# 美团 LongCat-2.0：1.6 万亿参数 MoE 模型，全程跑在国产芯片上

> 原标题：实测美团LongCat-2.0，国产芯片长出来的万亿大模型

- 来源：AI HOT 精选
- 发布时间：2026-07-01T08:59:35.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/41685
- 原文：https://mp.weixin.qq.com/s/pqR8XyOSejvDNcNHjiy8mg

## 摘要

美团放出了 LongCat-2.0，一个总参数 1.6 万亿、每次推理只激活约 480 亿参数的混合专家模型。它从训练到上线全跑在 5 万张国产芯片上，喂了超过 35 万亿个 token，训练过程没翻车，没出现救不回来的 loss 飙升。干活能力上，编程和终端操作追平了 Gemini 3.1 Pro，通用任务跟 Claude Opus 4.6 打了个平...

## 推荐理由

美团LongCat-2.0是第一个公开的万亿级MoE模型，从训练到上线全用国产芯片，没出现训练崩溃。编程和agent任务追平Gemini 3.1 Pro，通用基准跟Claude Opus 4.6打平。5万张国产卡跑35万亿token不出事，这个稳定性信号比跑分更重要。我会先打个折：正文没披露推理成本和延迟，实际部署的经济账还不清楚，但光是国产算力上长出这个体量的模型，就值得放进featured。

## 锐评

LongCat-2.0 最值得看的是它全程跑在国产芯片上，5万张卡、35万亿 token 训练没出大岔子，这比跑分本身更有信号意义。模型是混合专家架构，总参数 1.6 万亿，每次推理只激活约 480 亿，成本上会友好一些。干活能力上，编程和终端操作追平 Gemini 3.1 Pro，通用 agent 任务跟 Claude Opus 4.6 打平，但正文没给出具体跑分数字和误差范围，这点先别太激动。上下文窗口拉到 100 万 token，单次输出最长 12.8 万，用了稀疏注意力和 N-gram Embedding 来优化长文本和工具调用，API 已经兼容 OpenAI 和 Anthropic 格式，能直接塞进 Claude Code 这类工作流。还缺的是：国产芯片具体是哪家、训练成本和推理延迟没披露，也没看到跟自家上一代或同体量开源模型的横向对比，实际落地稳定性还得等第三方验证。