LongCat-Next是美团龙猫团队（Meituan LongCat）推出的新一代多模态模型，模型通过智能评估模块重要性，将50%低重要模块替换为流式稀疏注意力，构建全局与局部交错的ZigZag结构，实现1M超长上下文、解码速度提升10倍、算力节省30%、硬件利用率翻倍，并提供Flash-Exp与Flash-Lite双版本，长文本任务表现超越Qwen-3。

LongCat-Flash-Thinking的核心突破在于系统性训练架构：通过多环境强化学习、抗噪课程训练和任务合成机制，使模型在不完美、高噪声的真实环境中仍能稳健运行。

LongCat-Flash-Lite是美团重磅推出的新一代高效大语言模型，凭借创新MoE+N元语法嵌入混合架构实现技术突破，总参数量达685亿，推理时仅激活29~45亿参数，完美平衡模型能力与运行效率。

UNO-Bench是美团LongCat团队研发的全模态大模型专业评测基准。针对现有评测体系在多模态能力评估上的局限性，该基准依托高质量、多样化的数据集构建，可精准衡量模型的单模态性能与全模态融合能力。