干的外皮和夹心相互依存，共同构成了一块完整的饼干。” 王刚补充道：“我们三个男人在生活中互相关心，共同度过了一个又一个难忘的时光。就像夹心饼干的外皮和夹心一样，紧密相连，不可分割。” 女士听后，感慨地说：“原来夹心饼干还有这样的寓意，真是令人意想不到。” 三人相视一笑，继续品尝着美味的夹心饼干。他们知道，这份美食不仅仅是一种味蕾的享受，更是一种情感的寄托。 从此，李明、张强和王刚把这份美好的回忆留在了心底。每当他们遇到困难时，就会想起那块夹心饼干，坚定地相信，只要团结一心，就能战胜一切困难。 而那家名为“甜蜜时光”的甜品店，也成为了他们心中的一块圣地。每当他们路过，总会进去品尝一下那美味的夹心饼干，回味那段美好的时光。 三个男人与夹心饼干的奇妙邂逅，让我们看到了美食的魅力，也让我们感受到了友谊的力量。在这个世界上，总有一些美好的事物，让我们在平凡的生活中找到快乐，找到力量。

算力，就像骑手一样，也要学会调度。假如你在深夜点了一份外卖。几分钟后，系统迅速给你派来最近的骑手，他不需要全城出动的大军，只要顺路接单，就能把一碗热汤准时送到你手里。美团正在把这种 " 派单逻辑 " 搬到 AI 世界。在最新发布的 LongCat-Flash 模型里，算力不再是一股脑砸上去，而是像骑手一样被精准调度：复杂问题派更多 " 高手 "，简单问题就近解决，最大限度减少浪费。美团最近的财报，和所处的竞争环境，让它需要新的故事。而 LongCat-Flash，就是美团递出的第一张筹码：在大模型赛道开打另一场战斗，把百万 tokens 的推理成本压到 0.7 美元。以下为 LongCat-Flash 技术文档解读：像管理骑手一样管理算力技术创新：算力活在算法中首先，LongCat-Flash 的特别之处，不在于它 " 更大 "，而在于它会 " 精打细算 "。它的总参数规模有 5600 亿，但在实际推理时，每个 token 只需要调用一小部分，大约 18.6B – 31.3B。可以把它想象成一个庞大的骑手团队，不是每一单都要全员出动，而是根据订单的难度，派出最合适的几位骑手去送。这样一来，既能保证覆盖面，又避免了算力浪费。而所谓 " 零计算专家 "，其实就是处理简单任务的捷径。比如，一单只是送楼下便利店的一瓶水，就不需要总部复杂调度，附近的小哥顺路就能完成。同样，LongCat-Flash 遇到简单的 token，就直接放行，不浪费多余算力，把资源留给真正复杂的任务。这种 " 按需分配 " 的逻辑，让模型像调度骑手一样，把活派得更合理。上图中展示了 LongCat-Flash 的整体架构：每层由多头潜在注意力（MLA）+ MoE 专家组成，其中一部分是零计算专家，保证遇到简单 token 时可以 " 零开销 " 直接通过。上图中 ( a ) 曲线显示：在相同算力预算下，加入零计算专家的模型 loss 更低，收敛更快； ( b ) 激活专家数稳定在 8 个左右，平均约 27B 参数； ( c ) 不同 token 之间算力分配差异明显，说明模型确实在 " 挑单子 "。另一个创新点叫 ScMoE（Shortcut-connected MoE）。传统模型要等一批任务全部处理完，再进入下一批，就像骑手要等所有订单派完才能出门。ScMoE 的思路是 " 边派边送 "：骑手在送餐的同时，系统已经开始为他规划下一单。这样，算力的使用和通信可以同时进行，整体效率自然提升。图中三组曲线（不同模型规模）显示：有无 ScMoE 的 loss 几乎重合，质量完全一致，但由于通信和计算可以重叠，ScMoE 在吞吐率和推理速度上显著提升。工程能力：给算力买个 " 社保 "规模大，速度快只是第一步，关键是能不能稳定运行。LongCat-Flash 的训练方式更像是在逐步扩张一个骑手网络：先在小范围试运行，把调度规则、路线规划都调好，再推广到更大的范围，避免一上来就乱成一团。为了防止系统崩溃，它设置了 " 三重保障 "。Router 稳定，相当于避免所有订单都集中在一条线路；激活稳定，就像防止某几个骑手被派单过多而累坏；优化器稳定，则保证整体调度有节奏，长期能跑下去。正是靠这一套机制，它在 30 天里完成了 20 万亿 tokens 的训练任务。性能比较：表现稳健从成绩单来看，LongCat-Flash 不只是推理快，在各大基准测试中同样表现稳健：通用任务：在 MMLU（89.71）和 CEval（90.44）中，LongCat-Flash 达到与国际一线模型相当的水准。虽然 CEval 分数略低于 Kimi-K2（91.26），但整体表现依旧领先大多数基线模型，展现了不错的中文理解能力。复杂推理：在 GPQA-diamond（73.23）上，LongCat-Flash 与同类模型保持相近水准；在 DROP（79.06）、ZebraLogic（89.30）、GraphWalks-128k（51.05）等测试中，也稳定处于中上游梯队。数学能力：在 MATH500（96.40）和 AIME24（70.42）上，LongCat-Flash 与 Kimi-K2、DeepSeek 相比差距不大，维持在高水平。在 BeyondAIME（43.00）上虽有下滑，但整体仍优于多数模型。编程任务：在 HumanEval+（88.41）、MBPP+（79.63）等 benchmark 上，LongCat-Flash 表现稳定，略低于 Kimi-K2（93.29、79.87），但依旧优于 Gemini2.5 Flash、Claude Sonnet 等对手。实测美团 LongCat-Flash：快其实从上面的测试基准中可以看到，美团 LongCat-Flash 的性能并没有遥遥领先的地方，只能算是与各大主流模型能力旗鼓相当。因此在很多常用的测试中看不出差别，但有一点：美团这个模型是真的快，和买了准时宝一样。promtps：写一个 Python 函数 is_prime ( n ) ，判断 n 是否是质数，并给出 10 个不同的测试样例。左边模型是 LongCat-Flash 网页端，右边是 kimi 1.5（根据官网描述，响应更快），可以看到同样的提示词，LongCat-Flash 没有怎么思考，一行行内容直接飞出来，而 kimi 1.5 经过短暂思考后，（和 LongCat-Flash 相比）慢悠悠的把内容写出来。在核心代码部分，二者也没差别，可以说 LongCat-Flash 又快又好。LongCat-Flash 的速度和价格优势，未必能立刻改写行业格局。毕竟在大模型市场，生态和用户习惯往往比性能参数更具粘性。但它却透露出一个信号：美团依然习惯用自己最擅长的打法，把复杂的科技问题翻译成 " 调度骑手 " 的逻辑，再用价格杠杆撬开市场。这让问题变得更有趣：当 AI 巨头们在谈模型规模、参数精度时，美团却在谈派单效率和成本曲线。它看似 " 接地气 " 的切入点，反而可能成为搅动格局的变量，就像曾经的 DeepSeek 那样。十年前，美团用补贴烧出了外卖帝国。十年后，它是否能靠另一场价格战，把自己送进大模型的牌桌？没人能给出答案，但至少可以确定的是，美团已经递出了第一张筹码。