文章介绍了美团 LongCat 团队最新开源的大型推理模型（LRM）——LongCat-Flash-Thinking-2601。该模型拥有 5600 亿参数，采用 MoE 混合专家架构，核心亮点在于其创新的“重思考模式（Heavy Thinking Mode）”。该模式通过 8 个 Thinker 路径并行思考，结合总结归纳阶段的筛选与合成，实现了深度思考循环。模型在训练中构建了包含 60+ 工具的复杂依赖环境，利用 DORA 训练框架强化了 Agent 的工具调用、智能搜索及跨环境泛化能力。实测显示，该模型在处理复杂逻辑计算、人情世故决策及估算类任务时，表现出极高的逻辑严密性和自我复盘能力，目前已在 GitHub 和 HuggingFace 全面开源。

2026 年，可能是会自己深思熟虑的智能体模型正式登场的一年。

美团 LongCat 团队刚刚开源的 LongCat-Flash-Thinking-2601，就是这一波浪潮中的标志性模型。

它不仅是一个大模型，更是一个为智能体 Agent 时代量身打造的大型推理模型（Large Reasoning Model, LRM），号称全球首个完整开源、可在线体验的「重思考」模型。

在工具调用、智能搜索、交互式推理等一系列评测中都冲上了开源 SOTA。

01

开源模型简介

2026 年 1 月 15 日，美团正式发布了 LongCat-Flash-Thinking-2601，开源可用，可在线体验：

• 参数规模：5600 亿，采用 MoE 混合专家架构

• 定位：高性能、高效率的大型推理模型

• 核心方向：Agent 能力 + 深度思考能力

它不是单纯为了更会聊天，而是为了在以下这种任务里表现更好：

• 多工具协同的复杂任务

• 需要多步推理、反复权衡的高难问题

• 在信息不完美、环境有噪声的真实场景下，依然保持稳定决策

可以理解为：以前的大模型更像聪明学生，LongCat-Flash-Thinking-2601 则在努力变成靠谱专家。

看下面这个图，不仅在智能体工具调用、智能体搜索、工具集成推理等核心任务的基准测试中斩获顶尖成绩，还在任意分布外的真实智能体场景中，实现了泛化能力的显著提升。

从训练开始就把它当 Agent 的大脑来打造：

美团构建了包含每个环境 60+ 工具的高质量环境集合，工具之间形成复杂依赖图，用来训练模型在真实工具网络里操作世界。

任务不是简单问答，而是从环境图中抽取连通子图，要求模型合理规划调用多种工具，解决复杂任务。

通过大规模、多环境的强化学习，结合异步 rollouts 与 DORA 训练框架，模型在不同环境之间迁移和泛化的能力显著提升。

这背后的目标很直接：

让模型在新工具、新场景面前依然能快速上手，降低企业在真实业务中适配新工具的成本。

02

重思考模式

LongCat-Flash-Thinking-2601 最大的卖点就是重思考模式（Heavy Thinking Mode）。

你可以把它理解成 AI 版多轮头脑风暴 + 复盘总结。

① 并行思考阶段：

模型同时启动多条推理路径，8 个大脑并行思考，就像 8 个不同风格的高手在同一时间各想各的方案。

这些路径刻意保持思路多样性，避免所有推理都走一条思维惯性路线。

② 总结归纳阶段：

模型会对这些路径进行梳理、对比、筛选与合成，提炼出更优的解法；

优化过的结果再被重新输入模型进行迭代推理，形成一个封闭的深度思考循环。

③ 额外强化学习训练：

LongCat 团队专门为这一模式设计了额外的强化学习环节，重点训练模型的总结与归纳能力。

简单说：普通模式是想一遍、给答案，重思考模式是多路并行想、来回复盘想清楚再回答。

03

试一下

比如我输入：

某基金在 2024–2026 连续三年收益率分别为 +20%、-10%、+15%。

请计算这三年的总收益率（不是简单相加），并解释为什么不能直接把百分比相加。最后，用生活中一个直观的类比帮助非理工科读者理解这个结论。

可以看到，LongCat-Flash-Thinking-2601 会分析 8 个 Thinker 对同一个Query的回答，然后给出一个最终的、最佳的回复。

再比如：

组织一个商务局，有上级领导、上上级领导、上上上级领导、有客户、有内向的技术大牛，你是产品经理，老板让你排座位 & 主持一下，你要怎么排座位？支持怎么聊？

看下 LongCat 的回答，还挺有意思的。尤其是怎么坐：

还有一个：

我是一名体制内/国企的新人。我的直属科长让我把一份文件重点突出A数据，但分管副局长（科长的上级）私下暗示我他对A数据不感兴趣，想重点看B数据。

明天就要汇报，我该怎么写这份报告？请给出具体的处理思路，并模拟一段我向科长汇报时的高情商话术。

先来看看这个 8 个 Thinker 每个给出的要点：有的说不要擅自作主、自作聪明，有的说要用学习态度和执行意识保护自己，还有的说要把对抗性选择转化为建设性补充。

下面是 LongCat 最终生成的一个内容，集众家之所长：

可能在这种人情世故的场景上，多想想总有靠谱的解法。。。

比如 LongCat 的回复就是在不越级的前提下，平衡两方需求。

再来看下一个例子：

请估算一下，如果要把太平洋的水全部换成珍珠奶茶，需要多少只奶牛产奶？请列出所有的假设数据（如太平洋体积、奶茶配比、奶牛产量等）并一步步计算。

可以看到 LongCat 自己算完一遍，还得看看自己算的和 8 个 Thinker 的为啥不一样。

比如它认为有 4 个 Thinker 回答的是合理的，但是有几个回答不合理，具体误差可能出在哪里，他也会分析一下。

03

快来体验

目前 LongCat-Flash-Thinking-2601 模型已经在 HuggingFace 和 GitHub 上开源。你也可以直接访问 longcat.chat 使用：

GitHub：https://github.com/meituan-longcat/LongCat-Flash-Thinking-2601
HuggingFace：https://huggingface.co/meituan-longcat/LongCat-Flash-Thinking-2601
体验链接：https://longcat.chat/
技术报告：https://github.com/meituan-longcat/LongCat-Flash-Thinking-2601/blob/main/LongCat_Flash_Thinking_2601_Technical_Report.pdf