[亿邦原创]9月22日，美团发布并开源LongCat-Flash-Thinking大模型，这是“龙猫”系列模型的重要升级，在保持前代模型LongCat-Flash-Chat极致速度的基础上，进一步强化了在逻辑、数学、代码与智能体等多类推理任务的能力。MoE架构，总参数量5600亿，动态激活186亿至313亿参数，平均激活约270亿参数，可以兼顾性能与效率。

这个模型的突出特点是推理能力和工具调用特性。在AIME25的工具增强推理场景中，LongCat-Flash-Thinking能在保证约90%准确率的前提下，相比不调用工具可节省约64.5%的Token消耗（从19653个Token减少到6965个），体现了工具调用能力在提升效率方面的巨大价值。

LongCat-Flash-Thinking的发布和开源，展示了美团在自研AI技术的实力。

美团早已明确中AI方面的三层战略：AIatWork（提升员工效率）、AIinProducts（改造现有产品与创造原生AI应用）、BuildingLLM（自研大模型）。

LongCat-Flash-Thinking是“BuildingLLM”和“AIinProducts”中的重要步骤。

美团的核心是连接海量用户、商户和骑手的本地生活网络。一个深度优化工具调用和推理的模型，能更好地理解和优化这个复杂网络中的各种任务（如物流规划、资源调度），从而“加固”运营效率护城河。

智能体工具调用和能力，可以直接赋能美团的骑手智能调度、客服自动化、商家经营决策等核心场景，提升其“AIinProducts”的深度，降本增效。

LongCat-Flash-Thinking也是美团在本地生活领域，从“补贴战”转向“技术战”的重要筹码。

当高德凭借AI能力（如“扫街榜”）对美团的到店业务形成冲击，美团通过LLM、Agent等技术能力，打造差异化优势并探索新技术服务收入（如模型API、解决方案等），将竞争维度从烧钱拉升至技术壁垒和效率提升维度。

当然，模型最终的价值还需在实际应用中检验，开发者社区的接受度、在实际业务中带来的具体效率提升和成本节约，以及能否真正帮助美团开拓新的收入来源，都将有待观察。