美团LongCat又开源Thinking-2601，这次广度推理扩展，有点意思。。

美团LongCat又开源Thinking 2601，这次广度推理扩展，有点意思。。 美团LongCat又开源Thinking 2601，这次广度推理扩展，有点意思。。 Modified January 22 整体生成效果还是不错的，并且没有修改，一次性成的，之前的模型都要多次交互。 不过审美的话，一般，爪子没有体现出来。。。 No access 0b2eneat2aabbmaaiytl6nuvc2odhvuqcpia.f10002 00:00 工具调用 我这里用的cherrystudio来连MCP测试的，用联网检索+发邮件， 当然接一下其他MCP也ok，比如发小红书，这也就可以直接发内容了。 主要是先联网检索，生成一个关于 LongCat Flash Thinking 2601的介绍，然后邮件发给我。 期间自己会调用browser来去找内容， 因为发邮件，需要授权码，然后进行了询问， 最后，发到了我的QQ邮箱里，并且一字不差。 最后， 2026年，等Qwen、DeepSeek， 没想到美团longcat先开源了， 哈哈哈哈， 春节前，注定很卷。 PS：都看到这里，来个 点赞 、 在看 、 关注 吧。 您的支持是我坚持的最大动力！ 整体生成效果还是不错的，并且没有修改，一次性成的，之前的模型都要多次交互。 不过审美的话，一般，爪子没有体现出来。。。 No access 0b2eneat2aabbmaaiytl6nuvc2odhvuqcpia.f10002 00:00 No access 0b2eneat2aabbmaaiytl6nuvc2odhvuqcpia.f10002 00:00 工具调用 我这里用的cherrystudio来连MCP测试的，用联网检索+发邮件， 当然接一下其他MCP也ok，比如发小红书，这也就可以直接发内容了。 主要是先联网检索，生成一个关于 LongCat Flash Thinking 2601的介绍，然后邮件发给我。 期间自己会调用browser来去找内容， 因为发邮件，需要授权码，然后进行了询问， 最后，发到了我的QQ邮箱里，并且一字不差。 最后， 2026年，等Qwen、DeepSeek， 没想到美团longcat先开源了， 哈哈哈哈， 春节前，注定很卷。 PS：都看到这里，来个 点赞 、 在看 、 关注 吧。 您的支持是我坚持的最大动力！ 🔗 原文链接： https://mp.weixin.qq.com/s/kcC9uId8... https://mp.weixin.qq.com/s/kcC9uId8... 原创 刘聪NLP 刘聪NLP 刘聪NLP2026年1月16日 21:26 江苏 大家好，我是刘聪NLP。 美团又更新了，这次是开源LongCat Flash Thinking 2601模型， 2025年给我带来最大惊喜之一的就是美团， 异军突起， 是那种，有结构创新，在infra上也很硬核的，哈哈哈哈 我之前也是分享过两篇龙猫的文本模型，见 LongCat有这么多技术细节 、 LongCat Flash Thinking实测 。 LongCat有这么多技术细节 LongCat Flash Thinking实测 我们依旧老规矩，先来看看技术细节，再实测看看怎么回事儿！ LongCat Flash Thinking 2601，是前面 LongCat Flash Thinking模型的更新版， 一个560B的MoE模型，结构上引入 零计算专家 ， PS：LongCat Flash Thinking 2601太长了， 下文都用LongCat 2601代替了 。 其训练流程，继承了LongCat Flash Thinking的 多领域并行训练，再融合的策略 ，就是RL阶段，利用不同领域的数据进行单独的RL训练，再把不同领域下的专家模型，融合成一个模型， 之前打比赛会经常用到， 前几天分享的 Qwen3 VL Embedding模型 也有用到， Qwen3 VL Embedding模型 现在模型融合在LLM上，感觉是基操了， 然后，融合后的模型，相较于单一模型，在不同场景下都有提高，可以缓解了混合训练时，不同领域数据之间的干扰问题。 当然，LongCat 2601是额外在工具调用和与环境交互上，做了针对性的工作，主要是构建了高质量、高复杂度的任务环境。 每个环境会包含60 多种工具，并且符合高密度的图谱依赖，给模型提供足够的探索空间， 强迫模型去理解工具之间的逻辑关联 ，而非简单的单步调用。 同时，数据任务生成，会要求调用图内尽可能多的工具来完成任务，并且工具的采用概率会递减，让任务覆盖更广泛的工具组合。 PS：个人猜测，像STEM RL、Code RL是复用的LongCat Flash Thinking，毕竟没提，哈哈哈。 鲁棒性上，LongCat 2601也做了针对性训练优化，模拟真实噪声来源，通过自动化流程注入到训练环境中，并且采用课程学习方式，逐步增加噪声难度。 最有意思的是，LongCat 2601还做了 广度推理扩展， 也属于inference time scaling，通过增加推理阶段的算力提升模型的推理能力， self consistency cot其实就是这种思想， 本来只需要一个推理路径来获取答案，而这里进行广度扩展， 先进行多段推理路径，在进行答案汇总， 当然LongCat 2601不是简单的汇总， 是会把思考路径的结果先进行摘要，然后由汇总阶段迭代循环使用，同时 这部分也是做了针对性的RL训练。 当然，广度扩展，主要是对复杂问题拆解分析，毕竟单步思考，会陷入局部最优，为了解决推理路径的多样化，这里的推理温度会比较高。 很明显，LLM的概率随机解码特性，就会导致会有一定的随机性， 比如，如何理解“但丁真不会说中国话，但丁真会说中国话” 第一个thinker，没有理解对，出现了偏出，在“但丁”上纠结 但第二个thinker，则能指出“但丁”和“丁真” 综合下来，参考多个thinker，回答正确 直觉上，你会觉得会很慢，消耗更多的Token，但因为多个thinker是并行计算的，所以是木头效应，取决于最慢的thinker，不过Token消耗确实没办法。 这种广度扩展还是可以提升还是蛮多点的，如下，‡ 是用了广度扩展的 暂时，没有额外paper，上面都是根据github上现有材料分析。 下面开始实测，模型还是有点大的，官网体验就行，点深度思考，就是LongCat Flash Thinking 2601模型了。 https://longcat.chat/ 懒人速览版： • 整体上相比于LongCat Flash Thinking整体上是有提升 • 但会因为个别thinker思考时间过长，导致整体输出变慢 • 工具调用部分，还不错，可以准确识别我的意图，调用工具，同时可以准确理解隐含的意图 • 但我在cherrystudio调用的时候，有时候会不稳定，结果解析不出来 • 支持anthropic格式，测了Claude Code，还行，我用免费的额度有RPM限制，会断掉，sad，但是输出结果不错 常规测试 Promtp：将“I love LongCat Flash Thinking 2601”这句话的所有内容反过来写 结果：回答正确 数学问题 Prompt：大数计算，178939247893 299281748617等于多少？ 结果：回答正确 角色创造 Prompt：帮小学生写一篇“我最讨厌的动物”作文，不能是猫狗 结果：文笔很小学生，其实有意思的是think的内容，会根据多个thinker来去分析，最后判断。 结果：文笔很小学生，其实有意思的是think的内容，会根据多个thinker来去分析，最后判断。 结果：文笔很小学生，其实有意思的是think的内容，会根据多个thinker来去分析，最后判断。 代码 Prompt：画一个 svg 动画，两只小鱼在深海中游 结果：这个SVG画的是真的挺好的 No access 0bc3wmaccaaa7aabretks5uvbm6degzqaiia.f10002 00:00 No access 0bc3wmaccaaa7aabretks5uvbm6degzqaiia.f10002 00:00 当然还可以直接在Claude Code上使用，默认你有claude code，直接修改配置就行 token免费申请， 然后，你就能看到LongCat Flash Thinking 2601被使用 接下来生成矿工小游戏，