美团开源LongCat-2.0，完全在中国芯片上训练的1.6万亿参数编码模型

中国美团发布了 LongCat-2.0，这是一个 1.6 万亿参数的 Mixture-of-Experts 编码模型，在 50,000 个国产芯片上训练，没有 Nvidia 硬件。

美团是一家以食品配送帝国而闻名于世的中国科技集团，它发布并开源了 LongCat-2.0，这是一个专为代理软件工程构建的 1.6 万亿参数人工智能模型。该版本于 2026 年 6 月 30 日宣布，不仅因其规模而引人注目，还因其训练方式而引人注目：完全使用国产中国芯片，没有 Nvidia 或 AMD 加速器。

此举被解读为迄今为止最强烈的信号，表明美国对先进人工智能芯片的出口管制未能阻止中国企业生产前沿级模型。包括《南华早报》、路透社和 VentureBeat 在内的多家媒体报道了此次发布，Crypto Briefing 将 LongCat-2.0 描述为有史以来最大的开源编码模型之一。更多相关背景，请参阅我们的人工智能资讯。

为代理构建的专家混合模型

LongCat-2.0 使用 Mixture-of-Experts (MoE) 架构，这意味着它不会在每个请求上激活所有 1.6 万亿个参数。相反，它通过大约 330 亿到 560 亿个活动参数动态地路由每个令牌，使其比同等大小的密集模型更加高效，同时保留庞大的知识库可供借鉴。

效率对成本很重要。 MoE 设计已成为大型模型的主导架构，正是因为它们将总容量与每次查询计算解耦，允许实验室交付非常大的模型，而无需为每次调用的每个参数向客户收取费用。

该模型支持包含 100 万个令牌的上下文窗口，足够大，可以在一次传递中摄取整个重要代码库并对其进行推理 - 自主编码代理越来越需要这种功能，因为它们必须记住整个存储库，而不是逐个文件地工作。

基准和实际使用

据 Crypto Briefing 报道，在旨在衡量现实世界软件工程的基准测试中，LongCat-2.0 在 SWE-bench Pro 上的得分为 59.5，在 Terminal-Bench 上的得分为 70.8。这些评估套件测试模型如何处理真正开发工作中混乱的、多步骤的挑战——修复错误、编写功能、浏览现有代码——而不是简单的一次性编程难题。

VentureBeat 单独指出，该模型在正式开源发布之前，在代理编码排名中一直“领先 OpenRouter”（流行的多模型 API 网关）。 OpenRouter 聚合了来自 60 多家提供商的 400 多个模型，其使用数据被广泛视为开发人员实际选择运行模型的行业晴雨表。

在 50,000 个国产芯片上进行训练

最受关注的细节是硬件。美团表示，它在完全由中国制造的加速器构建的50,000卡国产计算集群上训练和运行LongCat-2.0。据 Crypto Briefing 报道，这意味着在训练的任何阶段都没有使用 Nvidia A100 或 H100，也没有使用 AMD MI300X 设备，这与支持全球大多数大型模型开发的硬件彻底决裂。

美团称，50,000张卡的集群对于中国本土硬件来说是首次出现这种规模的集群。尽管美国的出口管制自 2022 年底以来系统性地限制了中国获得尖端人工智能芯片，但培训还是完成了。分析师表示，这意味着随着中国芯片制造商及其客户缩小性能差距，管制的影响力正在减弱。

Hugging Face 上可用的权重

为了配合开源的框架，美团在“美团-长猫”组织下的Hugging Face上公开了模型权重和支撑资源。这降低了开发人员和研究人员的障碍，他们想要微调企业代码库、安全审计或自动调试的模型，但永远无法从头开始训练类似的东西。

开放版本还直接进入代理编码生态系统，其中开放权重模型可以自行托管、审核和修改，而无需考虑专有 API 带来的每个代币成本和数据处理问题，这对于对将专有代码发送到第三方云持谨慎态度的企业来说是一个重要的考虑因素。

快速的模型谱系

LongCat-2.0并不是一夜之间出现的。该谱系可以追溯到 2025 年 9 月发布的 LongCat-Flash，这是一个 5600 亿参数的模型，随后是 2026 年 3 月发布的 LongCat-Next，一种多模式变体。新版本在不到一年的时间里几乎将其前身的参数数量增加了两倍，反映出中国实验室现在迭代基础模型的惊人速度。

此次发布也正值全球模型排行榜进行更广泛的洗牌之际，中国系统在现实世界的开发者使用量中激增，目前在聚合平台上的代币消费排名中名列前茅。