首页 
💬
美团LongCat-Flash-Lite
由 美团 LongCat 提供
💬 对话与文本生成 付费API
美团LongCat-Flash-Lite于2026年2月6日正式发布并开源，是LongCat系列的轻量化版本。模型总参数量685亿（68.5B），每次推理仅激活29亿至45亿参数（2.9B-4.5B），采用创新的N-gram Embedding架构在MoE正交维度上扩展参数空间，以更小的激活参数实现接近更大模型的性能表现。LongCat-Flash-Lite专为边缘部署和高并发场景设计，单卡即可流畅推理，在Agent工具调用、代码生成等关键场景中与同规模模型相比具有明显优势。模型已全面开源，为资源受限的中小企业和开发者提供了高质量的低成本AI选择。
📋 技术规格
| 厂商 | 美团 LongCat |
|---|---|
| 模型分类 | 对话与文本生成 |
| 参数规模 | 68.5B (MoE, 激活2.9B-4.5B) |
| 上下文窗口 | 未公开 |
| 最大输出 | 未公开 |
| 知识截止 | 未公开 |
💪 技术优势与差异化
- 极低激活参数推理成本低
- N-gram Embedding架构创新
- 单卡和端侧可部署
- MIT开源许可
⚠️ 使用局限与注意事项
- 总参数68.5B仍需较大存储
- 生态和文档完善度不及头部开源模型
- 复杂推理能力有限
👥 适用人群与企业
移动应用开发者、电商运营团队、IoT硬件厂商、成本敏感型中小企业
📊 基准测试表现
| Agent工具调用（同规模） | 领先 |
|---|
🔧 技术架构解析
| architecture | MoE + N-gram Embedding |
|---|---|
| training_compute | 国产算力集群 |
| key_features | ['N-gram Embedding参数扩展', '极低激活参数', '单卡可推理'] |
⚔️ 美团LongCatLongCat-Flash-Lite 与同梯队主流模型对比
相比同规模轻量模型（如Qwen-7B、Phi-3-mini），LongCat-Flash-Lite在Agent工具调用场景表现更优；相比更小的稠密模型，激活参数虽略多但综合能力更强。
🏆 真实使用案例
📌 某移动应用使用LongCat-Flash-Lite做端侧AI助手
应用场景：在手机端本地运行AI对话和智能问答功能，日活用户50万
实际效果：端侧响应延迟低于800ms，云端API成本降低85%
单设备内存占用<4GB，日均节省云成本约70%
📌 某电商团队基于LongCat-Flash-Lite构建商品文案生成
应用场景：日均生成商品描述1万条，覆盖服饰、3C、家居等品类
实际效果：文案通过率提升18%，人工改写率下降至12%
单条文案生成成本<0.01元，吞吐量500条/分钟
📌 某IoT厂商在智能硬件中部署LongCat-Flash-Lite
应用场景：智能音箱和家居控制器的语音指令理解与执行
实际效果：指令识别准确率达94%，离线场景可用性显著提升
设备端推理延迟<500ms，无需联网即可运行核心功能
💬 用户真实评价
移动端开发者
⭐⭐⭐⭐⭐
68.5B总参但激活不到5B，在中端手机上能流畅运行，是端侧AI部署的优质选择。
📈 端侧延迟<800ms，内存<4GB
电商运营
⭐⭐⭐⭐⭐
商品文案生成的成本极低，单条不到1分钱，质量已经能满足基础发布需求。
📈 单条成本<0.01元，日均1万条
IoT工程师
⭐⭐⭐⭐⭐
N-gram Embedding架构让小激活参数也能有不错的表现，适合资源受限的硬件部署。
📈 设备端推理<500ms
🌐 行业落地洞察
LongCat-Flash-Lite代表了轻量化大模型在端侧和IoT场景的落地趋势。N-gram Embedding创新架构为参数效率优化提供了新思路，对推动AI能力下沉到边缘设备具有重要意义。在移动应用、电商和智能硬件等成本敏感型场景中，该模型的性价比优势明显。
✅ 最佳实践建议
端侧部署建议量化至INT8，可进一步压缩至3GB以内内存占用
高并发场景建议开启batch推理，单卡可支撑数十路并发请求
N-gram Embedding对短文本理解有优势，适合指令类和问答类任务
生产环境建议配合缓存策略，对相似输入复用历史结果以降低调用量
