6 月 30 日，美团正式开源 LongCat-2.0——一款 1.6 万亿参数的 Mixture-of-Experts 大模型。SWE-bench Pro 得分 59.5%，以不到一个百分点的优势盖过 GPT-5.5（58.6%），在 Terminal-Bench 2.1 上取得 70.8%，逼近 Gemini 3.1 Pro。但真正让这次发布从「又一个中国开源模型」升级为地缘科技事件的，是两件事：第一，这个模型从预训练到推理的完整流程，跑在 5 万张国产 AI ASIC 加速卡上，没有使用一张 Nvidia GPU；第二，在正式亮明身份之前，它以「Owl Alpha」的匿名身份在 OpenRouter 上默默运行了约两个月，并在此期间爬升到全球调用量前三——当开发者发现他们已经在生产环境中依赖了数周的匿名编码模型来自一家中国外卖公司时，舆情已由性能事实而非地缘标签定义。
国产芯片的全流程训练：DeepSeek 没做到的事
在此之前，中国自研芯片在大模型领域的角色基本局限于推理。以 DeepSeek V4-Pro 为例：虽然其推理部分使用了华为昇腾系列芯片，但计算量最大的预训练阶段仍然依赖 Nvidia 的成熟生态。这意味着在最关键的计算环节，中国前沿模型仍然无法绕开美国出口管制所针对的硬件。
LongCat-2.0 改变了这个局面。美团技术团队在官方发布文章中声明，该模型是「业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型」。预训练数据规模超过 30T tokens，覆盖中文、英文、多语言和代码，稳态日吞吐超过 1T tokens/day——这个数字意味着五万张国产卡在实际训练中达到了可观的工程效率。
背后的工程挑战并非秘密。美团 LongCat 团队从 2023 年开始摸索国产算力训练，从千卡起步，逐步攻克算子适配、通信优化和分布式稳定性。在五万卡规模下，他们将月均日故障率降低了 70% 以上，通过自研确定性算子、Bitwise 一致性验证保障训练正确性，训练 MFU（Model FLOPs Utilization）提升 1.5 倍。这些数字说明，让国产芯片跑通万亿参数模型不只是「能跑」，而是跑到了一个工程上可复现的稳态。
关于芯片本身，美团没有公开具体型号。官方措辞为「AI ASIC superpods」——即面向 AI 工作负载的专用集成电路。技术社区的主流推测指向华为昇腾 910C 系列。一个关键线索来自 Silicon Report 的观察：美团在训练中使用了华为集合通信库（HCCL），这通常意味着底层硬件来自华为生态。美团此前也投资了摩尔线程（Moore Threads）、MetaX 和 Axera 等多家国产芯片公司，表明其对该赛道的布局远不止一次训练。
无论芯片具体是谁家的，LongCat-2.0 的地缘含义已经成立：在美国对华芯片出口管制持续收紧的背景下，中国国产芯片从「推理可用」迈入了「训练可用」的阶段。正如 Cryptobriefing 的评论所指出的：「美国的出口管制并未创造出政策制定者预期中的能力鸿沟——至少在他们设想的时间表上没有。」
架构：三个维度让 1.6T 参数跑出 48B 的效果
LongCat-2.0 的 MoE 设计为总参数 1.6T，每个 token 平均激活约 48B 参数，动态范围在 33B 到 56B 之间。这个数字意味着推理成本远低于其体量所暗示的水平，关键依赖三项架构决策。
LongCat Sparse Attention（LSA）。 美团团队将 LSA 定位为 DeepSeek Sparse Attention（DSA）的演进版本，针对 DSA 中 Lightning Indexer 的输出不连续性和二次评分瓶颈做了三项正交改进：Streaming-aware Indexing 将碎片化的内存访问重塑为硬件友好的连续读取，实现 HBM 合并访问；Cross-Layer Indexing 利用相邻层注意力显著性的经验稳定性，让一次索引计算服务多个连续层；Hierarchical Indexing 采用粗到细的两阶段评分——先在块级别做近似召回，再在候选集内做精细 token 选择，大幅缩小索引器需要处理的候选空间。三者均可无缝扩展到 3 步 Multi-Token Prediction 的推测解码模块。
N-gram Embedding。 从 LongCat-Flash-Lite 继承而来，通过在 MoE 的正交稀疏维度扩展参数来提升利用率。135B 的 N-gram Embedding 参数被纳入模型，其设计基于两个原则：MoE 的稀疏性已经越过最佳平衡点，而 N-gram Embedding 的比例需控制在最优区间内。等效规模下，它比纯 MoE 模型有稳健的性能优势。
MOPD 多专家融合。 不同于训练一个单一的通用模型，美团训练了三组专项专家：Agent Experts 专攻工具调用与自主纠错，Reasoning Experts 深耕数学与 STEM 推理，Interaction Experts 优化指令遵循与交互体验。通过 Multi-Teacher On-Policy Distillation，三组专家的能力被融合进一个统一模型，推理时由门控网络根据任务类型动态调度。这意味着同一个模型在写代码时调用编码专家，在做推理时切换到推理专家，而不是用一个「万金油」参数集应对所有场景。
再加上零计算专家（Zero-Computation Expert）机制——让模型对简单 token 真正跳过计算而非浪费算力，且融入专家并行通信流程中避免不必要的传输——解释了为什么一个 1.6T 参数的模型可以在 16 张 H20 GPU 上以 FP8 精度部署。
Owl Alpha：匿名策略的完整商业逻辑
LongCat-2.0 的发布叙事中，最精巧的一笔是「Owl Alpha」。
在 6 月 29 日 LongCat 官方 X 账号确认身份之前，Owl Alpha 在 OpenRouter 上以匿名模型身份存在了约两个月。OpenRouter 是一个允许开发者通过统一 API 访问数百个模型的平台。Owl Alpha 没有品牌标签、没有公司归属、没有国籍信息——开发者选择和它集成的唯一依据是输出质量。
结果是令人瞩目的：到正式发布时，LongCat-2.0 已跻身 OpenRouter 全球调用量前三，在 Hermes 平台上月调用量排名第一，Claude Code 上排第二，OpenClaw 上排第三。据 NYU Shanghai RITS 的报道，该模型在匿名期间的月 token 吞吐量约为 10.1 万亿——相当于每天约 5590 亿 token。
匿名策略的商业逻辑是清晰的：在当前地缘政治环境下，一个标签为「中国公司制造」的 AI 模型面临声誉阻力。如果美团一开始就以 LongCat-2.0 的本名上线，部分开发者和企业可能因为合规顾虑、供应链政策或单纯的品牌偏见而拒绝试用。但当一个没有标签的模型先用性能说话、让开发者主动集成进工作流，等到身份揭晓时，「你已经在用了」比「你应该试试」有说服力得多。
Build Fast with AI 的报道描述了这种二次效应：「那些基于地缘理由拒绝中国开源模型的团队，忽然发现他们已经在成功使用一个。」在 Anthropic 刚刚关闭中国公司通过新加坡子公司和 VPN 访问 Claude 的漏洞的同一周，Owl Alpha 的揭晓时机带有一种微妙的对称性——一边是美国实验室在关后门，一边是中国模型在开后门。
与 GLM-5.2 和 DeepSeek V4-Pro 的位置对比
LongCat-2.0 进入的是一个已经拥挤的中国开源模型赛道。
与 DeepSeek V4-Pro 相比： 两者均为 1.6T 参数规模的 MoE 架构，但关键差异在硬件路径。DeepSeek V4-Pro 的预训练仍部分依赖 Nvidia GPU，而 LongCat-2.0 做到了全链条国产。在 SWE-bench Pro 上，LongCat-2.0 的 59.5% 对 V4-Pro 的约 55.4%（据 CodingFleet 数据），差距约 4 个百分点。但 DeepSeek 在 LiveCodeBench 上以 93.5% 排名全球第一，在竞争性编程场景仍有明显优势。两个模型在不同维度上互为补充：LongCat 更侧重 Agentic Coding 工作流，DeepSeek 在纯推理和代码竞赛场景更突出。
与 GLM-5.2 相比： 智谱的 GLM-5.2 在 SWE-bench Pro 上达到 62.1%，高于 LongCat-2.0 的 59.5%，且定价约 $4.40/1M tokens。在绝对编码性能上 GLM-5.2 仍有领先，但 LongCat-2.0 的差异化价值在于其国产芯片的全流程训练故事——这是 GLM-5.2 目前没有提供的能力证明。此外 LongCat 在 OpenRouter 上的海量实战调用数据提供了 GLM-5.2 尚不具备的真实世界验证。
价格方面，LongCat-Flash-Thinking 变体据 LLM-Stats.com 数据比 Seed 2.0 Pro 便宜 2.1 倍/token，虽然整体性能略逊，但在成本敏感的场景中提供了额外选项。
MIT 许可证：没有地域限制的「真正开源」
LongCat-2.0 的模型权重以 MIT 许可证发布。这意味着：无地域限制、无使用场景禁止、允许微调和再分发。在当前环境下，这是一个经过深思熟虑的选择。
对比之下，Meta 的 Llama 系列虽然标榜「开源」，但其许可协议包含对大规模商业部署的限制条款，且在某些司法管辖区不被视为真正的开源。DeepSeek 的许可同样有使用范围限制。MIT 许可证的法律极简性为跨国企业提供了最大的确定性——不需要法务团队逐条审查使用场景清单。
不过，截至本文撰写时（7 月 6 日），模型权重在 Hugging Face 和 GitHub 上仍标注为「coming soon」。开发者目前可以通过 longcat.ai、longcat.chat 开放平台和 OpenRouter 的 API 访问模型，但本地部署和微调尚不可用。美团技术博客推荐以 16 张 H20 GPU 的组合（Tensor Parallelism + Expert Parallelism）进行部署，也提供了 NPU 部署方案。
不确定性与约束
尽管 LongCat-2.0 的发布对国产芯片生态是一个里程碑，仍有几个重要约束需要正视。
芯片型号不透明是最大的不确定性。美团的「AI ASIC superpods」措辞避免了指认供应商，这让外部难以评估该训练成果的可复制性。如果底层硬件确实是华为昇腾系列，那么这一成果对其他同样受出口管制的中国公司可能有直接的参考价值；如果涉及美团独家投资的芯片公司（如摩尔线程或 MetaX），可复制性就需要更多验证。
软件生态差距仍然存在。美团的官方博客承认，团队在算子适配、通信优化和分布式稳定性上投入了三年工夫才达到当前水平，这本身就是 Nvidia CUDA 生态「开箱即用」的镜像证据。其他团队想要复制 LongCat-2.0 的国产训练路径，需要同等级别的系统工程师投入，而非简单替换硬件。
基准成绩尚未经过独立第三方验证。所有评测分数均为美团自测（除非标注 * 表示引用自模型官方报告），在统一 harness 下与闭源模型的对比。独立评测机构如 Artificial Analysis 尚未纳入 LongCat-2.0，模型在所有非自测排行榜上的真实位置仍需时间确认。在 FORTE（73.2）、BrowseComp（79.9）和 GPQA-diamond（88.9）等通用基准上，LongCat-2.0 与 Claude Opus 4.8 等最新前沿模型之间仍存在不容忽视的差距。
从「能不能买到卡」到「能不能用好卡」
LongCat-2.0 的故事里，最核心的叙事不是一个模型超越了另一个模型，而是一条技术路线的概念验证。在 Nvidia GPU 无法正常获取的条件下，中国公司不仅训练出了接近前沿水平的万亿参数模型，还通过匿名策略在真实的全球开发者市场中拿到了使用量验证。
2026 年 6 月 12 日，美国政府因一起 AI jailbreak 事件对 Anthropic 的 Fable 5 实施了 19 天的出口管制暂停——虽然该 jailbreak「在 GPT-5.5、Kimi K2.7 等其他所有被测模型上均可复现」，却仍然触发了紧急管制。这件事的直接后果之一，是加速了中国方面对「如果美国明天切断所有前沿闭源模型 API 怎么办」这一问题的投资回答。LongCat-2.0 在这个时间窗口出现，巧合还是因果，已不重要。
对开发者和企业而言，LongCat-2.0 增加了一个 MIT 许可下的可靠选项。对芯片行业而言，它意味着能力验证不再仅仅来自实验室报告，而开始来自 OpenRouter 前端的数万亿次真实 token 调用。
