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 Pro54.2、GPT-5.558.6及 Claude Opus 4.657.3在考察编程语言的 SWE-bench Multilingual 中得分 77.3与 Claude Opus 4.677.8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 73.2BrowseComp 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。
