2026年6月30日，美团正式发布并开源了新一代万亿参数大模型 LongCat-2.0。这不仅是美团在大模型领域迄今为止最大规模的产品动作，更是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 的发布，标志着国产算力在大规模集群训练上实现了从"可用"到"好用"的关键跨越。
一、核心规格：1.6T 总参数，1M 超长上下文
LongCat-2.0 的模型规格令人瞩目：总参数达到 1.6T（1.6万亿），平均激活参数约 48B（480亿），激活范围在 33B~56B 之间动态调整。模型原生支持 1M（100万）Token 的超长上下文窗口，这一数字在国产开源模型中处于领先水平。
在架构设计上，LongCat-2.0 围绕真实的 Agentic Coding 任务展开优化。模型引入了稀疏注意力机制（LSA，Long-range Sparse Attention），将长文本计算量从传统的平方级降至线性级。同时，通过零计算专家机制（Zero-Compute Expert）和 MOPD 多专家融合架构，实现了 Token 级别的动态激活——每个 Token 只激活最相关的专家子集，在保持模型容量的同时显著降低了推理成本。
这种"大容量、低激活"的 MoE 设计哲学，与 DeepSeek V4、MiniMax M3 等同期国产模型的架构思路高度一致，反映出行业对 MoE 模型的经济性共识正在形成：参数可以很大，但激活要尽量小。
二、国产算力的里程碑：五万卡集群的工程突破
LongCat-2.0 最值得关注的突破点不在模型本身，而在其背后的算力基础设施。这是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。考虑到当前国产 AI 芯片在单卡算力和互联带宽上与 NVIDIA H100/B200 仍存在差距，五万卡的工程挑战远超同等规模的英伟达集群。
据美团龙猫 LongCat 团队披露，自 2023 年起，团队历时三年攻克了算子适配、通信优化及分布式稳定性等一系列基础难题。通过自研确定性算子与弹性恢复机制，团队将月均日故障率降低了 70% 以上，实现了稳态日均吞吐超过 1T Token 的训练效率。
这一成就的现实意义在于：它证明了在国产算力环境下训练万亿参数模型是可行的。对于受限于芯片出口管制的中国 AI 产业而言，这是一个极为重要的信心信号。
三、Agent 能力：预览版已在 OpenRouter 登顶
LongCat-2.0 预览版此前已在 OpenRouter 平台上释放，获得了来自全球开发者的广泛使用。数据显示，预览版的月调用量已跻身全球前三，在 Hermes Agent、Claude Code 等主流 Agent 生态中表现亮眼，被开发者评价为"最受欢迎的 Agent 模型之一"。
在权威编程评测 SWE-bench Pro 上，LongCat-2.0 超越了 GPT-5.5 和 Claude Opus 4.6。在代码理解、数学推理及长程检索等复杂场景中，模型展现出了卓越的 Agent 任务执行能力。这些评测结果表明，LongCat-2.0 不仅在参数规模上达到了万亿级别，在 Agent 任务质量上也达到了行业前沿水平。
对于 Agent 开发者而言，LongCat-2.0 的 1M 超长上下文是一个关键的差异化优势。在需要处理大型代码库、长文档分析、多轮交互历史维护的 Agent 场景中，长上下文直接决定了 Agent 的任务完成质量。LongCat-2.0 的上下文长度是当前主流模型（128K~200K）的 5-8 倍，为复杂 Agent 任务提供了更充裕的信息空间。
四、战略意义：美团从消费互联网到 AI 基础设施的跃迁
美团的 AI 战略在行业中一直较为低调。与阿里、腾讯、字节等同行相比，美团并非 AI 领域的高调玩家。但 LongCat-2.0 的发布彻底改变了这一认知——万亿参数模型的训练和开源，需要巨大的算力投入和深厚的技术积累，这不是一个"顺便做做"的项目。
事实上，美团在 AI 基础设施上的投入早有迹象。早在 2023 年，美团就启动了龙猫 LongCat 项目，彼时大模型浪潮刚刚兴起。经过三年迭代，LongCat 系列已成为美团内部 AI 能力的核心底座，支撑着搜索、推荐、广告、客服、配送调度、商家运营等几乎全部业务线。LongCat-2.0 的开源，意味着美团认为其 AI 基础设施已经成熟到可以对外输出的阶段。
从商业逻辑看，美团开源 LongCat-2.0 的战略意图与 Meta 开源 Llama 系列有相似之处：通过开源建立生态影响力，吸引开发者在自家模型基础上构建应用，从而反向促进美团云和相关服务的发展。美团虽然没有大规模的公有云业务，但其在本地生活和即时配送领域的独特场景，为模型的行业落地提供了天然试验场。
五、对开源社区和国产算力生态的影响
LongCat-2.0 的开源，对国产算力生态的意义尤为深远。五万卡国产集群的训练验证，为国内其他企业和研究机构提供了一个可参考的技术范本。当更多开发者基于国产算力运行 LongCat-2.0 时，国产 AI 芯片的软件生态和工具链将得到加速完善。
此外，LongCat-2.0 的开源协议和对开发者友好的授权方式，将吸引大量 Agent 开发者围绕该模型构建工具链和应用。在 Hermes、Claude Code 等全球主流 Agent 生态已经验证了其能力的前提下，LongCat-2.0 有望成为国产 Agent 模型中的一个重要底座选项。
在同一天，美团还发布了多篇技术报告，详细介绍了 LongCat-2.0 的训练策略、架构选择和后训练优化方法。这些技术细节的公开，对于推动国内大模型技术的透明化和开源生态的成熟具有积极意义。
LongCat-2.0 的开源同时也是一个信号：万亿参数模型的竞赛已经不再是大厂专属。当五万卡国产集群可以支撑万亿参数训练，模型能力的竞争焦点将从"谁有更多算力"转向"谁能更好地利用算力"和"谁能做出更好的 Agent"。Agent 时代的基础设施竞赛，正在进入一个全新的维度。