美团开源万亿参数大模型 LongCat-2.0
智东西 7 月 6 日报道，美团今日宣布开源万亿参数大模型 LongCat-2.0，同步开放针对国产算力芯片深度优化的推理代码。该模型总参数达 1.6 万亿，平均激活约 480 亿参数，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。
综合能力与真实场景表现
从官方公布的数据看，LongCat-2.0 具有较强的综合能力。在考察深层工程能力的 SWE-bench Pro 中得分 59.5，领先 Gemini 3.1 Pro（54.2）、GPT-5.5（58.6）及 Claude Opus 4.6（57.3）；在考察编程语言的 SWE-bench Multilingual 中得分 77.3，与 Claude Opus 4.6（77.8）持平；在真实终端指令交互评测 Terminal-Bench 2.1 中得分 70.8。在真实场景任务方面，LongCat-2.0 在搜索智能体评测 RWSearch 得分 78.8，生产力场景评测 FORTE 得分 73.2，BrowseComp 得分 79.9，均达到或接近前沿闭源模型水平。
实测表现
据智东西实测，LongCat-2.0 在长文本输出方面能够较好地理解用户的意思，并且能根据用户要求生成可阅读的长文本。在编程方面，该模型代码的生成速度较快，但有时不稳定，画面会出现问题。该模型还具有较好的创意能力和 3D 动画场景生成能力，能在理解用户的意思并立即作出反应。此外，LongCat-2.0 还具备较强的逻辑推理能力，在推理题目时步骤清晰简明。
模型架构与创新
LongCat-2.0 采用 MoE（混合专家）架构，原生支持 100 万 token 超长上下文输入。该模型在 Agentic Coding（智能体编程）任务设计，在代码理解、生成与执行方面进行了针对性强化。LongCat-2.0 有 3 项创新：一是 LongCat 稀疏注意力机制（LSA），将传统平方级计算开销优化为线性级，有效加速百万级长上下文的训练与推理；二是在 MoE 专家之外引入 N-gram Embedding 作为新的参数扩展路径；三是在后训练阶段，该模型采用多教师在线蒸馏，将专家分为 Agent、推理和交互三类，分别聚焦自主执行、自适应推理和安全对齐等核心能力。
实测任务
1. 写长文本网文、解 AIME 真题，一次生成 3D 像素世界智东西围绕真实任务执行与高难度推理两个方向对 LongCat-2.0 进行了实测。在真实任务执行方面，首先测试了该模型的长文本生成与上下文一致性能力，让模型生成一本种田文小说，并为其构建人物设定、100 章大纲及开篇导入，总字数近 3 万字。接着对该模型在创意与逻辑能力上进行了实测，让其生成儿童训练游戏。还对该模型在创建 3D 场景上的能力进行了测试。为了验证其逻辑推理能力，选择了一道 AIME 2026 真题。
2. 数据查询、代码迁移、游戏开发，3D 演示、小说创作——一个模型全搞定在官方内测期间，美团征集了大量一线用户任务需求，LongCat-2.0 在多个实际场景中展现出完整的闭环交付能力，包括搭建 AI SQL Agent、代码库迁移、完整应用开发、3D 交互演示、AI 小说工厂等方面。
三项关键优化
3. 稀疏注意力、N - gram 嵌入与多教师蒸馏三项优化并行LongCat-2.0 沿用了 LongCat - Flash 的整体设计，并围绕长上下文、代码与智能体场景做了三项关键优化。面向智能体任务中动辄百万 Token 的长输入场景，LongCat-2.0 引入了稀疏注意力机制（LSA），通过流感知索引、跨层索引和层级化索引三项策略，有效减少了碎片化访存和重复计算，在模型质量不降级的前提下，让百万级长上下文的训练与推理速度大幅提升。LongCat-2.0 在 MoE 专家之外新增了一条参数扩展路径——N - gram Embedding。在后训练阶段，LongCat-2.0 通过多教师在线蒸馏，将专家划分为 Agent、推理和交互三类，各司其职，分别主攻自主执行、自适应推理和安全对齐。最终借助 MOPD 架构在国产算力集群上将三类能力无缝融合，使模型同时具备深度推理能力、自主执行能力和精准交互能力。
结语
4. 结语：万亿参数开源背后，Agent 模型开始走向真实生产力在此之前，国内虽已有基于国产芯片开展模型推理、微调后训练的相关方案，但 LongCat-2.0 是国内首个完全依靠国产算力完成训练与推理全流程的万亿参数模型，峰值训练规模超过 5 万张国产算力卡，是迄今为止国产算力平台上规模最大的训练任务。当前，大模型竞争正逐渐从参数规模转向真实生产力。未来，Agent 执行能力、工程能力以及软硬件协同优化，或许将成为下一阶段开源模型竞争的新焦点。
