什么值得买App下载 App ›
连续签到专享现金活动

美团LongCat-2.0开源:首个五万卡国产算力万亿参数大模型发布

2026年6月30日,美团正式发布新一代万亿参数大模型LongCat-2.0,并宣布对外开源。作为业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型,LongCat-2.0采用MoE(混合专家)架构,总参数规模达到1.6万亿,平均激活参数约480亿,动态激活范围覆盖330亿至560亿。模型原生支持1M超长上下文,可一次处理百万字级输入,在编程、推理、交互等多个维度展现出较强的综合能力。从技术架构到应用场景,LongCat-2.0的发布引发了行业对国产大模型发展的广泛关注。123
01核心参数与架构设计
LongCat-2.0在参数规模上处于当前大模型的顶尖梯队。模型总参数1.6万亿,平均激活约480亿,与计划于2026年7月中旬发布的DeepSeek V4在参数量级上基本一致,属于全球顶尖大模型行列。预训练数据规模超过30T tokens,覆盖中文、英文、多语言和代码等多类数据,为模型提供了较为充足的知识储备。在架构层面,LongCat-2.0采用MoE架构作为基础框架,引入ScMoE跨层快捷连接架构、Ngram Embedding增强等多项原创设计。据多篇素材报道,模型在架构设计上的核心目标是“让模型在真实的Agentic Coding任务中,更高效、更稳定地完成代码理解、生成与执行”。456
稀疏注意力机制是LongCat-2.0处理长文本的关键技术。模型采用LongCat Sparse Attention(LSA)稀疏注意力机制,在处理长文本时不再“逐字逐句地看”,而是智能筛选关键信息,将计算量从平方级降至线性级。这使得模型在100万Token的超长上下文中,依然能够保持精准的信息定位与理解能力,解决了传统模型在处理超过100K上下文后“遗忘”前面内容的问题。76
02零计算专家与动态激活机制
LongCat-2.0引入的零计算专家机制是其技术创新亮点之一。代码任务中不同token复杂度差异巨大——定义变量名和推导递归算法对算力的需求完全不同。零计算专家机制可实现Token级动态计算预算,简单token不消耗算力,复杂token自动获得更多计算资源。激活参数动态范围覆盖330亿至560亿,据报道“这是业界首创”。这一机制将零计算专家融入专家并行通信流程,使路由到零专家的token真正避免不必要的传输与计算。458
MOPD架构实现了三组专家能力的融合。LongCat-2.0通过MOPD架构整合Agent、Reasoning、Interaction三组专家能力:Agent Experts专攻工具调用与自主纠错,Reasoning Experts深耕数学与STEM推理,Interaction Experts优化指令遵循与交互体验。推理时由门控网络根据任务类型动态调度最擅长的专家,而非简单合并参数。这种设计使得模型在编程、推理、交互等多维度能够同时保持较高水准。156
03国产算力训练突破
LongCat-2.0最显著的突破在于全程依托国产算力集群完成训练与推理。美团本次训练阶段动用的国产算力卡数量在5万至6万张之间,这是迄今为止在国产算力上完成的规模最大的大模型训练任务。LongCat团队从2023年开始探索国产算力训练技术,从千卡起步逐步扩展至五万卡规模,历时三年攻克了算子适配、通信优化及分布式稳定性等基础难题。4910
面对万卡级训练中的硬件故障、通信异常、显存压力与数值波动等挑战,LongCat团队从稳定性、正确性和效率三方面进行攻克。在稳定性方面,通过HCCL异常处理、弹性扩缩卡和自动故障恢复,将月均日故障率降低70%以上;在正确性方面,通过自研设计确定性算子、Bitwise一致性验证和参数检测,保障训练结果的可靠,同时基于实践提升关键模块计算精度、优化Reduce逻辑;在效率方面,通过流水线调度、显存优化和算子级控核,训练MFU提升1.5倍。最终实现稳态日吞吐超过1T tokens/day,完成万亿参数MoE模型在国产算力上的稳定训练。176
推理阶段的协同优化同样值得关注。LongCat-2.0围绕模型、算子和框架进行推理优化:通过大规模专家并行聚合访存带宽,支撑万亿参数MoE模型的低延迟解码;将零计算专家机制融入专家并行通信流程,使路由到零专家的token真正避免不必要的传输与计算;针对通信、Attention、GEMM等核心算子优化调度,结合提前下发与权重预取等框架机制,进一步降低推理链路中的等待开销。综合报道显示,推理速度可达100 token/秒,成本低至5元/百万token。411
04评测表现与市场表现
LongCat-2.0在综合评测中展现出较强的竞争力。在编程能力方面,LongCat-2.0在考察深层工程能力的SWE-bench Pro中获得59.5分,领先Gemini 3.1 Pro(54.2)、GPT-5.5(58.6)和Claude Opus 4.6(55.0);在SWE-bench Multilingual中获得77.3分,与Claude Opus 4.6(77.8)保持在同一水位。在真实终端交互评测Terminal-Bench 2.1中取得70.8分,体现了其在真实运维与开发终端任务中的稳定执行与纠错能力。1412
在真实办公场景的复杂任务处理方面,LongCat-2.0在搜索智能体评测集RWSearch中获得78.8分,在生产力场景评测集FORTE中获得73.2分,在BrowseComp中获得79.9分,均达到或接近前沿闭源模型水平。在4月底预览版发布期间,LongCat-2.0-Preview通过OpenRouter平台开放调用,据OpenRouter数据显示,截至6月底,其总调用量已跻身全球前三。在Hermes月调用量位列全球第一,在Claude Code月调用量位列全球第二,仅次于Claude Opus 4.8,在OpenClaw月调用量位列第三。1313
05开源策略与开发者生态
LongCat-2.0宣布对外开源,用户可通过官网longcat.ai申请调用。在预览版测试期间,LongCat-2.0-Preview每天为用户提供1000万免费Token的额度,这一测试策略吸引了大量开发者参与。模型深度适配Claude Code、OpenClaw、Hermes等主流Harness,4月底以匿名方式接入全球最大的大模型API路由平台OpenRouter后,迅速获得开发者认可。14159
社区反馈显示,在工具调用、复杂指令执行等Agent核心能力方面,LongCat-2.0-Preview接近Claude Opus 4.6,在国产大模型中位列顶尖梯队。多篇素材提到,“LongCat在AI圈里的口碑主要是速度快,工具调用出色,走『实用主义』路线”。内测期间,LongCat-2.0已应用于搭建全闭环的AI SQL智能体、自动完成代码库迁移与重构、根据一句话描述生成完整可运行的3D交互演示或应用产品,以及构建自动化的小说创作流水线等真实工作场景。4516
06应用场景与商业化落地
LongCat-2.0的应用落地与其本地生活业务紧密结合。美团AI助手“小团”在五一假期已服务过亿人次用户,“小美”全面接入外卖、旅游、酒店预订等核心业务,并即将与腾讯元宝深度合作。升级后的AI助手不再止步于推荐——用户询问“周末去上海怎么玩”时,模型可以直接订好酒店、买好门票、约好餐厅。王兴在财报电话会上表示:“当用户提交本地服务需求时,我们将无缝连接用户到我们的服务,例如外卖点餐与配送。”134
在AI搜索与攻略生成方面,美团展示了差异化能力。用户盲测显示,美团LongCat原生“深度研究”智能体生成的攻略“整体可用率”达61.1%,优于ChatGPT的42.8%。有观点指出,“在本地生活这一块,美团能做的真的太多了”,因为“小团AI检索的不是公开信息,而是自身积累的骑手、商家和消费者数据,这些在线下都已经验证了,相当于先抄答案再回答”。美团官方数据显示,“问小团”已成为很多消费者的消费新姿势,用户向AI管家“小团”提出任何有关消费的提问,它都能基于美团平台上真实的商户和消费者评论信息给出回答。17181920
07与同类产品的对比维度
从参数规模维度看,LongCat-2.0总参数1.6万亿、平均激活480亿,与计划于2026年7月中旬发布的DeepSeek V4基本处于同一梯队,均支持1M超长上下文,处理量级与GPT-5.5相当。两者的核心差异在于应用场景的侧重:LongCat-2.0围绕Agentic Coding任务进行架构优化,而DeepSeek V4从英伟达CUDA架构全栈迁移至华为芯片,两种路径均在验证国产算力支撑万亿参数模型训练的可行性。42110
从编程评测维度看,LongCat-2.0在SWE-bench Pro中得分59.5,在参数量相近的模型中表现较为突出。与国际主流闭源模型对比,该成绩领先于Gemini 3.1 Pro(54.2)、GPT-5.5(58.6)、Claude Opus 4.6(55.0)。从市场认可维度看,LongCat-2.0-Preview在OpenRouter平台总调用量跻身全球前三,在特定Agent场景下的月调用量更是位列全球第一、第二位,体现了开发者社区对模型能力的认可。4812
对比维度LongCat-2.0DeepSeek V4GPT-5.5
总参数量1.6万亿约1.6万亿未公开
激活参数约480亿约480亿未公开
上下文窗口1M1M1M
训练算力5-6万张国产卡华为芯片英伟达GPU
SWE-bench Pro59.5未公开58.6
开源情况已开源已开源未开源
从商业化落地维度看,LongCat-2.0依托美团本地生活生态,在外卖、酒店、旅游等场景具备天然的数据优势。模型生成的攻略可用率在用户盲测中优于ChatGPT,这一表现与其特有的真实交易履约数据背书密切相关。相比之下,通用大模型在垂直场景的深度整合方面需要更多定制化开发。181922
08行业意义与后续看点
LongCat-2.0的发布验证了在国产算力集群上进行大规模模型训练与部署的能力。多篇素材指出,“这不仅是对国产算力生态成熟度的一次有效验证,也标志着国产自主算力上迈出了关键一步”。LongCat-2.0给了美团三样东西:更强的推理和执行能力、更低的算力成本、以及对国产算力供应链的自主掌控。这三样东西加在一起,决定了美团AI Agent的看点不在于它能回答多难的问题,而在于它能替用户完成多少事——从推荐到下单,从规划到执行,中间不再需要用户手动跳转。4523
后续发展中,LongCat-2.0的开源策略预计将吸引更多开发者参与生态建设。模型在代码生成、复杂任务规划、企业自动化等Agent应用场景的能力提升,为企业级AI落地提供了新的选择。同时,国产算力集群支撑万亿参数模型全流程训练与推理的成功案例,为国内大模型产业在自主算力支撑上的发展路径提供了重要参考。随着模型能力的持续迭代,其在多模态交互、工具调用、自主纠错等维度的表现值得关注。51310

评论

评论区空态插画

当前文章无评论,是时候发表评论了