1 月 16 日，美团发布 LongCat-Flash-Thinking-2601 模型，并宣布开源。根据评测数据显示，新模型在 Agentic Search（智能体搜索）、Agentic Tool Use（智能体工具调用）、TIR（工具交互推理）等核心评测基准上，均达到开源模型 SOTA 水平。

在工具调用的泛化能力上优势尤其明显，在依赖工具调用的随机复杂任务中，性能表现超越了 Claude-Opus-4.5-Thinking，可大幅度降低真实场景下新工具的适配训练成本；同时，新模型支持 " 重思考 " 模式，可同时启动 8 个 " 大脑 " 执行任务，确保思考周全、决策可靠。

具体来看，当遇到高难度问题时，新模型会把思考过程拆分成 " 并行思考 " 和 " 总结归纳 " 两步进行。

并行思考阶段，与人类面对难题会同时尝试多种解法相似，" 重思考 " 模式下的模型，会在保证思路多样性的同时，独立梳理出多条推理路径寻找最优解；总结归纳阶段，则会对多条路径进行梳理、优化与合成，并将优化结果重新输入，形成闭环迭代推理，推动思考持续深化。

除此之外，LongCat 团队在新模型中加入了额外的强化学习环节，针对性打磨模型的总结归纳能力，从而让 LongCat-Flash-Thinking-2601 实现了 " 想清楚再行动 " 的结果。

对于新模型的技术思路，LongCat 团队解释称，传统智能体往往仅在数个简单模拟环境里训练，这带来的问题就像只在靶场训练的士兵，到了真实 " 战场 " 可能会掉链子。而基于 " 环境扩展 + 多环境强化学习 " 核心技术，团队为模型打造了多样化的 " 高强度练兵场 "，构建了多套高质量训练环境，并在每套环境中集成 60 余种工具形成密集依赖关系图谱与复杂联动，支撑起高度复杂的任务场景。实验也证明，训练环境越丰富，模型在未知场景中的泛化能力越强。