美团开源 LongCat-Flash-Lite-Sparse，24GB 显存跑 256k 上下文
Gohab2001 · reddit · 2026-07-31
美团发布了开源模型 LongCat-Flash-Lite-Sparse。该模型采用 MoE（混合专家）架构，拥有约 30B 的 n-gram 查找表并将其卸载至内存（RAM），同时激活参数仅为 3B。
这种设计使得模型在仅使用 24GB 显存的情况下，即可支持快速的 256k 超长上下文处理。发帖者分析指出，该技术思路类似于 Gemma 4 的 PLE（参数化专家层）技巧，但在综合能力上目前尚无法替代 Qwen 3.6 27b。
所属事件:美团开源 LongCat-Flash-Lite-Sparse 模型登顶 Hugging Face(4 条相关)→
「模型」频道最新
- 一条提示词生成 629 行深海潜艇游戏，IQuest-Q1 编码实测曝光 — Div_pradeep · 2026-10-16
- RLM 换用 Jev 子调用：1M token 下成本减半、速度快 6 倍 — lateinteraction · 2026-10-16
- 斯坦福用户称 OpenAI 合同期内将 ChatGPT Edu Pro 用量砍半 — DJiafei · 2026-10-16
- MiniCPM-V 4.7 上了手机:35B MoE 在 iPhone 上 3GB 内存跑出 13+ tokens/s — heyshrutimishra · 2026-10-16
- IQuest-Q1 单条提示 2 分钟写出 629 行深海潜艇游戏 — Div_pradeep · 2026-10-16
- 试用 Grok bot 却先收到 Cursor 欠费账单，两账户合并需先补款 — haydendevs · 2026-10-16