Meituan เปิดตัว LongCat Flash Chat โมเดล Mixture of Experts ขนาด 560,000 ล้านพารามิเตอร์

เหตุใดการเปิดตัวครั้งนี้จึงสำคัญในเวลานี้

Meituan ยักษ์ใหญ่ด้านบริการตามความต้องการของจีน เข้าร่วมกระแสโมเดลภาษาขนาดใหญ่แบบโอเพนซอร์ส ด้วยการเปิดตัว LongCat Flash Chat ระบบที่ผสานจำนวนพารามิเตอร์ขนาดใหญ่มากเข้ากับการออกแบบที่เน้นประสิทธิภาพ โมเดลนี้ประกาศเปิดตัวเมื่อต้นเดือนกันยายน 2025 และเผยแพร่ให้นักพัฒนาบน GitHub และ Hugging Face พร้อมรายงานทางเทคนิคที่จัดวางให้เป็นคู่แข่งกับระบบชั้นนำในปัจจุบัน Meituan ระบุว่า LongCat Flash Chat ทำผลงานได้ทัดเทียม DeepSeek V3.1 ตระกูล Qwen3 ของ Alibaba Cloud และ Kimi K2 ของ Moonshot AI อีกทั้งยังทำได้ดีเมื่อเทียบกับ Claude Sonnet ของ Anthropic และ Gemini 2.5 Flash ของ Google ตามผลทดสอบของบริษัท โมเดลนี้ใช้สัญญาอนุญาตที่เปิดกว้างสำหรับการใช้งานและดัดแปลง สะท้อนความพยายามสร้างระบบนิเวศนักพัฒนาที่คึกคักรอบเทคโนโลยี AI ของ Meituan

LongCat Flash Chat วางตำแหน่งตัวเองเป็นโมเดลพื้นฐานที่รวดเร็วและพร้อมใช้งานจริง มากกว่าจะเป็นระบบที่มุ่งเน้นการใช้เหตุผล แนวทางนี้สะท้อนการแลกเปลี่ยนที่ชัดเจน คือเน้นห่วงโซ่การคิดเชิงตรรกะที่ซับซ้อนและใช้เวลาน้อยลง แล้วให้น้ำหนักกับการทำงานของเอเจนต์ที่ตอบสนองฉับไว การใช้เครื่องมือ และการทำตามคำสั่งมากขึ้น การเปิดตัวครั้งนี้เกิดขึ้นหลัง Meituan ซื้อกิจการสตาร์ตอัป AI Light Year ในปี 2023 ด้วยมูลค่า 281 ล้านดอลลาร์ และสอดคล้องกับกลยุทธ์ภายในที่ครอบคลุมการใช้ AI กับกระบวนการทำงานภายใน ฟีเจอร์ AI ในผลิตภัณฑ์สำหรับผู้ใช้ปลายทาง และการพัฒนาโมเดลหลัก

สิ่งที่ Meituan เปิดตัว

เอกสารของบริษัทอธิบายว่า LongCat Flash Chat เป็นโมเดล Mixture of Experts ที่มี พารามิเตอร์รวม 560,000 ล้านพารามิเตอร์ โดยมีเพียงบางส่วนเท่านั้นที่ทำงานกับโทเคนแต่ละตัว ซึ่งโดยทั่วไปอยู่ที่ 18,600 ล้านถึง 31,300 ล้านพารามิเตอร์ และเฉลี่ยประมาณ 27,000 ล้านพารามิเตอร์ การเลือกเปิดใช้พารามิเตอร์เฉพาะส่วนนี้เป็นหัวใจสำคัญของความเร็วและต้นทุนของโมเดล โมเดลรองรับบริบทที่ยาวได้สูงสุด 128k โทเคน จึงประมวลผลบทสนทนา เอกสาร หรืองานหลายขั้นตอนที่ยาวได้โดยไม่ต้องเริ่มใหม่บ่อยครั้ง

Meituan ระบุว่าโมเดลนี้เป็น โมเดลพื้นฐานที่ไม่ใช้การคิดเชิงเหตุผล Caixin Global รายงานว่าโมเดลไม่มีความสามารถด้านการใช้เหตุผลขั้นสูง แต่ยังทำผลงานได้ดีในงานทำตามคำสั่งและงานเอเจนต์หลายประเภท คลังโค้ดเน้นผลคะแนนที่แข่งขันได้ในการทดสอบมาตรฐานทั่วไป การทำตามคำสั่ง คณิตศาสตร์ การเขียนโค้ด การใช้เครื่องมือ และการประเมินความปลอดภัย นักพัฒนาสามารถเข้าถึงน้ำหนักโมเดลและเอกสารบน Hugging Face ได้ที่หน้านี้ และดูรายละเอียดผลิตภัณฑ์บนเว็บไซต์ทางการที่ longcat.ai โค้ดและน้ำหนักโมเดลเผยแพร่ภายใต้ สัญญาอนุญาต MIT

เบื้องหลังสถาปัตยกรรม LongCat

โมเดล Mixture of Experts แบ่งเครือข่ายขนาดใหญ่ออกเป็นองค์ประกอบเฉพาะทางหลายส่วนที่เรียกว่าเอ็กซ์เพิร์ต เราเตอร์จะตัดสินใจว่าจะเรียกใช้เอ็กซ์เพิร์ตใดกับโทเคนแต่ละตัว เมื่อเปิดใช้เอ็กซ์เพิร์ตเพียงส่วนน้อยต่อโทเคน โมเดลจึงคงความจุรวมขนาดใหญ่ไว้ได้ โดยควบคุมปริมาณการคำนวณในแต่ละขั้นตอน แนวทางนี้กลายเป็นวิธีที่ใช้กันทั่วไปในการขยายขนาดโมเดลโดยไม่ทำให้ต้นทุนการอนุมานพุ่งสูง

อธิบาย Mixture of Experts แบบเข้าใจง่าย

ลองนึกภาพระบบเป็นทีมขนาดใหญ่ที่เรียกผู้เชี่ยวชาญเพียงไม่กี่คนมาช่วยตอบแต่ละข้อความ เราเตอร์จะเลือกผู้เชี่ยวชาญตามเนื้อหา ช่วยลดงานที่ไม่จำเป็น การออกแบบของ Meituan เพิ่มลูกเล่นหลายอย่าง รายงานอธิบายถึง Zero Computation Experts ซึ่งทำหน้าที่เป็นตัวเลือกสำรองที่เรียกใช้ได้เมื่อเราเตอร์ต้องการปรับสมดุลภาระงานหรือลดการคำนวณสำหรับโทเคนง่าย ๆ นอกจากนี้ยังมี ตัวควบคุม PID ทำงานอยู่เบื้องหลังเพื่อปรับไบแอสของเอ็กซ์เพิร์ตให้จำนวนพารามิเตอร์ที่ทำงานโดยเฉลี่ยคงที่ PID ย่อมาจาก proportional, integral, derivative เป็นวิธีควบคุมที่ใช้กันทั่วไป ซึ่งค่อย ๆ ปรับระบบให้เข้าใกล้ระดับเป้าหมายโดยไม่แกว่งไปมา

เพื่อเพิ่มอัตราการประมวลผล LongCat Flash Chat ใช้โครงสร้าง MoE แบบเชื่อมต่อทางลัด ที่เพิ่มการทำงานซ้อนทับกันระหว่างการสื่อสารกับการคำนวณ ในระบบหลาย GPU เวลาในการสื่อสารอาจกลายเป็นคอขวดของประสิทธิภาพ การเชื่อมต่อทางลัดสร้างเส้นทางที่ช่วยให้บางส่วนของเครือข่ายทำงานได้เร็วขึ้นระหว่างที่ข้อมูลเคลื่อนย้ายข้ามอุปกรณ์ เอกสารทางเทคนิคระบุอัตราการอนุมานมากกว่า 100 โทเคนต่อวินาที สำหรับผู้ใช้รายเดียวบนฮาร์ดแวร์ระดับ H800

ข้อกล่าวอ้างด้านความเร็วและต้นทุน

บทสรุปจากแหล่งโอเพนซอร์สและรายงานสื่อจีนระบุว่า Meituan ฝึกโมเดลเสร็จภายในประมาณ 30 วันด้วยระบบประมวลผลแบบขนานสูง และโมเดลสร้างข้อความได้ 100 โทเคนต่อวินาทีบนตัวเร่ง H800 บริษัทระบุต้นทุนการสร้างข้อความไว้ที่ประมาณ 5 หยวนต่อหนึ่งล้านโทเคนภายใต้เงื่อนไขเฉพาะ ต้นทุนจริงแตกต่างกันตามฮาร์ดแวร์ ขนาดแบตช์ และเฟรมเวิร์กที่ใช้ติดตั้งใช้งาน แต่ข้อกล่าวอ้างหลักชัดเจน Meituan นำเสนอ LongCat Flash Chat ว่าเป็นโมเดลที่สร้างมาเพื่อความเร็ว ให้คุณภาพแข่งขันได้โดยใช้ทรัพยากรประมวลผลต่อคำขอน้อยลง

แนวทางการฝึกและเสถียรภาพ

คลังโค้ดระบุเครื่องมือช่วยรักษาเสถียรภาพหลายอย่าง ได้แก่ การถ่ายโอนไฮเปอร์พารามิเตอร์เพื่อใช้ค่าที่ได้ผลดีซ้ำในโมเดลต่างขนาด การกำหนดค่าเริ่มต้นสำหรับการขยายโมเดลเพื่อให้รุ่นใหญ่เริ่มต้นจากรุ่นเล็ก และวิธีปรับสมดุลเกรเดียนต์ของเราเตอร์ร่วมกับ z loss เพื่อรักษาประสิทธิภาพของเราเตอร์ MoE ทีมงานเน้นการคำนวณแบบกำหนดผลลัพธ์แน่นอนเพื่อให้ทำซ้ำการทดลองได้ ในส่วนข้อมูล Meituan อธิบายถึง กลยุทธ์ผสานการฝึกก่อนล่วงหน้าสองขั้น และ เฟรมเวิร์กสังเคราะห์ข้อมูลแบบหลายเอเจนต์ เพื่อสร้างลำดับการทำงานของงานซับซ้อนสำหรับพฤติกรรมเอเจนต์ โดยรวมแล้ว นี่คือกระบวนการฝึกที่ปรับแต่งมาเพื่อความน่าเชื่อถือและประสิทธิภาพของเอเจนต์ มากกว่าการใช้เหตุผลหลายขั้นตอนอย่างลึกซึ้ง

เมื่อเทียบกับคู่แข่ง

ผลทดสอบของ Meituan จัดให้ LongCat Flash Chat อยู่ในระดับเดียวกับโมเดลทั่วไปชั้นนำของจีน โดยเน้นเปรียบเทียบกับ DeepSeek V3.1 ตระกูล Qwen3 ของ Alibaba Cloud และ Kimi K2 ของ Moonshot AI รายงานยังกล่าวถึงผลงานที่แข็งแกร่งเมื่อเทียบกับโมเดลเด่นจากสหรัฐฯ อย่าง Claude Sonnet และ Gemini 2.5 Flash รายงานข่าวบางแห่งยังกล่าวถึงการเปรียบเทียบกับ GPT 4.1 ในงานบางประเภทที่ไม่ใช้การคิดเชิงเหตุผล อันดับที่แน่นอนขึ้นอยู่กับชุดทดสอบและการตั้งค่าพรอมป์ต์ ผลทดสอบที่ผู้พัฒนาดำเนินการเองเป็นจุดเริ่มต้น ส่วนการประเมินจากบุคคลที่สามจะช่วยให้เห็นภาพครบถ้วนยิ่งขึ้น

คำว่าไม่ใช้การคิดเชิงเหตุผลเป็นข้อจำกัดความหมายที่สำคัญ ระบบที่มุ่งเน้นการใช้เหตุผลพยายามวางแผนและทบทวนหลายขั้นตอน ซึ่งมักสร้างข้อความช้ากว่าและมีค่าใช้จ่ายด้านการประมวลผลสูงกว่า LongCat Flash Chat มุ่งเน้นการทำตามคำสั่งอย่างรวดเร็ว การใช้เครื่องมือ และการประสานงานเอเจนต์ แนวทางนี้เหมาะกับกรณีใช้งานที่ให้ความสำคัญกับเวลาตอบสนอง ปริมาณงาน และต้นทุนที่คาดการณ์ได้ มากกว่าการใช้กระบวนการคิดอย่างละเอียด

ความหมายของงานแบบเอเจนต์ในทางปฏิบัติ

งานแบบเอเจนต์เกี่ยวข้องกับโมเดลที่เรียกใช้เครื่องมือ ค้นคืนข้อมูล ทำตามขั้นตอนการทำงาน และตัดสินใจได้ว่าเมื่อใดควรขอข้อมูลเพิ่มเติม ระบบอาจค้นดูเอกสาร เรียกใช้ฐานข้อมูลภายใน ส่งคำสั่งไปยัง API ชำระเงิน หรือร่างข้อความถึงลูกค้า LongCat Flash Chat ปรับแต่งมาเพื่องานลักษณะนี้ โดยมุ่งให้ตัดสินใจได้รวดเร็ว จัดการบริบทยาวได้ และรักษาความหน่วงให้ต่ำ เพื่อให้ตอบสนองได้ฉับไวเมื่อใช้ในแอปพลิเคชันจริง

Meituan ทดลองใช้เอเจนต์ในธุรกิจของตนมาแล้ว บริษัทเคยเปิดตัว NoCode สำหรับช่วยเขียนโค้ดด้วย AI, Kangaroo Advisor สำหรับสนับสนุนการตัดสินใจทางธุรกิจ และ Meituan Jibai สำหรับจัดการการดำเนินงานโรงแรม เอ็นจินเอเจนต์ที่รวดเร็วช่วยขับเคลื่อนงานต่าง ๆ เช่น การเริ่มต้นใช้งานของร้านค้า การคัดแยกคำขอรับบริการลูกค้า การตรวจสอบสินค้าคงคลัง การสนับสนุนการวางแผนเส้นทาง และการสร้างข้อความการตลาด ในธุรกิจอีคอมเมิร์ซและบริการท้องถิ่น หลายงานได้ประโยชน์จากความเร็วที่เชื่อถือได้ การเชื่อมต่อกับเครื่องมือ และการจดจำบริบทที่ยาว มากกว่าการใช้เหตุผลทีละขั้นตอนอย่างช้า ๆ

กลยุทธ์ การซื้อกิจการ และการเติบโตของโอเพนซอร์สในจีน

Meituan เริ่มรุกเข้าสู่การพัฒนาโมเดลหลักอย่างจริงจังด้วยการซื้อกิจการ Light Year ในปี 2023 ด้วยมูลค่า 281 ล้านดอลลาร์ ผู้บริหารบริษัทอธิบายแผนงานสามระดับ ได้แก่ AI สำหรับงานภายใน AI ในผลิตภัณฑ์สำหรับผู้บริโภค และการสร้างโมเดลพื้นฐาน LongCat Flash Chat เป็นผลงานสาธารณะชิ้นแรกในระดับโมเดลพื้นฐาน และยังสอดคล้องกับแนวโน้มที่กว้างขึ้นในหมู่บริษัทเทคโนโลยีจีน การเปิดตัวโอเพนซอร์สจากบริษัทอย่าง Alibaba ห้องปฏิบัติการที่เกี่ยวข้องกับ DeepSeek และ Moonshot AI กำลังช่วยลดช่องว่างกับคู่แข่งตะวันตกผ่านการพัฒนาอย่างรวดเร็วและการทดสอบจากชุมชน

สัญญาอนุญาตแบบโอเพนซอร์สมีความสำคัญในกรณีนี้ การเผยแพร่น้ำหนักโมเดลและโค้ดภายใต้สัญญาอนุญาต MIT เปิดทางให้สตาร์ตอัป กลุ่มวิจัย และทีมองค์กรทดลอง ปรับใช้ และนำไปใช้งานได้โดยไม่มีข้อจำกัดมากนัก ช่วยขยายช่องทางรับข้อเสนอแนะและกรณีใช้งาน อีกทั้งยังช่วยให้ Meituan สร้างความน่าเชื่อถือด้านเทคนิค นอกเหนือจากภาพจำหลักในฐานะแพลตฟอร์มส่งอาหาร แหล่งข่าวหลายแห่งระบุว่าบริษัทมองแนวทาง AI ของตนว่ามุ่งรุกและเดินหน้าเชิงรุก โดยหวังดึงความสนใจจากนักพัฒนาด้วยความเร็วและความเปิดกว้าง

สัญญาอนุญาต การนำไปใช้งาน และความปลอดภัย

LongCat Flash Chat เผยแพร่ภายใต้สัญญาอนุญาต MIT ซึ่งเปิดให้ใช้เชิงพาณิชย์ได้อย่างกว้างขวาง คลังโค้ดมีคำแนะนำสำหรับการติดตั้งใช้งานผ่าน vLLM และ SGLang เฟรมเวิร์กเหล่านี้ได้รับความนิยมสำหรับการอนุมานที่มีอัตราการประมวลผลสูง โดยมีฟีเจอร์อย่างการจัดแบตช์ต่อเนื่องและ paged attention ที่ช่วยลดต้นทุนการให้บริการ โมเดลที่เปิดใช้เอ็กซ์เพิร์ตเพียงบางส่วนยังทำงานได้เข้ากันดีกับสภาพแวดล้อมที่ลดเวลาว่างของ GPU

เช่นเดียวกับโมเดลภาษาขนาดใหญ่ทุกระบบ LongCat Flash Chat ก็มีข้อจำกัด เอกสารแนะนำให้นักพัฒนาประเมินความปลอดภัย ความเป็นธรรม และการปฏิบัติตามกฎหมายในบริบทการใช้งานของตนเอง เรื่องนี้สำคัญเป็นพิเศษในสาขาที่จัดการข้อมูลส่วนบุคคล การเงิน หรือสุขภาพ เอกสารของ Meituan มีผลประเมินความปลอดภัยและการทดสอบแบบ red teaming พร้อมย้ำให้ผู้ใช้ปฏิบัติตามกฎหมายและกฎระเบียบของอุตสาหกรรมเมื่อนำโมเดลไปใช้ในบริบทที่ละเอียดอ่อน

ปฏิกิริยานักลงทุนและสัญญาณตลาด

รายงานข่าวการเงินหลังการเปิดตัวระบุว่าหุ้น Meituan ปรับตัวลดลง แม้บริษัทจะเข้าร่วมกลุ่มบริษัทจีนที่เปิดตัวโมเดลแข่งขันได้ TipRanks อ้างผลทดสอบจาก South China Morning Post และชี้ถึงบริบทนโยบายที่กว้างขึ้น โดยจีนเพิ่มการสนับสนุนภาคเทคโนโลยีท่ามกลางความขัดแย้งทางการค้า ปฏิกิริยาตลาดมักเกิดช้ากว่าความเป็นจริงของผลิตภัณฑ์ สิ่งที่จะมีความหมายต่อนักลงทุนคือโมเดลนี้ช่วยเพิ่มการนำไปใช้จริงหรือไม่ ลดต้นทุนในธุรกิจของ Meituan ได้หรือไม่ และนักพัฒนาภายนอกเลือกใช้เป็นเอ็นจินสำหรับผลิตภัณฑ์จริงหรือไม่

สัญญาณสำคัญกว่านั้นคือ บริษัทที่อยู่นอกแวดวง AI โดยตรงกำลังเผยแพร่โมเดลที่ท้าทายผู้เล่นรายเดิมในด้านความเร็ว ต้นทุน และความสามารถสำหรับงานเอเจนต์ แรงขับเคลื่อนนี้อาจเปลี่ยนมุมมองขององค์กรต่อแหล่งที่มาของระบบ AI ของตน และยังเพิ่มแรงกดดันให้ผู้พัฒนาโมเดลต้องพิสูจน์คุณค่าในการใช้งานที่ต้องตอบสนองรวดเร็วและเน้นการปฏิบัติจริง แทนที่จะมุ่งเฉพาะการทำอันดับบนตารางทดสอบมาตรฐาน

ประเด็นสำคัญ

• Meituan เปิดตัว LongCat Flash Chat โมเดล Mixture of Experts แบบโอเพนซอร์สที่มีพารามิเตอร์รวม 560,000 ล้านพารามิเตอร์บน GitHub และ Hugging Face เมื่อต้นเดือนกันยายน 2025
• โมเดลเปิดใช้พารามิเตอร์ 18,600 ล้านถึง 31,300 ล้านตัวต่อโทเคน ช่วยลดต้นทุนการประมวลผลขณะยังคงความจุรวมขนาดใหญ่
• รายงานทางเทคนิคอ้างผลทดสอบที่ทัดเทียม DeepSeek V3.1, Qwen3 ของ Alibaba Cloud และ Kimi K2 ของ Moonshot AI รวมถึงผลงานที่แข็งแกร่งเมื่อเทียบกับ Claude Sonnet และ Gemini 2.5 Flash
• Meituan วางตำแหน่งระบบนี้เป็นโมเดลพื้นฐานที่ไม่ใช้การคิดเชิงเหตุผล โดยเน้นความเร็ว การทำตามคำสั่ง การใช้เครื่องมือ และกระบวนการทำงานของเอเจนต์ มากกว่าการใช้เหตุผลเชิงลึก
• ฟีเจอร์ทางวิศวกรรมประกอบด้วย Zero Computation Experts, ตัวควบคุม PID สำหรับไบแอสของเอ็กซ์เพิร์ต การออกแบบ MoE แบบเชื่อมต่อทางลัด และหน้าต่างบริบท 128k โทเคน
• เอกสารทางเทคนิคระบุความเร็วมากกว่า 100 โทเคนต่อวินาทีบนฮาร์ดแวร์ H800 และต้นทุนการสร้างข้อความประมาณ 5 หยวนต่อหนึ่งล้านโทเคนภายใต้เงื่อนไขเฉพาะ
• โค้ดและน้ำหนักโมเดลเผยแพร่ภายใต้สัญญาอนุญาต MIT พร้อมคำแนะนำการติดตั้งใช้งานสำหรับ vLLM และ SGLang
• การเปิดตัวเกิดขึ้นหลัง Meituan ซื้อกิจการ Light Year ในปี 2023 และสนับสนุนกลยุทธ์ AI สามระดับที่ครอบคลุมเครื่องมือการทำงาน ผลิตภัณฑ์ และโมเดลหลัก
• TipRanks รายงานว่าราคาหุ้นปรับลดลงหลังการประกาศ สะท้อนว่าความเชื่อมั่นของนักลงทุนอาจขึ้นอยู่กับการนำไปใช้จริงและการประหยัดต้นทุน
• การเปิดตัวครั้งนี้เพิ่มแรงส่งให้กระแสโมเดลโอเพนซอร์สในจีน ซึ่งกำลังลดช่องว่างกับคู่แข่งตะวันตกและมุ่งเน้นกรณีใช้งานเอเจนต์ที่รวดเร็ว