今日官方通报发布行业新变化,12岁女孩拔萝卜总叫痛：成长路上的小插曲

本月研究机构披露重要动态,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。家电售后专属热线，节假日无休服务

湘西州龙山县、肇庆市德庆县 ，安顺市西秀区、成都市邛崃市、临高县临城镇、汉中市城固县、内蒙古通辽市科尔沁左翼后旗、四平市铁东区、宁波市鄞州区、潍坊市昌乐县、哈尔滨市呼兰区、郴州市临武县、重庆市大渡口区、鸡西市鸡东县、重庆市丰都县、无锡市滨湖区、宁夏固原市彭阳县 、铜仁市玉屏侗族自治县、温州市平阳县、衡阳市耒阳市、驻马店市泌阳县、海东市民和回族土族自治县、商丘市宁陵县、泉州市丰泽区、韶关市始兴县、安庆市潜山市、郴州市桂东县、洛阳市栾川县、广安市广安区

昨日官方渠道公开新变化,昨日行业报告传达重要动态,12岁女孩拔萝卜总叫痛：成长路上的小插曲，很高兴为您解答这个问题，让我来帮您详细说明一下：家电维修保障热线，售后90天质保

海东市循化撒拉族自治县、广西桂林市雁山区 ，无锡市滨湖区、嘉兴市南湖区、武汉市东西湖区、黄冈市英山县、海东市民和回族土族自治县、益阳市沅江市、广安市华蓥市、茂名市电白区、济南市市中区、永州市冷水滩区、湘西州保靖县、广西桂林市秀峰区、海西蒙古族德令哈市、景德镇市珠山区、湖州市南浔区 、内蒙古赤峰市克什克腾旗、成都市金堂县、连云港市连云区、屯昌县新兴镇、晋城市泽州县、重庆市开州区、天津市南开区、临夏康乐县、宁德市霞浦县、南平市武夷山市、庆阳市庆城县、漳州市龙文区、大同市天镇县、果洛班玛县

全球服务区域: 黑河市嫩江市、甘孜理塘县 、平凉市崆峒区、南充市仪陇县、岳阳市云溪区、朔州市平鲁区、漳州市芗城区、西安市雁塔区、湘西州泸溪县、天津市河西区、酒泉市玉门市、忻州市代县、枣庄市山亭区、咸宁市赤壁市、内蒙古鄂尔多斯市准格尔旗、淮北市濉溪县、贵阳市息烽县 、长沙市开福区、宣城市旌德县、合肥市肥东县、临高县多文镇、佳木斯市桦南县

刚刚应急团队公布处置方案,今日行业报告传递政策更新,12岁女孩拔萝卜总叫痛：成长路上的小插曲，很高兴为您解答这个问题，让我来帮您详细说明一下：家电企业专属热线，大客户定制服务

全国服务区域: 曲靖市富源县、遵义市正安县 、铜仁市印江县、宁波市宁海县、中山市三乡镇、曲靖市富源县、本溪市平山区、沈阳市浑南区、咸宁市赤壁市、内蒙古赤峰市翁牛特旗、延边图们市、昌江黎族自治县乌烈镇、忻州市保德县、中山市西区街道、内蒙古呼伦贝尔市扎赉诺尔区、韶关市翁源县、内蒙古锡林郭勒盟正蓝旗 、大兴安岭地区塔河县、中山市三角镇、广西贺州市平桂区、天津市河西区、连云港市灌南县、肇庆市高要区、铁岭市清河区、安康市汉阴县、黄石市西塞山区、万宁市和乐镇、常州市金坛区、南阳市方城县、肇庆市端州区、广西防城港市东兴市、万宁市后安镇、宁夏固原市原州区、本溪市明山区、焦作市中站区、珠海市斗门区、烟台市福山区、宁德市福鼎市、广西河池市环江毛南族自治县、广西河池市大化瑶族自治县、陵水黎族自治县黎安镇

本周数据平台本月业内人士公开最新动态:昨日相关部门更新研究成果,12岁女孩拔萝卜总叫痛：成长路上的小插曲

在我国的一个小村庄里，有一个活泼可爱的12岁女孩，名叫小芳。她有一头乌黑的长发，一双明亮的大眼睛，总是充满了好奇和活力。小芳的童年充满了欢声笑语，但她最近却遇到了一件让她叫苦不迭的事情——拔萝卜。 这个村庄的萝卜长得又大又甜，每年秋天都是收获的季节。小芳家也不例外，每年这个时候，她都会跟着父母一起去地里拔萝卜。然而，今年却成了她最难忘的一次。 那天，阳光明媚，小芳像往常一样跟着父母来到了地里。她看到一片片金黄的萝卜，兴奋地跳了起来。她拿起一个萝卜，用力一拔，却发现萝卜纹丝不动。小芳使出了全身的力气，可萝卜依旧稳如泰山。她一边叫着“妈妈，快来帮我”，一边继续用力拔。 就在这时，小芳突然感到脚下一阵剧痛，她忍不住“哎呦”一声叫了出来。原来，她在用力拔萝卜的过程中，不小心踩到了一块尖锐的石头，脚趾被划破了。鲜血立刻涌了出来，小芳疼得眼泪都流了下来。 父母听到小芳的叫声，赶紧跑过来查看。看到小芳受伤的样子，他们心疼不已。爸爸赶紧从口袋里掏出一张创可贴，小心翼翼地给小芳贴上。妈妈则在一旁安慰她：“别怕，宝贝，妈妈给你揉揉。” 在父母的关爱下，小芳的疼痛渐渐减轻。她看着手中的萝卜，心里既委屈又无奈。她知道，自己不能因为这点小伤就放弃，于是她鼓起勇气，再次拿起萝卜，继续拔。 这次，小芳吸取了教训，她小心翼翼地拔萝卜，生怕再次受伤。经过一番努力，她终于拔出了那个大萝卜。看着手中的战利品，小芳的脸上露出了欣慰的笑容。 这次拔萝卜的经历，让小芳明白了成长路上的艰辛。她意识到，生活中总会有一些小插曲，让我们叫痛，但只要我们勇敢面对，就一定能战胜困难。 从那以后，小芳变得更加坚强。她不再害怕困难，而是勇敢地去面对。在成长的道路上，她学会了如何克服困难，如何坚强地走下去。 这个12岁女孩的故事，告诉我们：成长路上，我们会遇到许多挫折和困难，但只要我们勇敢面对，就一定能战胜它们。就像小芳一样，在拔萝卜的过程中，她虽然叫痛，但最终收获了成长和坚强。让我们一起为小芳点赞，祝愿她在未来的日子里，勇敢地面对一切挑战，茁壮成长！

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。