美团 LongCat-2.0 正式开源：国产万亿参数模型的「突围之战」

6月30日，美团技术团队正式发布了 LongCat-2.0，并宣布对外开源。这不是又一个「跟风」的大模型发布——它是业界第一个在五万张国产算力卡集群上从零训练到推理的万亿参数模型（总参数 1.6T，动态激活 33B~56B），而且已经在真实世界里经受了考验。

先看成绩：不是 PPT 大模型

LongCat-2.0 预览版已经在 OpenRouter 平台上向全球开发者开放了一段时间。根据官方数据，它已经跻身 OpenRouter 全球大模型调用量前三，月调用量仅次于 Hermes 和 Claude Code。

这意味着什么？——它不是「发布即吃灰」的项目，而是在真实开发者的 coding 任务中，被大量使用且留住了用户。

在关键评测上：

• SWE-bench Pro（深度工程能力）：59.5，领先 GPT-5.5（58.6）和 Claude Opus 4.6（57.3）
• SWE-bench Multilingual（多语言编程）：77.3，与 Claude Opus 4.6（77.8）同一水平
• 终端交互 Terminal-Bench 2.1：70.8，真实运维场景下的稳定表现
• BrowserComp / RWSearch / FORTE（搜索/生产力）：均接近前沿闭源模型

最大的亮点不只在「大」

万亿参数听起来很唬人，但 LongCat-2.0 真正值得关注的技术突破是这几点：

国产算力全栈打通

团队从 2023 年开始搞国产算力适配，从千卡起步，一路攻克算子适配、通信优化、分布式稳定性。到最后在五万卡集群上跑通，稳态日吞吐超 1T tokens/天。这意味着国产算力从「能用」走到了「好用」——这对整个中国 AI 生态都是一个信号。

1M 超长上下文，不止是参数大

LongCat-2.0 支持 100 万 Token 的上下文窗口，采用自研的 LongCat Sparse Attention（LSA）稀疏注意力机制，把长文本处理的计算量从平方级降到线性级。对做 Agent 开发的人来说，这意味着整个项目的代码库可以直接丢进去，模型不会「忘记」前面的内容。

零计算专家 + 动态激活

不是每个 token 都需要同样多的算力——定义变量名和推导递归算法显然不是一个量级。LongCat-2.0 通过「零计算专家」机制，简单 token 不消耗算力，复杂 token 自动多分配资源。把算力花在刀刃上。

MOPD 多专家融合

模型内部有三组专家：Agent Experts（工具调用）、Reasoning Experts（推理）、Interaction Experts（交互）。推理时门控网络根据任务类型自动调度最擅长的专家，而不是简单揉在一起。所以它写代码、推数学、做对话都不偏科。

真实场景：不只是跑分好看

内测期间收集到的一些真实用例很有说服力：

• ? 一句话搭建 AI SQL Agent，让业务人员直接用自然语言查数据
• ? 读懂旧版插件代码库，根据新版 SDK 文档自动重构整个插件，编译一次过
• ? 描述一个「儿童 AI 游戏训练场」，完整生成 3 个可玩的 HTML 游戏页面
• ? 一句话生成 Three.js 3D 交互演示：透明烧瓶、荧光液体、泡沫喷发，开箱即用
• ? 基于它搭建的「AI 小说工厂」，多个 Agent 协同工作，自动完成世界观构建、章节生成、质量评估

怎么看这个发布？

LongCat-2.0 的发布有几个层次的信号：

• 对 开发者 来说，多了一个可用的开源大模型选择，尤其在 coding Agent 场景下表现突出，值得上手试试。
• 对 国产算力 来说，这是目前公开信息里最大规模的国产算力训练验证——万亿参数级模型跑通了，证明这条路是走得通的。
• 对 行业 来说，美团在 AI 基础设施上的投入力度，比很多人想象的要大得多。这不只是做一个模型，而是在构建一套从芯片适配到推理部署的完整能力。

一句话总结：LongCat-2.0 是国产大模型在「真·大规模训练」和「真·开发者接纳」两个维度上的重要一步。如果你做 Agent 开发，它值得放进你的工具箱试试。

? 上手体验

• API 开放平台：https://longcat.chat/platform/product
• 模型开源仓库：可关注美团技术团队后续发布

参考来源：美团技术团队公众号