美团 LongCat-2.0 完整发布解读(2026.6.30 正式发布)

一、核心基础信息

发布时间:2026年6月30日 定位:美团新一代万亿参数MoE基础大模型 ,主打代码、智能体(Agent)、超长文本场景,全流程国产算力训练推理,同步宣布开源核心技术。 前置铺垫:2026年4月底推出 Preview 预览版,匿名接入全球API平台 OpenRouter,上线两个月调用量冲进全球前三。

核心硬件里程碑(行业首个突破)

业界首个在5万张国产AI加速卡集群完成完整预训练+线上推理的万亿参数大模型,全程未使用海外高端GPU,攻克万卡集群容错、NPU确定性计算、算力利用率等难题,验证国产算力可支撑超大规模前沿模型训练。

二、模型架构与规格

  1. 参数规模
    • 总参:1.6万亿(1.6T)MoE混合专家架构
    • 单Token动态激活:平均480亿(动态区间33B~56B),自研零计算专家机制:简单文本Token少分配算力,复杂代码/长文本自动扩容计算资源,大幅降低推理成本
  2. 上下文能力 原生支持 1M(百万Token)超长上下文,一次性处理百万字文档、完整代码仓库、全项目源码,无上下文截断失忆问题。
  3. 训练数据 超30万亿Token预训练数据,覆盖中英多语言、海量开源代码、工具调用、智能体交互数据。
  4. 原创技术架构 ScMoE跨层快捷连接、Ngram Embedding增强、LongCat专属长文本注意力、MOPD多专家融合机制,专为代码与智能体场景优化。

三、核心能力亮点

1. 顶尖代码/开发能力

深度适配 Claude Code、OpenClaw、Hermes 主流代码智能体框架,擅长:

  • 整仓库代码理解、批量重构、bug修复
  • 复杂工程多文件联动生成、前后端完整项目输出
  • SWE-bench Pro 等专业代码评测表现靠前;Preview版在代码Agent平台月调用量全球第2

2. Agent智能体原生强化

面向自动化任务、多工具调用、复杂长链路规划优化,Preview版在Hermes智能体平台调用量全球第一,适合自动化开发、数据分析、批量文档处理机器人。

3. 极低API调用成本

官方低价定价策略:

  • 缓存命中百万Token输入仅0.04元;输出约8元/百万Token,低于同类海外旗舰模型,大幅降低开发者使用门槛。

四、全球市场表现(Preview版数据)

  1. 接入 OpenRouter 全球大模型路由平台,总调用量跻身全球前三
  2. 细分场景排名:
    • Hermes通用智能体:月调用量全球第1
    • Claude Code 代码智能体:月调用量全球第2
    • OpenClaw开发框架:全球前列
  3. 官网 longcat.ai 面向全球开发者开放API调用通道。

五、开源规划

美团宣布近期全面开源三大核心资产:

  1. LongCat 训练/推理底层 Infra 分布式框架;
  2. 自研国产算力适配推理引擎;
  3. LongCat-2.0 完整模型权重(目前权重包正在上架); 目标降低国内开发者训练万亿级大模型的技术门槛,推动国产算力+大模型生态协同发展。

六、行业意义

  1. 算力自主突破:证明纯国产5万卡集群可稳定完成万亿参数模型完整训练,摆脱对海外高端GPU依赖;
  2. 垂直场景标杆:大厂自研大模型深度扎根代码、智能体赛道,区别于通用对话模型,面向开发者、企业研发场景;
  3. 普惠AI:极低API定价+完整开源,降低万亿级大模型使用、二次开发成本;
  4. 美团技术布局:依托本地生活海量数据+自研大模型,后续可落地商家经营智能助手、配送调度AI、本地知识库客服、研发自动化工具等内部业务场景。
相关推荐
沉默王二3 小时前
国产版Codex?阿里QoderWork有点东西,设计出来的Codex+Claude Code学习网站好看啊(附教程,超简单)
openai·agent·ai编程
Coffeeee3 小时前
Prompt要花心思写,与 AI 对话的七个技巧
人工智能·aigc·ai编程
刘棕霆3 小时前
27—AI Skill 测评如何避免确认偏误:盲测对比与解盲分析
aigc·ai编程·测试
Flynt3 小时前
配置Chrome DevTools MCP,我在Windows上折腾了两个晚上
ai编程·claude·mcp
想要成为糕糕手3 小时前
Harness Engineering:大模型时代的“马鞍”——从记忆层开始,让AI真正为你所用
面试·ai编程·claude
老程序猿4 小时前
AI 的「狼来了」,该不该信?一次真正感受到「恶意提示词」的误报
aigc·ai编程
Warson_L16 小时前
独立开发推荐安装的skills
ai编程