# 美团 LongCat 发布 1.6 万亿参数旗舰模型，专攻编程智能体，SWE-bench Pro 跑出 59.5 分

> 原标题：美团 LongCat 发布旗舰模型 LongCat-2.0

- 来源：AI HOT 精选
- 发布时间：2026-06-30T05:42:42.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/41432
- 原文：https://x.com/SiliconFlowAI/status/2071831773076746715

## 摘要

LongCat-2.0 是一个 1.6 万亿总参数、实际干活时只激活约 480 亿参数的混合专家模型，原生支持一次性处理 100 万 token 的上下文。它主要瞄准让模型自己写代码、调工具的智能体场景，用了三个技术：LSA 稀疏注意力把长文本处理成本压下来；Zero-Compute Experts 让每次计算动态激活 330 亿到 560 亿参数，不...

## 推荐理由

美团 LongCat 扔出一个 1.6 万亿总参数、约 480 亿激活参数的旗舰模型，原生 100 万 token 上下文，明确瞄准智能体工作流。LSA 稀疏注意力和 Zero-Compute Experts 这两个技术点有细节，不是纯画饼。没给到 85 分以上是因为正文只说了技术方案，缺实测跑分和价格，实际能不能打还要等验证。

## 锐评

LongCat-2.0 是个混合专家模型，总参数 1.6 万亿，但每次计算只激活约 480 亿参数，相当于雇了一整个公司但每次只让一个小组干活，省算力。它原生支持一次处理 100 万 token 的上下文，主要场景是让模型自己写代码、调 API 这种智能体任务。

技术上有三个点值得看：LSA 稀疏注意力把长文本处理成本压下来，不是每个字都跟所有字算关系；Zero-Compute Experts 让每次计算动态激活 330 亿到 560 亿参数，没用的专家不占算力；MOPD 把专家分成智能体、推理、交互三组，按任务类型自动分配。SWE-bench Pro 拿了 59.5 分，确实接近闭源头部模型，但正文没披露这个分数是在什么设定下跑的，也没给其他基准的对比。

定价方面，输入缓存 $0.015/百万 token，正常输入 $0.75，输出 $2.95，输出比输入贵不少，做代码生成这类输出量大的任务成本要算清楚。另外，正文没提训练数据来源、安全对齐措施，也没说开源还是闭源，这些对实际落地影响很大。