模型简介
LongCat-Flash-Thinking-ZigZag 是美团 Meituan的推理模型，围绕需要分解步骤、比较条件与检查结论的问题展开，适合复杂分析和多步任务。
该型号属于系列中的效率取向分支。选择时可以重点记录等待时间、连续任务吞吐和单次任务成本，同时使用相同材料检查输出质量，避免只凭名称判断速度或准确率。
这个版本怎样理解
使用时以完整型号 meituan-longcat/LongCat-Flash-Thinking-ZigZag 为准。同一系列的其他版本可能改变输入范围、默认行为或运行配置，升级前可先对照下方参数与官方说明。
版本与模型标识
| 模型名称 | LongCat-Flash-Thinking-ZigZag |
|---|---|
| 标识类型 | 官方权重仓库标识 |
| 完整型号 / 标识 | meituan-longcat/LongCat-Flash-Thinking-ZigZag |
| 版本状态 | 开放权重 |
复杂问题怎样准备材料
把目标、已知条件与限制分开说明，并给出可验证的结果标准。处理数学、逻辑或业务分析时，应检查最终答案是否满足原始条件，而不是只看推理文本是否详细。
实际使用时重点看什么
较长的推理过程可能增加等待时间与输出消耗。简单分类、固定字段提取等任务未必需要同样的推理投入，应根据问题难度选择配置。
价格与使用条件
官方使用与计费说明 ↗。在线调用、产品订阅和自行部署的资源成本分别计算，具体以所选服务与模型许可为准。
