昨日，美团发布了其首款开源大模型LongCat-Flash，这是一款拥有5600亿个总参数的MoE（混合专家）模型。 推理速度是这一模型最大的特点之一。美团称，这一模型具备快捷连接架构，扩展了计算-通信重叠窗口，实现了每秒超过100个token的推理速度，理论每token输出时间相比DeepSeek-V3降低近50%。 智东西的实测也印证了这点：我们要求其输出大约100个token的内容，除去首token延时后，输出速度确实在100 tokens/秒左右。 动图封面 L...