6月30日，国产化美团正式推出新一代基础大模型 LongCat-2.0。美团该模型是发布业界首个依托国产算力完成从训练到推理全流程的万亿参数级大模型，标志着国产算力在超大规模模型训练领域取得重大突破。练推理全

注：美团 LongCat-2.0 近期已正式上线，程性上图为其官网截图。国产化

核心架构与性能表现

LongCat-2.0 采用先进的美团 MoE（混合专家）架构，具备以下关键特性：

• 参数规模：总参数量达 1.6万亿，发布每个 Token 激活参数约 480亿。练推理全
• 超长上下文：原生支持 1M（百万字）超长上下文窗口，程性具备处理百万字级输入的国产化能力。
• 生态适配：深度适配 Claude Code、美团OpenClaw、发布Hermes等主流 Agent 框架，练推理全在 Coding（代码生成与处理）任务中表现卓越。程性

OpenRouter数据：全球调用量跻身前三

今年4月底，美团曾发布 LongCat-2.0-Preview 版本，并以匿名形式接入全球最大的大模型 API 路由平台 OpenRouter。截至6月底，数据显示其表现亮眼：

• 总体排名：LongCat-2.0-Preview 的总调用量已跻身 全球前三。
• 细分场景：
• Hermes场景月调用量位列 全球第一。
• Claude Code场景月调用量位列 全球第二，仅次于 Claude Opus 4.8。
• OpenClaw场景月调用量位列 全球第三。

数据解读：OpenRouter 数据显示，匿名标识为 "Owl Alpha" 的 LongCat-2.0 测试版本，在 Hermes 和 Claude Code 两大核心 Agent 场景中均占据全球头部位置。

社区反馈与技术报告指出，LongCat-2.0-Preview 在工具调用、复杂指令执行等 Agent 核心能力上，性能接近 Claude Opus 4.6，虽略逊于最新的 Claude Opus 4.8，但在国产大模型中已稳居 顶尖梯队。

技术创新：首创“零计算专家”机制

LongCat-2.0 引入了多项原创技术设计，显著提升了效率与性能：

1. ScMoE 跨层快捷连接架构：优化模型层间信息流动。
2. Ngram Embedding 增强：提升文本理解的准确性。
3. 零计算专家机制（Zero-Compute Experts）：此为业界首创。该机制实现了 Token 级动态计算预算，能够根据 Token 复杂度动态分配资源——复杂 Token 激活更多专家，简单 Token 节省算力，从而大幅优化计算效率。

全链路国产算力突破

作为首个“全国产”万亿参数大模型，LongCat-2.0 的训练全程依托国产算力完成：

• 算力规模：峰值使用超过 5万张国产算力卡，创下迄今为止国产算力完成的最大规模训练任务纪录。
• 技术攻关：自2023年起，美团与国产算力厂商推进“模芯协同”研发，逐步攻克了 万卡级容错恢复、NPU 确定性计算、算力利用率提升等核心难题。
• 可行性验证：实践表明，当前国产算力卡虽在绝对性能上与全球顶尖水平存在差距，但其 计算正确性和精度已完全满足前沿模型需求，甚至局部表现略优，足以支撑全流程训练。这对激活存量国产芯片资源具有重要意义。
• 成本优势：得益于算力优化与技术突破，LongCat-2.0 的训练与推理成本 低于全球其他万亿参数级别大模型。

开源计划

为回馈全球开发者社区，LongCat 官方宣布，将于近期在多平台同步开源以下核心技术：

• Infra 框架
• 推理引擎
• 模型参数

来源| 华商网
编辑| 叶绥波
责编| 阮固
审核| 刘永拓