Rapport Technique LongCat-Flash-Thinking-2601

LongCat-Flash-Thinking-2601 Technical Report

January 23, 2026

papers.authors: Meituan LongCat Team, Anchun Gui, Bei Li, Bingyang Tao, Bole Zhou, Borun Chen, Chao Zhang, Chao Zhang, Chen Gao, Chen Zhang, Chengcheng Han, Chenhui Yang, Chuyu Zhang, Cong Chen, Cunguang Wang, Daoru Pan, Defei Bu, Dengchang Zhao, Di Xiu, Dishan Liu, Dongyu Ru, Dunwei Tu, Fan Wu, Fengcheng Yuan, Fengcun Li, Gang Xu, Guanyu Wu, Guoyuan Lin, Haibin Wang, Hansi Yang, Hao Yang, Haonan Yan, Haoxiang Ma, Haoxing Wen, Hongyan Hao, Hongyin Tang, Hongyu Zang, Hongzhi Ni, Hui Su, Jiacheng Zhang, Jiahong Zhou, Jiahuan Li, Jiaming Wang, Jian Yang, Jianfei Zhang, Jianhao Xu, Jianing Wang, Jiapeng Zhu, Jiaqi Sun, Jiarong Shi, Jiarui Zhao, Jingang Wang, Jinluan Yang, Jinrui Ding, Jinwei Xiao, Jiyuan He, Juncan Xu, Kefeng Zhang, Keheng Wang, Li Wei, Lianhui Ma, Lin Qiu, Lingbing Kong, Lingchuan Liu, Linsen Guo, Mengshen Zhu, Mengxia Shen, Mingyang Zhu, Peiguang Li, Peng Pei, Pengcheng Jia, Pengtao Zhang, Peng Zhao, Qi Gu, Qiong Huang, Qiyuan Duan, Quanchi Weng, Rongxiang Weng, Rongzhi Zhang, Rumei Li, Shanglin Lei, Shengnan An, Shijun Dai, Shuaikang Liu, Shuang Zhou, Shuo Wang, Songyuan Zhao, Tao Liang, Tianhao Hu, Tianze Chen, Wei Liu, Wei Shi, Wei Wang, Weifeng Tang, Wenjie Shi, Wenlong Zhu, Wentao Chen, Wentao Shi, Xi Su, Xiangcheng Liu, Xiandi Ma, Xiangyu Xi, Xiangyuan Liu, Xiangzhou Huang, Xiao Liu, Xiaodong Cai, Xiaolong Chen, Xiaowei Shi, Xiaoyu Li, Xin Chen, Xingchen Liu, Xuan Huang, Xuezhi Cao, Xunliang Cai, Yan Chen, Yang Bai, Yang Liu, Yang Yang, Yang Zheng, Yaoming Wang, Yaoming Zhu, Yaqi Huo, Yanyu Chen, Yaorui Shi, Yerui Sun, Yi Zhang, Yihao Chen, Yi-Kai Zhang, Yifan Lu, Yifan Zhao, Yitao Zhai, Yongjing Yin, Yongwei Zhou, Youshao Xiao, Yuchuan Dai, Yuchen Xie, Yuchen Yu, Yufei Zhang, Yuhuai Wei, Yulei Qian, Yunfan Liang, Yunke Zhao, Yuwei Jiang, Yuxin Bian, Yuxin Chen, Yuxin Liu, Yue Xu, Yueqing Sun, Zeyang Yu, Zhao Yang, Zhengsheng Huang, Zhengyu Chen, Zhijian Liu, Zhikang Xia, Zhimin Lin, Zhiyuan Yao, Zhuofan Chen, Zhuowen Han, Zijian Zhang, Ziran Li, Ziwen Wang, Ziyuan Zhuang

cs.AI

papers.abstract

Nous présentons LongCat-Flash-Thinking-2601, un modèle de raisonnement open-source à architecture Mixture-of-Experts (MoE) de 560 milliards de paramètres, doté de capacités supérieures de raisonnement agentique. LongCat-Flash-Thinking-2601 obtient des performances de pointe parmi les modèles open-source sur un large éventail de benchmarks agentiques, incluant la recherche agentique, l'utilisation d'outils par des agents et le raisonnement intégrant des outils. Au-delà des performances sur les benchmarks, le modèle démontre une forte généralisation aux interactions complexes avec les outils et un comportement robuste dans des environnements réels bruités. Ses capacités avancées proviennent d'un cadre d'apprentissage unifié qui combine un entraînement parallèle par domaine des experts avec une fusion ultérieure, ainsi qu'une co-conception de bout en bout de la construction des données, des environnements, des algorithmes et de l'infrastructure, couvrant toute la chaîne du pré-entraînement au post-entraînement. En particulier, la forte capacité de généralisation du modèle dans l'utilisation complexe d'outils est motivée par notre exploration approfondie de la mise à l'échelle des environnements et de la construction de tâches fondée sur des principes. Pour optimiser la génération à distribution longue traîne et asymétrique et les interactions agentiques multi-tours, et pour permettre un entraînement stable à travers plus de 10 000 environnements couvrant plus de 20 domaines, nous étendons systématiquement notre cadre d'apprentissage par renforcement asynchrone, DORA, pour un entraînement à grande échelle multi-environnements stable et efficace. De plus, reconnaissant que les tâches du monde réel sont intrinsèquement bruitées, nous menons une analyse et une décomposition systématiques des modèles de bruit réels, et concevons des procédures d'entraînement ciblées pour incorporer explicitement ces imperfections dans le processus d'apprentissage, ce qui se traduit par une robustesse accrue pour les applications réelles. Pour améliorer encore les performances sur les tâches de raisonnement complexes, nous introduisons un mode « Heavy Thinking » (Raisonnement Lourd) qui permet une mise à l'échelle efficace au moment du test en élargissant conjointement la profondeur et la largeur du raisonnement via une pensée parallèle intensive.

English

We introduce LongCat-Flash-Thinking-2601, a 560-billion-parameter open-source Mixture-of-Experts (MoE) reasoning model with superior agentic reasoning capability. LongCat-Flash-Thinking-2601 achieves state-of-the-art performance among open-source models on a wide range of agentic benchmarks, including agentic search, agentic tool use, and tool-integrated reasoning. Beyond benchmark performance, the model demonstrates strong generalization to complex tool interactions and robust behavior under noisy real-world environments. Its advanced capability stems from a unified training framework that combines domain-parallel expert training with subsequent fusion, together with an end-to-end co-design of data construction, environments, algorithms, and infrastructure spanning from pre-training to post-training. In particular, the model's strong generalization capability in complex tool-use are driven by our in-depth exploration of environment scaling and principled task construction. To optimize long-tailed, skewed generation and multi-turn agentic interactions, and to enable stable training across over 10,000 environments spanning more than 20 domains, we systematically extend our asynchronous reinforcement learning framework, DORA, for stable and efficient large-scale multi-environment training. Furthermore, recognizing that real-world tasks are inherently noisy, we conduct a systematic analysis and decomposition of real-world noise patterns, and design targeted training procedures to explicitly incorporate such imperfections into the training process, resulting in improved robustness for real-world applications. To further enhance performance on complex reasoning tasks, we introduce a Heavy Thinking mode that enables effective test-time scaling by jointly expanding reasoning depth and width through intensive parallel thinking.