Meituan veröffentlicht LongCat Flash Chat, ein Mixture-of-Experts-Modell mit 560 Milliarden Parametern

Warum dieser Start gerade jetzt wichtig ist

Der chinesische On-Demand-Dienstleistungskonzern Meituan schließt sich mit der Veröffentlichung von LongCat Flash Chat der Open-Source-Welle bei großen Sprachmodellen an. Das System kombiniert eine sehr hohe Parameterzahl mit einem auf Effizienz ausgelegten Design. Das Modell wurde Anfang September 2025 angekündigt und für Entwickler auf GitHub und Hugging Face bereitgestellt. Ein technischer Bericht ordnet es neben aktuellen Spitzensystemen ein. Meituan zufolge erreicht LongCat Flash Chat eine ähnliche Leistung wie DeepSeek V3.1, die Qwen3-Familie von Alibaba Cloud und Kimi K2 von Moonshot AI. Den Benchmarks des Unternehmens zufolge schneidet das Modell auch im Vergleich zu Claude Sonnet von Anthropic und Gemini 2.5 Flash von Google gut ab. Die Lizenz erlaubt eine breite Nutzung und Bearbeitung. Damit will Meituan ein aktives Entwicklerökosystem rund um seinen KI-Stack aufbauen.

LongCat Flash Chat wird als schnelles, produktionsreifes Basismodell präsentiert, nicht als auf Schlussfolgerungen ausgerichtetes System. Der Fokus spiegelt einen klaren Zielkonflikt wider: weniger Gewicht auf langsamen, komplexen Denkketten, mehr auf reaktionsschnelles Agentenverhalten, Tool-Nutzung und die Befolgung von Anweisungen. Die Veröffentlichung folgt auf Meituans Übernahme des KI-Start-ups Light Year im Jahr 2023 für 281 Millionen US-Dollar und fügt sich in eine interne Strategie ein, die KI für interne Abläufe, KI-Funktionen in Endkundenprodukten und die Entwicklung eigener Basismodelle umfasst.

Was Meituan veröffentlicht hat

In der Dokumentation des Unternehmens wird LongCat Flash Chat als Mixture-of-Experts-Modell mit insgesamt 560 Milliarden Parametern beschrieben. Für jedes Token wird jeweils nur ein Teil davon aktiviert, üblicherweise 18,6 bis 31,3 Milliarden, im Durchschnitt etwa 27 Milliarden. Diese selektive Aktivierung ist entscheidend für Geschwindigkeit und Kostenprofil des Modells. Es unterstützt ein Kontextfenster von bis zu 128.000 Tokens. So kann es lange Gespräche, Dokumente oder mehrstufige Aufgaben verarbeiten, ohne ständig neu gestartet werden zu müssen.

Meituan bezeichnet das Modell als nicht denkendes Basismodell. Caixin Global berichtete, dass es keine fortgeschrittenen Schlussfolgerungsfähigkeiten umfasst, zugleich aber bei zahlreichen Aufgaben zur Befolgung von Anweisungen und für Agenten gute Ergebnisse erzielt. Das Repository hebt konkurrenzfähige Werte bei allgemeinen Benchmarks, der Befolgung von Anweisungen, Mathematik, Programmierung, Tool-Nutzung und Sicherheitsprüfungen hervor. Entwickler können die Modellgewichte und die Dokumentation auf Hugging Face auf dieser Seite abrufen und auf der offiziellen Website unter longcat.ai Produktdetails einsehen. Code und Gewichte stehen unter der MIT-Lizenz.

Ein Blick auf die LongCat-Architektur

Mixture-of-Experts-Modelle teilen ein großes Netzwerk in viele spezialisierte Komponenten auf, sogenannte Experten. Ein Router entscheidet für jedes Token, welche Experten zum Einsatz kommen. Weil pro Token nur eine kleine Auswahl aktiviert wird, behält das Modell seine große Gesamtkapazität, während der Rechenaufwand pro Schritt begrenzt bleibt. Dieses Verfahren hat sich als gängige Möglichkeit etabliert, Modelle zu skalieren, ohne die Kosten der Inferenz stark ansteigen zu lassen.

Mixture of Experts einfach erklärt

Man kann sich das System als großes Team vorstellen, in dem für jede Nachricht nur einige wenige Spezialisten hinzugezogen werden. Der Router wählt sie anhand des Inhalts aus und vermeidet so unnötige Arbeit. Meituans Design ergänzt diesen Ansatz um einige Besonderheiten. Der Bericht beschreibt Zero Computation Experts, die als Platzhalter dienen und ausgewählt werden können, wenn der Router die Last ausgleichen oder bei einfachen Tokens den Rechenaufwand verringern muss. Im Hintergrund passt außerdem ein PID-Regler den Bias der Experten an, damit die durchschnittliche Zahl aktiver Parameter stabil bleibt. PID steht für proportional, integral, differentiell. Dabei handelt es sich um ein gängiges Regelungsverfahren, das ein System ohne Schwingungen an einen Zielwert heranführt.

Um den Durchsatz zu steigern, nutzt LongCat Flash Chat eine MoE-Architektur mit Shortcut-Verbindungen, die die Überlappung von Kommunikation und Berechnung erhöht. In Konfigurationen mit mehreren GPUs kann die Kommunikationszeit zum Engpass werden. Shortcut-Verbindungen schaffen Pfade, über die Teile des Netzwerks schneller arbeiten können, während Daten zwischen Geräten übertragen werden. In den technischen Hinweisen wird für eine einzelne Nutzung auf Hardware der H800-Klasse eine Inferenzrate von mehr als 100 Tokens pro Sekunde genannt.

Angaben zu Geschwindigkeit und Kosten

Zusammenfassungen aus der Open-Source-Community und Berichte chinesischer Medien zufolge schloss Meituan das Training mit einem stark parallelisierten Aufbau in etwa 30 Tagen ab. Das Modell könne auf H800-Beschleunigern 100 Tokens pro Sekunde erzeugen. Unter bestimmten Bedingungen nennt das Unternehmen Ausgabekosten von etwa 5 Yuan pro einer Million Tokens. Die tatsächlichen Kosten hängen von Hardware, Batch-Größe und Deployment-Framework ab. Die zentrale Aussage ist jedoch klar: Meituan bewirbt LongCat Flash Chat als schnelles Modell, das bei geringerem Rechenaufwand pro Anfrage eine konkurrenzfähige Qualität bietet.

Trainingsverfahren und Stabilität

Das Repository beschreibt mehrere Maßnahmen zur Stabilisierung: Hyperparameter-Übertragung, um bewährte Einstellungen über verschiedene Modellgrößen hinweg wiederzuverwenden, eine Initialisierung für das Modellwachstum, bei der größere Varianten von kleineren ausgehen, sowie ein Verfahren zum Ausgleich der Router-Gradienten mit Z-Loss, damit der MoE-Router stabil bleibt. Das Team hebt zudem deterministische Berechnungen hervor, die reproduzierbare Durchläufe ermöglichen. Für die Daten beschreibt Meituan eine zweistufige Strategie zur Zusammenführung der Vortrainingsdaten sowie ein Multi-Agenten-Synthese-Framework, mit dem komplexe Aufgabenverläufe für Agentenverhalten erstellt werden. Das Ergebnis ist eine auf Zuverlässigkeit und Agentenleistung statt auf tiefgehendes mehrstufiges Schlussfolgern ausgerichtete Trainingspipeline.

Der Vergleich mit der Konkurrenz

Meituans Benchmarks ordnen LongCat Flash Chat auf Augenhöhe mit den führenden allgemeinen Modellen Chinas ein. Im Vergleich werden DeepSeek V3.1, die Qwen3-Familie von Alibaba Cloud und Kimi K2 von Moonshot AI hervorgehoben. Der Bericht verweist auch auf ein gutes Abschneiden gegenüber bekannten US-amerikanischen Modellen wie Claude Sonnet und Gemini 2.5 Flash. In einigen Berichten wird für bestimmte Aufgaben ohne Schlussfolgerungen sogar ein Vergleich mit GPT 4.1 erwähnt. Die genauen Platzierungen hängen vom verwendeten Benchmark und den Prompt-Einstellungen ab. Tests der Anbieter sind ein erster Anhaltspunkt; unabhängige Prüfungen werden ein umfassenderes Bild liefern.

Die Bezeichnung „nicht denkend“ ist ein wichtiger Vorbehalt. Auf Schlussfolgerungen ausgerichtete Systeme sollen über mehrere Schritte hinweg planen und abwägen, erzeugen ihre Antworten aber oft langsamer und verursachen höhere Rechenkosten. LongCat Flash Chat konzentriert sich auf die schnelle Befolgung von Anweisungen, Tool-Nutzung und die Koordination von Agenten. Das eignet sich für Anwendungsfälle, bei denen Reaktionszeit, Durchsatz und planbare Kosten wichtiger sind als aufwendige Überlegungen in einem Scratchpad.

Was agentische Aufgaben in der Praxis bedeuten

Bei agentischen Aufgaben kann ein Modell Tools aufrufen, Informationen abrufen, Arbeitsabläufe befolgen und entscheiden, wann es weitere Angaben benötigt. Es könnte Dokumentationen durchsuchen, eine interne Datenbank abfragen, eine Zahlungs-API auslösen oder eine Nachricht an Kunden entwerfen. LongCat Flash Chat ist auf diese Art von Arbeit abgestimmt. Das Modell soll schnelle Entscheidungen treffen, lange Kontexte verarbeiten und die Latenz niedrig halten, damit es in realen Anwendungen reaktionsschnell wirkt.

Meituan hat bereits mit Agenten in verschiedenen Geschäftsbereichen experimentiert. Das Unternehmen hat NoCode für KI-gestützte Programmierung, Kangaroo Advisor zur Unterstützung geschäftlicher Entscheidungen und Meituan Jibai für das Hotelbetriebsmanagement vorgestellt. Eine schnelle Agenten-Engine kann Aufgaben wie die Aufnahme neuer Händler, die Vorsortierung von Kundenanfragen, Bestandsprüfungen, Unterstützung bei der Routenplanung und das Erstellen von Marketingtexten ermöglichen. Im E-Commerce und bei lokalen Dienstleistungen profitieren viele Aufgaben stärker von zuverlässiger Geschwindigkeit, Tool-Anbindung und langfristigem Kontext als von langsamem, schrittweisem Schlussfolgern.

Strategie, Übernahmen und der Aufstieg von Open Source in China

Meituans Einstieg in die Entwicklung eigener Basismodelle nahm mit dem Kauf von Light Year im Jahr 2023 für 281 Millionen US-Dollar konkrete Formen an. Unternehmensvertreter haben einen dreistufigen Plan beschrieben: KI für interne Arbeit, KI in Verbraucherprodukten und die Entwicklung von Basismodellen. LongCat Flash Chat ist der erste öffentliche Beleg für die dritte Säule. Zugleich fügt sich die Veröffentlichung in einen breiteren Trend unter chinesischen Technologieunternehmen ein. Open-Source-Veröffentlichungen von Unternehmen wie Alibaba, mit DeepSeek verbundenen Forschungsgruppen und Moonshot AI verringern durch schnelle Weiterentwicklung und Tests aus der Community den Abstand zu westlichen Wettbewerbern.

Die Open-Source-Lizenzierung spielt dabei eine wichtige Rolle. Indem Meituan Gewichte und Code unter der MIT-Lizenz veröffentlicht, lädt das Unternehmen Start-ups, Forschungsgruppen und Unternehmensteams ein, ohne große Einschränkungen zu experimentieren, Anpassungen vorzunehmen und das Modell einzusetzen. Das erweitert die Basis für Feedback und neue Anwendungsfälle. Außerdem kann Meituan so seine technische Glaubwürdigkeit über sein Kerngeschäft mit Essenslieferungen hinaus stärken. Mehrere Quellen merkten an, dass das Unternehmen seinen KI-Ansatz als offensiv und proaktiv darstellt und durch Geschwindigkeit und Offenheit die Aufmerksamkeit von Entwicklern gewinnen will.

Lizenzierung, Einsatz und Sicherheit

LongCat Flash Chat wird unter der MIT-Lizenz veröffentlicht, die eine weitreichende kommerzielle Nutzung erlaubt. Das Repository enthält Anleitungen für den Einsatz mit vLLM und SGLang. Diese Frameworks sind für Inferenz mit hohem Durchsatz beliebt. Funktionen wie kontinuierliches Batching und paged attention können die Bereitstellungskosten senken. Ein Modell mit teilweiser Expertenaktivierung lässt sich gut mit Umgebungen kombinieren, die Leerlaufzeiten auf GPUs verringern.

Wie alle großen Sprachmodelle hat auch LongCat Flash Chat seine Grenzen. Die Dokumentation fordert Entwickler dazu auf, Sicherheit, Fairness und rechtliche Konformität im jeweiligen Einsatzumfeld zu prüfen. Besonders wichtig ist das in Bereichen, in denen personenbezogene Daten, Finanzen oder Gesundheit eine Rolle spielen. Meituans Unterlagen enthalten Sicherheitsprüfungen und Red-Teaming-Tests. Außerdem erinnern sie die Nutzer daran, bei Anwendungen in sensiblen Bereichen Gesetze und Branchenregeln einzuhalten.

Reaktionen von Investoren und Signale vom Markt

Finanzberichte nach der Veröffentlichung stellten fest, dass Meituans Aktienkurs sank, obwohl sich das Unternehmen in die Reihe chinesischer Firmen mit konkurrenzfähigen Modellen einfügte. TipRanks verwies auf die Benchmarks der South China Morning Post und auf den breiteren politischen Kontext: China verstärkt die Förderung seines Technologiesektors und sieht sich zugleich mit Handelskonflikten konfrontiert. Reaktionen am Markt hinken der Produktrealität oft hinterher. Für Investoren wird entscheidend sein, ob das Modell tatsächlich genutzt wird, ob es die Kosten in Meituans Betrieb senkt und ob externe Entwickler es als Engine für reale Produkte einsetzen.

Das größere Signal ist, dass inzwischen auch Unternehmen außerhalb des engeren KI-Kreises Modelle veröffentlichen, die etablierte Anbieter bei Geschwindigkeit, Kosten und Fähigkeiten für agentische Anwendungsfälle herausfordern. Diese Dynamik könnte die Vorstellung von Unternehmen verändern, woher ihr KI-Stack stammt. Zugleich kann sie den Druck auf Modellentwickler erhöhen, den konkreten Nutzen bei praxisnahen Aufgaben mit hohen Anforderungen an die Reaktionszeit unter Beweis zu stellen, statt sich nur mit Spitzenplätzen in Benchmarks zu messen.

Die wichtigsten Punkte

• Meituan hat LongCat Flash Chat, ein Open-Source-Mixture-of-Experts-Modell mit insgesamt 560 Milliarden Parametern, Anfang September 2025 auf GitHub und Hugging Face veröffentlicht.
• Pro Token aktiviert das Modell durchschnittlich 18,6 bis 31,3 Milliarden Parameter. So sinkt der Rechenaufwand, während die Gesamtkapazität groß bleibt.
• Den Benchmarks im technischen Bericht zufolge ist die Leistung vergleichbar mit DeepSeek V3.1, Qwen3 von Alibaba Cloud und Kimi K2 von Moonshot AI. Auch gegenüber Claude Sonnet und Gemini 2.5 Flash schneidet das Modell gut ab.
• Meituan positioniert das System als nicht denkendes Basismodell, das auf Geschwindigkeit, die Befolgung von Anweisungen, Tool-Nutzung und Agenten-Workflows statt auf tiefgehendes Schlussfolgern ausgerichtet ist.
• Zu den technischen Merkmalen zählen Zero Computation Experts, ein PID-Regler für den Experten-Bias, eine MoE-Architektur mit Shortcut-Verbindungen und ein Kontextfenster von 128.000 Tokens.
• In den technischen Hinweisen werden mehr als 100 Tokens pro Sekunde auf H800-Hardware und unter bestimmten Bedingungen Ausgabekosten von etwa 5 Yuan pro einer Million Tokens genannt.
• Code und Gewichte stehen unter der MIT-Lizenz; Anleitungen für den Einsatz mit vLLM und SGLang sind verfügbar.
• Die Veröffentlichung folgt auf Meituans Übernahme von Light Year im Jahr 2023 und unterstützt eine umfassendere, dreistufige KI-Strategie für Arbeitswerkzeuge, Produkte und Basismodelle.
• TipRanks berichtete nach der Ankündigung von einem Kursrückgang. Das zeigt, dass die Stimmung unter Investoren auch von der tatsächlichen Nutzung und möglichen Kosteneinsparungen abhängen dürfte.
• Die Veröffentlichung erweitert die Welle von Open-Source-Modellen aus China, die den Abstand zu westlichen Wettbewerbern verringern und auf schnelle agentische Anwendungsfälle zielen.