概览
LongCat-2.0 是美团 LongCat 团队于 2026 年 6 月 30 日发布并开源的万亿参数 MoE 大语言模型，也是 LongCat 系列此前规模最大的一代。官方博客与模型卡介绍：总参数 1.6 万亿、每 token 约激活 480 亿，其中包含 1350 亿 N-gram Embedding 参数（继承自 LongCat-Flash-Lite，通过 N-gram 组合把嵌入空间扩大约 100 倍）；注意力采用 LongCat Sparse Attention（LSA），在 DeepSeek Sparse Attention 基础上用流式感知索引、跨层索引和分层索引三项改进减轻索引器开销，并用于 3 步多 token 预测（MTP）投机解码。模型预训练超过 35 万亿 token，训练和大规模部署全部在 AI ASIC 超节点（国产算力）上完成，官方称全程没有回滚或不可恢复的损失尖峰；后训练阶段用数千亿 token 的 1M 上下文数据强化长程任务。官方自测成绩：Terminal-Bench 2.1 70.8、SWE-bench Pro 59.5、SWE-bench Multilingual 77.3、FORTE 73.2、BrowseComp 79.9、RWSearch 78.8、IFEval 90.0、Writing Bench 83.8、IMO-AnswerBench 81.8（对比 Gemini 3.1 Pro、GPT-5.5、Claude Opus 4.6–4.8，均为美团自测）。规格：上下文 1M token，最大输出 128K token，深度适配 Claude Code、OpenClaw、Hermes 等主流 Agent 框架。使用方式：权重以 MIT 许可发布在 Hugging Face（meituan-longcat/LongCat-2.0）和 ModelScope，官方提供 SGLang 的 GPU 部署教程与 NPU 部署方案；也可在 LongCat API 开放平台调用（model 填 LongCat-2.0，兼容 OpenAI 与 Anthropic 协议），或在 longcat.chat 网页/App 中体验。2026 年 9 月 25 日平台又上线了新增图片理解的 LongCat-2.5-Preview。官方来源：https://longcat.chat/blog/longcat-2.0/ 、https://huggingface.co/meituan-longcat/LongCat-2.0 、https://longcat.chat/platform/docs/zh/pricing/longcat-2.0 、https://longcat.chat/platform/docs/zh/change-log （2026-10-27 核对）。 定价：权重 MIT 免费开源可自行部署；官方 API 按量付费为限时折扣价，每百万 token 输入（未命中缓存）¥2、输入（命中缓存）¥0.04、输出 ¥8（美元价 $0.30 / $0.006 / $1.20），实际费用以结算为准，另有 Token 资源包。
- 模态
- 文本
- 参数量
- 1.6T 总 / 约 48B 激活（MoE）
- 许可说明
- 开源 · MIT
能力
- 万亿参数稀疏 MoE：总参数 1.6T、每 token 约激活 48B，其中含 135B N-gram Embedding 参数
- LongCat Sparse Attention（在 DeepSeek Sparse Attention 基础上改进索引器）+ 3 步 MTP 投机解码，面向 1M 长上下文
- 预训练超过 35T token，训练与大规模部署全部在国产 AI ASIC 超节点上完成
- 上下文 1M token、最大输出 128K；原生工具调用与多步推理，深度适配 Claude Code、OpenClaw、Hermes
- 官方自测：Terminal-Bench 2.1 70.8、SWE-bench Pro 59.5、SWE-bench Multilingual 77.3、BrowseComp 79.9、IFEval 90.0
- 权重 MIT 开源（Hugging Face / ModelScope），可用 SGLang 在 GPU 或 NPU 上部署；API 地址兼容 OpenAI（https://api.longcat.chat/openai）和 Anthropic（https://api.longcat.chat/anthropic）协议
