美团 LongCat-Next
美团 · 未公开（离散原生多模态）
把视觉与语音变成“母语”
用统一离散 token 做理解与生成：OmniDocBench 0.152 超过专用 VL 模型，MathVista 83.1，GenEval 84.44，且纯文本能力没有明显“多模态税”。
最后更新于 2026 年 10 月 18 日编辑部评分
结论先行
八维评分拆解
编辑部映射分 · 0–100- 美团 LongCat-Next89.2
权重：视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。
公开基准与数据
按来源口径，不换算| 基准 / 指标 | 数值 | 说明 |
|---|---|---|
| OmniDocBench | 0.152 | 越低越好，优于 Qwen3-VL |
| MathVista | 83.1 | 视觉数学 |
| GenEval | 84.44 | 图像生成 |
| C-Eval | 86.8 | 纯文本未明显退化 |
公开分数来自不同版本与提示词设置，不能与本站综合分直接互换；我们仅将其作为评分证据之一。
场景映射
同一把尺子的五项压力测试| 场景 | 映射分 | 观察 |
|---|---|---|
| 中文票据 OCR | 93 · 论文级文档表现突出 | |
| 图表取数 | 90 · 学术图表好 | |
| 30 分钟视频问答 | 85 · 仍属早期 | |
| 手机 GUI 操作 | 86 · 工具调用意外地强 | |
| 中文文化理解 | 88 · 训练数据偏通用 |
优势与局限
优势
- 统一架构，理解与生成互相增益。
- OmniDocBench 超过专用 VL 模型，离散视觉上限被打破。
- 开源可审计，适合做领域基座。
局限
- 产品化程度低，API 与文档不成熟。
- 视频与 Agent 能力仍待补全。
- 自托管算力门槛高。
价格与真实成本
公开单价
¥2.5/M tokens
开源自托管，估算 ¥2.5 / 百万输出。以 1,000 张 1,024px 图片、每张约 1,100 图像 token、300 输出 token 估算，单月成本约为 ¥1.5（按输入价为输出价 25% 的假设）。
按你的量计算关于美团 LongCat-Next
美团 LongCat-Next 是开源的吗？
许可证：开源（研究许可）。可获取权重，但商用前请核对具体条款与备案要求。
美团 LongCat-Next 的价格是多少？
开源自托管，估算 ¥2.5 / 百万输出。按本站 8 维评分，它排在第 9 位，综合 89.2 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。
美团 LongCat-Next 最适合什么场景？
多模态架构研究；自研行业基座；文档理解 + 生成一体化。
为什么 美团 LongCat-Next 的综合分是 89.2？
综合分由 8 个维度按权重加权：视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是文档解析与中文 OCR，短板是生态、成本与可用性。
个人榜单 · 非官方评分
本页所有排名、分数与对比均为个人评测榜单，不是官方评分，也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射，换一组权重名次就会变。如有不同意见或发现事实错误，欢迎联系站长：jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。