LongCat-Flash-Thinking-2601正式发布。该模型作为升级版推理模型，基于混合专家（MoE）架构，总参数量达 5600 亿。在保持传统推理基准极强竞争力的同时，通过大规模多环境强化学习，系统性增强了Agent思维能力。

 [image] 


相较于 LongCat-Flash-Thinking 模型，本次升级核心特性如下： 


极致的抗噪环境鲁棒性：针对现实环境中的噪声与不确定性开展系统性课程式训练，模型在Agent工具调用、Agent搜索及工具融合推理领域表现卓越，泛化能力显著提升； 


强大的 Agent 能力：构建包含 60 余种工具的紧密依赖图谱，通过多环境扩展与大规模探索训练，显著提升模型在复杂、分布外现实场景中的泛化能力； 


先进的深度思考模式：利用并行推理拓展思维广度，配合递归反馈的总结归纳机制拓展思维深度，有效攻克高难度问题。 




开...