美团发布LongCat-2.0大模型，总参数规模1.6万亿

6月30日，美团正式推出了新一代基础大模型——LongCat-2.0。这次发布的一个关键看点在于，它是一个完全基于国产算力完成训练和推理全流程的万亿参数大模型。这不仅是美团在AI赛道的一次技术跃迁，更向外界释放了一个信号：国产算力支撑超大规模模型的路径已经跑通了。

具体来看，LongCat-2.0采用了MoE（混合专家）架构，总参数量达到1.6万亿。乍一听这个数字可能没什么概念——简单说，模型在处理每个Token时，实际激活的参数约480亿，这属于典型的“大而精”设计。同时，它原生支持1M超长上下文，意味着单次可以处理百万字级别的输入内容。在模型适配方面，LongCat-2.0深度兼容了Claude Code、OpenClaw、Hermes等主流Harness（测试框架），行业开发者上手应该不会太费劲。

早在今年4月底，美团就以匿名方式发布了LongCat-2.0的Preview版本，并接入了全球最大的大模型API路由平台OpenRouter。根据OpenRouter的统计，截至6月底，LongCat-2.0-Preview的总调用量已经冲进了全球前三。对于一个尚未正式公布的国产大模型来说，这个成绩足以说明其技术实力和实际需求之间的匹配度。

值得关注的是，从2024年起，美团就开始与国产算力厂商深度合作，推进所谓的“模芯协同”研发。整个过程从早期的小规模验证一步步走到超大规模稳定训练，期间攻克了万卡级容错恢复、NPU确定性计算、算力利用率提升等一系列硬骨头。这些技术突破的意义不仅在于让LongCat-2.0跑起来了，更在于验证了一条可复制、可规模化的大规模国产训练路径。

在成本端，LongCat-2.0的表现同样不容小觑。它的训练和推理成本，均低于全球其他同等万亿参数级别的大模型。这背后既有MoE架构带来的效率优势，也离不开国产算力在性价比上的持续优化。LongCat团队最新宣布，将于近期在多平台同步开源Infra框架、推理引擎、模型参数等核心技术。这步棋一旦落地，将直接推动整个开源社区在超大规模模型领域的基础设施建设。