当Kimi K3以2.8万亿参数横空出世，抢走所有媒体头条时，另一款万亿参数模型正在悄然改写国产算力的命运。
美团LongCat-2.0，总参数1.6万亿，平均激活480亿参数。这不是它的全部故事。真正让它独特的标签是：国内首个完全在国产算力集群上完成训练与推理的万亿参数模型。
5万张国产算力卡，35万亿tokens训练数据，全程无回滚、无不可恢复的loss突刺。当整个行业还在讨论”国产芯片能不能训大模型”时，LongCat-2.0用事实给出了答案。
更值得关注的是，这款模型采用MIT协议完全开源，同步开放国产卡推理代码。它不只是一个技术突破，更是国产算力生态走向成熟的一个里程碑。
团队背景：一支低调的技术铁军
LongCat-2.0的成功，离不开一支低调但实力强劲的技术团队。
裴鹏，LongCat团队基础模型负责人，北京大学毕业，长期深耕信息检索与自然语言处理方向。2007年至2016年，他先后在微软中国、微软亚洲搜索技术中心与微软美国总部任职，从普通工程师成长为高级工程师。2016年加入谷歌担任搜索高级工程师。2023年加入美团后，他全面牵头美团大语言模型、多模态模型与Agent智能体模型的研发工作，主导了LongCat-2.0的技术落地。
王金刚，大模型团队技术总监。2023年起作为美团”龙猫”大模型研发负责人之一，带领团队从底层架构、自主训练框架、算法优化等全链路展开攻坚。他此前主导的生活服务知识图谱”美团大脑”，是国内最大规模的生活服务领域知识图谱。
潘欣，多模态算法负责人。曾任谷歌大脑（Google DeepMind）研究员，推动TensorFlow动态图模式开发。先后在百度、腾讯与字节跳动任职，曾主导PaddlePaddle平台优化，后任字节跳动AIGC和视觉大模型AI平台负责人。
这支团队的特点是：既有微软、谷歌等顶级科技公司的技术积累，又有国内互联网大厂的工程落地经验。更关键的是，他们从2023年就开始押注国产算力适配，三年磨一剑，最终在LongCat-2.0上实现了从零到一的突破。
一、算力卡脖子：一个绕不开的现实
2026年的AI竞赛，表面上是模型能力的比拼，底层却是算力供给的较量。
当中国AI公司需要训练万亿参数模型时，一个尴尬的现实摆在面前：最先进的训练芯片，来源有限。英伟达的A100、H100系列仍是主流选择，但供应链的不确定性，让每一次大规模训练都带有一丝风险。
这不是技术问题，而是战略问题。
如果国产算力只能做”玩具级”验证，无法支撑前沿模型的训练，那么中国AI的根基就始终建立在别人的地基上。
美团LongCat团队从2023年开始思考这个问题。他们给自己定下了一个目标：用国产算力，训出一个真正能打的万亿参数模型。
三年后，这个目标实现了。
二、从千卡到五万卡：三年磨一剑
万亿参数模型的训练，不是简单地”堆卡”。
当集群规模从千卡扩展到万卡，再到五万卡，指数级增长的不只是算力，还有问题的复杂度：硬件故障频率飙升、通信带宽成为瓶颈、显存压力逼近极限、数值稳定性难以保障。
LongCat团队从三个维度逐一攻克这些难题。
稳定性：将故障率降低70%以上
五万卡集群，每天都有卡出问题。如果每出一次故障就人工介入，训练根本跑不下去。
LongCat团队开发了自动故障恢复机制：卡间通信异常时自动隔离、弹性扩缩卡动态调整、自动重启训练任务。最终将月均日故障率降低70%以上，让训练可以”无人值守”地持续运行。
正确性：Bitwise一致性验证
国产算力芯片的软件生态不如NVIDIA成熟，算子实现可能存在细微差异。一个bit的误差，在万亿参数的规模下会被无限放大。
团队自研了确定性算子，通过Bitwise一致性验证确保每次计算结果的可靠性。同时针对关键模块提升计算精度、优化Reduce逻辑，从根源上杜绝数值漂移。
效率：训练吞吐提升1.5倍
万卡级训练的另一个挑战是效率。如果大量时间花在等待通信、调度任务上，算力就白白浪费。
团队通过流水线调度、显存优化和算子级控核，将训练MFU（Model FLOPs Utilization）提升1.5倍。最终实现稳态日吞吐超过1T tokens/day——这意味着模型每天可以”消化”超过一万亿个token的数据。
2026年6月30日，LongCat-2.0正式发布。预训练数据规模超过35万亿tokens，覆盖中文、英文、多语言和代码。全程无回滚，无不可恢复的loss突刺。
这个成绩，是国产算力平台上规模最大的训练任务。
三、三大架构创新：不只是堆参数
参数规模只是故事的开头。真正决定模型能力的，是架构设计。
LongCat-2.0围绕三个核心目标进行了架构创新：让模型看得更长、让参数更高效、让能力更全面。
3.1 LSA稀疏注意力：从平方到线性
处理100万token的长上下文，传统注意力机制的计算复杂度是O(n²)。这意味着，上下文长度增加10倍，计算量增加100倍。
LongCat-2.0引入了LongCat Sparse Attention（LSA）稀疏注意力机制，通过三项优化策略，将复杂度降至接近O(n)：
流感知索引（Streaming-aware Indexing）：将碎片化的内存访问转化为连续的顺序读取，利用HBM的高带宽特性，大幅提升索引效率。
跨层索引（Cross-Layer Indexing）：利用相邻层注意力分布的稳定性，一次索引计算服务多层，减少重复计算。
层级化索引（Hierarchical Indexing）：先通过块级近似评分进行粗召回，再在候选集中进行细粒度选择，缩小索引器需要处理的候选空间。
这三项策略协同工作，让LongCat-2.0在100万token的上下文中依然保持精准的信息定位能力——不是通过外推或插值”凑”出来的1M，而是架构层面原生支持。
3.2 N-gram Embedding：135B的隐性扩展
MoE（Mixture of Experts）架构的核心优势是稀疏激活：总参数1.6万亿，但每个token只激活约480亿参数。稀疏度高达97%。
但高稀疏度也带来一个问题：参数利用效率下降。简单扩充专家数量，收益边际递减。
LongCat-2.0的解决方案是：在MoE专家之外，引入135B参数的N-gram Embedding模块。
这个模块专门建模token间的局部组合关系。比如在代码中，if、else、return这些token的组合有特定的语义模式，N-gram Embedding可以更高效地捕获这些模式。
实验表明，当MoE稀疏度超过95%时，增加同等规模的N-gram Embedding参数，收益远超继续扩充专家。LongCat-2.0将N-gram Embedding占比控制在10%以内，兼顾了参数收益与结构稳定性。
更重要的是，在推理阶段，将参数从专家转移到N-gram Embedding可以降低大batch解码时的显存I/O，加速解码过程。
3.3 MOPD多专家融合：Agent、推理、交互三合一
传统MoE模型的专家是”同质化”的——所有专家做同样的事，只是参数不同。
LongCat-2.0引入了MOPD（Mixture of Purpose-Driven Experts）架构，将专家按功能分为三类：
Agent Experts：专攻工具调用与自主纠错。当模型需要调用API、执行代码、处理多步骤任务时，这类专家被激活。
Reasoning Experts：深耕数学与STEM推理。处理逻辑推导、算法分析、数学证明等需要精确计算的任务。
Interaction Experts：优化指令遵循与交互体验。让模型更准确地理解用户意图，生成符合要求的回复。
推理时，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。这避免了”全能但平庸”的问题，让模型在特定领域也能达到顶尖水平。
后训练阶段，团队采用多教师在线蒸馏，将Agent、Reasoning、Interaction三组专家能力融合到一个模型中。最终通过MOPD架构在国产算力集群上无缝部署，实现”一个模型同时擅长写代码、做推理、懂交互”。
四、性能实测：SWE-bench超越GPT-5.5
架构创新的价值，最终要通过性能来验证。
LongCat-2.0在多个权威评测基准上取得了亮眼成绩，尤其在编程和Agent任务上表现突出。
4.1 编程能力：真实工程场景的考验
SWE-bench Pro是目前最接近真实工程场景的编程评测。它不是让你写”hello world”，而是给你一个真实的GitHub仓库和一个真实的Issue，让你理解代码、定位问题、编写修复补丁。
LongCat-2.0在SWE-bench Pro上获得59.5分，超越GPT-5.5的58.6分，领先Claude Opus 4.6的57.3分和Gemini 3.1 Pro的54.2分。
这个成绩意味着：在真实工程场景中，LongCat-2.0解决GitHub Issue的能力已经超过了GPT-5.5。
在SWE-bench Multilingual（多语言编程评测）上，LongCat-2.0获得77.3分，与Claude Opus 4.6的77.8分处于同一水位。在Terminal-Bench 2.1（真实终端指令交互评测）上获得70.8分，与Gemini 3.1 Pro持平。
4.2 Agent任务：多步骤规划与执行
Agent能力是2026年大模型竞争的核心战场。LongCat-2.0在多个Agent评测基准上表现均衡：
- RWSearch（搜索智能体）：78.8分，领先Gemini 3.1 Pro的76.3分
- FORTE（生产力场景）：73.2分，与Claude Opus 4.6持平
- BrowseComp（网页浏览）：79.9分，接近国际顶级模型水平
这些数据证明，LongCat-2.0在多步骤任务规划、复杂工具调用及长程检索执行上具有高可靠性，能够契合企业级Agent的落地需求。
4.3 实际体验：不只是刷榜
一位开发者在实测中将LongCat-2.0接入Claude Code，让它整理一个杂乱的工作文件夹。
LongCat-2.0没有上来就改文件，而是先根据目标和要求，把整理原则完整拆解出来。它分阶段处理问题：先读懂每个目录的作用，分清代码、文档、素材、测试等不同类型；再判断哪些能动、哪些不能动；最后结合测试、产品、规划、文档等不同维度进行分析，把杂乱的文件夹逐步还原成一个清晰的工作系统。
另一个测试中，LongCat-2.0被接入Codex执行Agent工作流：联网搜资料、整理大纲、调用Skill、生成演示文稿。
它先去联网搜索官方文档资料，确认模型是什么、有什么特点、适合放进什么样的内容结构里。接着检查当前环境里有哪些Skills，每个Skill能做什么，调用规则是什么。在把资料来源、工具能力和任务目标都理解清楚之后，才开始做整体规划。
从背景介绍到核心能力，从测试过程到结论，整体连贯且一致。这种”先理解、后执行”的工作模式，正是Agentic Coding的核心要求。
五、开源生态：MIT协议的真正价值
2026年7月5日，美团宣布LongCat-2.0正式开源。
这次开源不只是”开放权重”。美团采用的是MIT协议——业界最宽松的开源协议之一，企业可无限制商用，无需支付任何授权费用。
同步开源的还包括：
- 完整模型权重：BF16、FP8、INT8多精度版本
- 国产卡推理代码：针对国产算力芯片深度优化
- GPU推理代码：基于SGLang框架
这意味着，即使手上没有最新算力，也能基于现有硬件将LongCat-2.0稳定跑起来。
5.1 国产卡推理代码的意义
LongCat-2.0不只是”在国产卡上训练”，更重要的是提供了完整的国产卡推理方案。
针对显存与带宽受限的国产算力芯片，美团从模型、芯片适配到部署策略三个方向进行了深度协同优化：
模型层面：通过absorb计算模式、Indexer与MLA prolog并行处理、KVP切分KV-cache，缓解超长上下文的I/O与显存压力。
芯片适配层面：通过Super Kernel减少算子数量降低启动开销，以Weight Prefetch将I/O延迟隐藏在前序计算中，基于高速片间互联完成layer-wise的KV-cache传输。
部署策略层面：采用PD分离部署兼顾TTFT与TPOT，配合异步化Expert-Parallel Load Balancing解决大EP度下的负载不均。
这套方案的开源，为国产算力生态提供了一个可复现的万亿参数模型部署范例。
5.2 已接入的主流框架
LongCat-2.0已深度适配多个主流Agent框架：
- Claude Code：月调用量仅次于Claude Opus 4.8
- OpenClaw：月调用量全球第三
- Hermes：月调用量全球第一
在OpenRouter平台上，LongCat-2.0的总调用量已跻身全球前三。它以匿名身份”Owl Alpha”跑了两个月，凭借实际表现获得了开发者认可。
六、深度对比：LongCat-2.0 vs DeepSeek V4-Pro
LongCat-2.0和DeepSeek V4几乎同日发布，都采用MoE架构、支持1M上下文、参数规模相当。但两者的路径选择截然不同，堪称国产算力进化的”一体两面”。
6.1 核心参数对比
| 维度 | LongCat-2.0 | DeepSeek V4-Pro |
|---|---|---|
| 总参数量 | 1.6T | 1.6T |
| 激活参数 | 48B（动态33B~56B） | 49B |
| 上下文窗口 | 1M tokens | 1M tokens |
| 架构 | MoE + LSA + N-gram Embedding | MoE + CSA + HCA混合注意力 |
| 训练算力 | 5万卡国产算力（全流程国产） | 早期英伟达，后迁移国产 |
| 开源协议 | MIT（完全商用友好） | DeepSeek License |
| API定价 | Token Pack模式 | 0.87 per 1M tokens |
6.2 算力路径的分野
这是两者最根本的差异。
DeepSeek V4的早期训练基于英伟达CUDA架构和GPU硬件，之后全栈迁移至华为昇腾芯片。它适配了华为昇腾950PR推理芯片，在低精度推理中展现出超越通用GPU的效率。但这种”先英伟达、后国产”的路径，意味着它并非从零开始验证国产算力。
LongCat-2.0选择了更艰难的路：从预训练到推理，全程依托国产算力集群独立完成。它在5万张国产算力卡上完成全流程，刷新了国产算力平台上规模最大的训练任务纪录。
用一个比喻：DeepSeek是”过了算力的河”，LongCat是”弯腰造船”。前者证明了国产算力可以适配前沿模型，后者证明了国产算力可以独立支撑万亿参数的训练。
6.3 架构创新的差异
两者都针对长上下文和推理效率做了架构创新，但方向不同。
DeepSeek V4采用混合注意力架构（CSA + HCA）+ Muon优化器，在上下文长度放大8倍的前提下，算力消耗比V3.2降低七成以上。其核心思路是”极致优化现有架构”。
LongCat-2.0则引入LSA稀疏注意力、N-gram Embedding和MOPD多专家融合。LSA通过流感知索引、跨层索引、层级化索引将注意力复杂度从O(n²)降至接近O(n)；N-gram Embedding在MoE之外增加135B参数建模局部组合关系；MOPD将专家按功能分为Agent、Reasoning、Interaction三类。其核心思路是”针对Agent场景重新设计架构”。
6.4 性能与场景差异
在Artificial Analysis智能指数上，DeepSeek V4-Pro（Max模式）得分52分，LongCat-2.0的分数与之接近。但两者的强项不同：
- DeepSeek V4在通用能力、知识储备上更均衡，API定价极具竞争力（V4 Flash仅0.28），被称为”价格屠夫”
- LongCat-2.0在编程和Agent任务上更突出（SWE-bench Pro超GPT-5.5），MOPD架构让工具调用更稳定
6.5 商业化路径
DeepSeek走的是”极致低价+生态渗透”路线。V4 Pro定价0.87 per 1M tokens，通过超低价格吸引开发者和企业。
LongCat-2.0走的是”开源生态+企业友好”路线。MIT协议完全开源，同步提供国产卡推理代码，支持Token Pack模式（30天有效期，适合高频调用场景）。对于需要私有化部署的企业，LongCat-2.0提供了更完整的技术栈。
有行业人士评价：”DeepSeek对显存、激活参数的极致压榨，死磕每个Token的计算效率，是为了给受限的硬件打补丁。LongCat则从架构层面重新设计，让模型更适合Agent场景。两条路都走通了，但LongCat的国产化深度更高。”
七、成本分析：部署一个万亿模型要花多少钱？
对于企业来说，模型能力再强，如果部署成本过高，也只能”望洋兴问”。LongCat-2.0在成本控制上做了哪些文章？
6.1 硬件需求
LongCat-2.0官方推荐的部署环境是16张H20 GPU（或同等国产算力卡）。对于没有高端多卡集群的团队，可以选择：
- 在线Demo：直接访问 longcat.ai 体验
- OpenRouter API调用：按量付费，快速集成
- FP8量化方案：降低显存占用，适配中低端硬件
需要强调的是，LongCat-2.0提供了BF16、FP8、INT8多精度版本。FP8量化可以在损失极小精度的情况下，将显存占用降低约50%，让单卡80GB显存的GPU也能跑起来。
6.2 API定价模式
LongCat-2.0采用Token Pack模式，而非传统的按token计费：
| 场景 | Token Pack方案 | 月成本估算 |
|---|---|---|
| 单开发者日常编码 | 50M token/天 | $15-20 |
| 企业级多Agent团队 | 10-50B token/月 | $1,500-5,000 |
| 混合部署（API+本地） | Agent用LongCat，推理用本地LLM | 视配置而定 |
Token Pack的核心优势是零缓存命中计费。在编码Agent场景中，模型需要反复读取、参考、修改相同的百万token代码仓库，标准架构会对重复输入收取全额费用。LongCat-2.0的零缓存计费让这部分成本降低60-70%。
6.3 与竞品的成本对比
| 模型 | 输入价格/1M tokens | 输出价格/1M tokens | 备注 |
|---|---|---|---|
| LongCat-2.0 | Token Pack模式 | Token Pack模式 | 零缓存计费 |
| DeepSeek V4-Pro | $0.435 | $0.870 | 极致低价 |
| DeepSeek V4-Flash | $0.14 | $0.28 | 更低成本选项 |
| Kimi K3 | （缓存0.30） | $15 | 高端定价 |
| Claude Opus 4.8 | $10 | $50 | 闭源 |
| GPT-5.6 Sol | $5 | $30 | 闭源 |
从API调用成本看，LongCat-2.0的Token Pack模式适合高频调用场景（如编码Agent），而DeepSeek V4-Pro/Flash的按token计费适合通用场景。Kimi K3定价较高，但提供更强的通用能力。
6.4 私有化部署成本
对于需要数据安全和合规的企业，私有化部署是刚需。LongCat-2.0提供了完整的国产卡推理代码，支持国产NPU（如华为昇腾、摩尔线程MTT S5000）部署。
以摩尔线程MTT S5000为例，通过FP8量化和算子优化，可以在国产GPU上实现高效推理。虽然推理延迟比NVIDIA GPU高15-20%，但对于非实时场景（如代码审查、文档分析）完全可以接受。
更重要的是，国产算力部署不受美国出口管制影响，企业可以长期稳定使用，无需担心供应链风险。
6.5 成本优化建议
- 选择合适精度：非关键场景使用FP8或INT8，显存占用降低50%以上
- 利用零缓存计费：在Agent场景中，反复读取同一代码库时成本优势明显
- 混合部署：Agent任务用LongCat-2.0，简单对话用更便宜的模型
- 国产卡优先：如果有国产算力资源，LongCat-2.0的适配最完善
八、与Kimi K3的差异化定位
LongCat-2.0和Kimi K3几乎同期发布，但两者的定位有明显差异。
| 维度 | Kimi K3 | LongCat-2.0 |
|---|---|---|
| 总参数 | 2.8万亿 | 1.6万亿 |
| 激活参数 | 1040亿 | 480亿（动态33B~56B） |
| 训练算力 | 未限定 | 5万卡国产算力 |
| 开源协议 | Kimi K3 License | MIT |
| 核心定位 | 通用最强开源 | Agentic Coding专精 |
| 定价策略 | 高端定价 | 开源免费 |
Kimi K3追求的是”全能最强”，在通用能力上全面领先。LongCat-2.0追求的是”实战最强”，在编程和Agent任务上做到极致。
对于开发者来说，如果需要一个通用能力最强的开源模型，Kimi K3是首选。如果需要一个专为代码和Agent任务优化、可商用、可私有化部署的模型，LongCat-2.0是更好的选择。
更重要的是，LongCat-2.0证明了一件事：国产算力完全可以支撑前沿模型的训练与推理。这不只是美团的胜利，更是国产算力生态的胜利。
九、行业影响与展望
LongCat-2.0的发布，对行业有三重意义。
第一，国产算力的可行性验证
在此之前，国产算力芯片主要用于推理场景，训练大模型的案例有限，更不用说万亿参数级别。LongCat-2.0从零开始预训练，在5万卡国产集群上完成全流程，证明国产算力不再是”玩具”，而是可以支撑前沿AI研发的基础设施。
第二，Agentic Coding的技术范式
LongCat-2.0的架构设计完全围绕Agent场景：LSA解决长上下文问题、N-gram Embedding提升参数效率、MOPD实现多专家融合。这套范式为”如何设计一个适合Agent的模型”提供了参考答案。
第三，开源生态的完善
MIT协议的完全开源，让企业可以无限制地使用、修改、商业化LongCat-2.0。国产卡推理代码的开源，降低了私有化部署的门槛。这对于推动国产算力生态的发展，具有长期价值。
展望未来，LongCat团队表示模型参数规模还会持续向上拓展。随着国产算力芯片性能的提升和软件生态的完善，更多”全国产”的大模型将会涌现。
AI竞赛的终局，不只是谁的模型更强，更是谁的生态更健壮。从这个角度看，LongCat-2.0的开源，是一个值得被记住的节点。
附：技术参数速查
| 指标 | 数值 |
|---|---|
| 总参数量 | 1.6T（1.6万亿） |
| 单Token激活参数 | 约48B（动态范围33B~56B） |
| 原生上下文窗口 | 1M tokens |
| 预训练数据 | 35T+ tokens |
| 训练算力 | 5万卡国产算力集群 |
| 开源协议 | MIT |
| 模型权重 | BF16/FP8/INT8 |
| 推理框架 | SGLang（GPU/NPU） |
| 官方网站 | https://longcat.ai/ |
| GitHub | https://github.com/meituan-longcat/LongCat-2.0 |
| HuggingFace | https://huggingface.co/meituan-longcat/LongCat-2.0 |
