国内首个国产卡训推万亿大模型，开源！

智东西
作者 茄子
编辑 程茜

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。

▲LongCat-2.0开源（图源GitHub）

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种得分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。

▲LongCat-2.0与各模型的评分对比（图源LongCat）

而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。

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。

并且，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。

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。

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。

开源链接：
Model Weights:
HuggingFace:
https://huggingface.co/meituan-longcat/LongCat-2.0
Github:
https://github.com/meituan-longcat/LongCat-2.0
ModelScope:
https://www.modelscope.cn/collections/meituan-longcat/LongCat-20

Inference Code:
GPU:
https://github.com/sgl-project/sglang/pull/30042
NPU:
https://github.com/meituan-longcat/SGLang-FluentLLM/tree/npu

API Platform:
https://longcat.chat/platform/product

一、写长文本网文、解AIME真题、一次生成3D像素世界

在真实任务执行方面，我们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。

可以看到，该模型对任务的理解并未出现偏差。无论是人物设定、世界观，还是主要事件与高潮节点的把握，都较为准确到位。正文的导入也比较抓人，开篇直接是主角穿越面临被卖的场景，迅速进入主题，符合网文的撰写逻辑。

▲LongCat-2.0生成的长文本

接着我们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。第一次生成训练反应力的“点击消泡泡”游戏时，虽然生成的游戏可以玩，但是在画面上出现了方块和问号的错误。

▲LongCat-2.0生成的有问题的“消泡泡”游戏

第二次，该模型生成了“数字华容道”的益智游戏。这次实测中，其生成代码的速度较快，且全部代码一次产出。并且，该游戏操作流畅、画面清晰，在实测过程并未出现卡顿或其他错误情况。

▲LongCat-2.0生成的“数字华容道”游戏

我们还对该模型在创建3D场景上的能力进行了测试。让其制作一个“在公园长椅上玩风车的小朋友”的3D像素艺术作品。该模型的理解能力较好，第一次生成便成功完成了3D像素艺术场景的搭建，构建了天空、树木、长椅、风车、小朋友等完整元素。

▲LongCat-2.0生成的3D动画场景

为了验证其逻辑推理能力，我们选择了一道AIME 2026真题。题目如下：

▲AIME 2026真题

这道题考察的是对数还原、指数方程、根与系数关系以及质因数分解，适合考察模型的推理能力。LongCat-2.0的思考过程在1分钟以内，并用四个步骤就解答了这个问题，得到了正确结果441。该模型在这一案例中表现非常稳定，说明其在标准数学竞赛题上的推理链路和计算执行较为可靠。

▲LongCat-2.0对AIME真题的解题步骤

二、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：

通过LongCat-2.0搭建AI SQL Agent：业务人员可以直接用自然语言查询数据。LongCat-2.0可以自动完成全链路闭环，包括理解问题意图、规划查询步骤，并将数据结果转化为清晰的业务洞察。

▲LongCat-2.0的内测（图源LongCat）

代码库迁移：给定旧版插件代码库与新SDK文档，LongCat-2.0能够自行分析架构、梳理逻辑，将整个插件重构为新API实现，保留全部功能、修复隐患，编译一次通过。

▲LongCat-2.0的内测（图源LongCat）

完整应用开发：在该模型中输入“儿童AI游戏训练场”创意，模型逐步生成技术选型、页面架构、游戏逻辑与视觉细节，从首页到三个完整可玩游戏全部代码一次产出。

▲LongCat-2.0在内测中生成的儿童训练游戏（图源LongCat）

3D交互演示：LongCat-2.0通过一句话描可以生成完整Three.js 3D演示，透明烧瓶、荧光液体、泡沫喷发、液面下降与堆积效果全部可交互呈现，所有代码封装在单个HTML文件中。

AI小说工厂：基于LongCat-2.0构建的多Agent写作流水线，输入灵感后自动完成世界观构建、并行章节生成、质量评估与回流修订。依托长上下文能力保障百万字级设定一致性，内容可自动适配多平台发布，实现持续稳定的连载输出。

三、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稀疏注意力设计总览（图源：LongCat）

LongCat-2.0在MoE专家之外新增了一条参数扩展路径——N-gram Embedding。之所以做这个选择，是因为模型的MoE稀疏度已接近 97%，继续堆专家的收益十分有限。相比之下，将135B参数投入N-gram Embedding，收益明显更高。该模块占总参数比例控制在10%以内，在参数效率与结构稳定性之间取得了平衡。

▲N-gram Embedding总览（图源：LongCat）

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。

▲基于MOPD的多专家后训练架构总览（图源：LongCat）

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，而LongCat-2.0已经率先给出了自己的答案。

来源：美团