美团发布LongCat-2.0 1.6万亿参数 MoE 模型原生支持百万级上下文

模型概览

美团在 2026 年 7 月 5 日宣布发布 LongCat-2.0，是一款 1.6 万亿参数 的 Mixture‑of‑Experts（MoE）语言模型。与 2025 年的 LongCat‑Flash（560B）相比，参数规模提升近三倍，单 token 激活参数约 480 亿（动态范围 330‑560 亿），实现 原生 1 百万 token 上下文窗口。模型采用 MIT 许可证开源，旨在提升 代理式代码 工作流的可靠性与效率。

架构亮点

零计算专家（Zero‑Computation Experts）：对标点、空格等低信息 token 直接路由至零计算专家，显著降低平均计算成本。
ScMoE 主干：采用 shortcut‑connected 设计，提高吞吐量并降低通信开销。
LongCat Sparse Attention (LSA)：三层索引（Streaming‑aware、Cross‑Layer、Hierarchical）将注意力复杂度从二次降至近线性，支撑 1M token 长上下文。
N‑gram 嵌入模块：1350 亿参数的 N‑gram 嵌入独立于 MoE 专家，强化局部 token 关系并降低大批量解码时的内存 I/O。
MOPD 后训练：融合 Agent、Reasoning、Interaction 三类教师专家，实现统一的代码推理与交互能力。
6D 并行 + 预填‑解码解耦：在国内自研 AI ASIC 超级集群（约 5 万块卡）上完成全流程训练与推理，避免了对 Nvidia 生态的依赖。

性能基准

基准项目	得分	对标模型
SWE‑bench Pro	59.5	超过 GPT‑5.5（58.6）
Terminal‑Bench 2.1	70.8	—
SWE‑bench Multilingual	77.3	—

美团声称在软件工程任务上已接近或略超 Google Gemini 3.1 Pro，然而在通用代理基准（FORTE、BrowseComp）上仍落后于业界前沿系统。当前尚缺独立第三方验证。

典型应用场景

全仓库推理：一次性将中型代码库全部输入 1M token 窗口，进行跨文件 bug 定位。
多步骤终端任务：在 Agent 循环中直接执行 shell 命令、读取错误并自动重试。
仓库级重构：基于完整上下文生成跨模块、跨语言的统一重构方案。
跨语言迁移：利用 SWE‑bench Multilingual 能力在多语言代码库间迁移业务逻辑。

这些场景均可通过现有的 Agent 框架（如 Claude Code、OpenClaw 等）直接调用，无需额外工具链改造。

接入方式

LongCat-2.0 通过 LongCat API 平台 提供 OpenAI 与 Anthropic 兼容的端点，亦已在 OpenRouter 上线。示例代码（Python）：

from openai import OpenAI
client = OpenAI(
    api_key="YOUR_LONGCAT_API_KEY",
    base_url="https://api.longcat.chat/openai/v1",
)
resp = client.chat.completions.create(
    model="LongCat-2.0",
    messages=[
        {"role": "system", "content": "You are a coding agent."},
        {"role": "user", "content": "Refactor utils.py to remove duplicate I/O logic."},
    ],
    max_tokens=4096,
)
print(resp.choices[0].message.content)

计费标准为 每百万输入 token $0.75、每百万输出 token $2.95，首发促销价分别降至 $0.30 与 $1.20，缓存上下文读取免费。权重尚未公开，暂不支持本地自部署。

行业影响与展望

LongCat-2.0 的发布标志着中国在大规模 MoE 训练与长上下文技术上的突破，尤其是全流程依赖国产 AI ASIC 超级集群的成功案例，为国产算力生态提供了可复制的参考路径。若后续能够实现权重开放与社区生态建设，LongCat 系列有望在 代理式软件工程 场景形成与 GitHub Copilot、Code Llama 等竞争格局的全新平衡。

要点回顾

1.6T 参数、激活约 480B 参数；

原生 1M token 长上下文；

完全基于国内 AI ASIC 超级集群训练与推理；

在软件工程基准上已接近或超越 GPT‑5.5。

未来，美团计划在 2027 年 Q1 前公开权重、完善社区文档，并进一步扩展至多语言代码生成与自动化测试等更广泛的 AI 编程场景。

美团发布LongCat-2.0 1.6万亿参数 MoE 模型 原生支持百万级上下文