编程能力比肩GPT-5：美团再发推理模型

9月22日，美团（03690.HK）旗下龙猫LongCat团队宣布开源高效推理模型LongCat-Flash-Thinking。目前，该模型已在HuggingFace、Github全面开源。

这是继9月1日发布5600亿参数模型LongCat-Flash-Chat后，美团在AI大模型领域的又一新动作。

LongCat-Flash-Thinking是美团基于LongCat-Flash-Chat的升级版本，在保持极致推理速度的同时，显著提升了逻辑、数学、代码及智能体任务的性能，并在多个领域的推理任务中，达到全球开源模型SOTA（State of the Art，领域内先进水平）。

美团称，LongCat-Flash-Thinking不仅增强了智能体自主调用工具的能力，还扩展了形式化定理证明能力，成为国内首个同时具备“深度思考+工具调用”与“非形式化+形式化”推理能力相结合的大语言模型。

该模型采用领域并行强化学习训练方法（Domain-Parallel RL Training），通过多领域解耦优化策略实现帕累托最优（Pareto-Optimal），并依托异步弹性共卡系统（DORA）实现训练效率三倍提速。

基于AIME25实测数据，LongCat-Flash-Thinking在该框架下展现出更高效的智能体工具调用（Agentic Tool Use）能力，在确保90%准确率的前提下，相较于不使用工具调用节省了64.5%的Tokens（从19653到6965），显著优化了推理过程的资源利用率。

值得注意的是，在编程领域，LongCat-Flash-Thinking展现出开源模型SOTA与其综合实力。在LiveCodeBench上，以79.4分显著超越参与评估的开源模型，并与顶级闭源模型GPT-5表现相当；在OJBench基准测试中也以40.7的得分保持极强竞争力，并接近领先模型Gemini2.5-Pro的水平。