實(shí)測美團(tuán)LongCat-2.0，國產(chǎn)芯片長出來的萬億大模型

是的，我的Claude又被封了，

急急國王的我又開始盯上國產(chǎn)模型的API了，剛好美團(tuán)發(fā)布了LongCat-2.0。

就這樣說吧，一個(gè)總參數(shù) 1.6 萬億，每個(gè)token只激活約 480億參數(shù)的MoE模型，

從預(yù)訓(xùn)練到大規(guī)模部署，全程跑在5萬張國產(chǎn)算力芯片上，跑了一個(gè)多月，吃掉超過 35 萬億 tokens，全程無回滾，沒有一次不可恢復(fù)的 loss 突刺。

這真的發(fā)生了。。。

可能有些朋友對這件事沒太大感覺，我?guī)湍惆褧r(shí)間往回拉兩年。

那會兒英偉達(dá)的A100，H100這些高端卡被卡脖子。

整個(gè)行業(yè)最焦慮的問題，都不是國產(chǎn)卡好不好用，

是個(gè)更要命的問題，沒有英偉達(dá)，我們還能不能接著做大模型。

所以LongCat-2.0這次做出來的意義從來不是它是不是今天最強(qiáng)的模型。

是它把一條特別難的鏈路，完整跑通了一遍。（人類撰寫聲明）

從訓(xùn)練到大規(guī)模部署，官方口徑都是國產(chǎn)算力，同時(shí)也已經(jīng)接到了API和開發(fā)者工具里。

這個(gè)分量，比多刷幾個(gè)benchmark第一要重。

時(shí)間點(diǎn)還趕得巧。

Claude各種封號限流，8號馬上還有來一波大的，

現(xiàn)在都有點(diǎn)心灰意冷，想做 API 戰(zhàn)士了。但是純API的話，Claude就不能作為主力模型了，它肯定是一個(gè)輔助的專注于UI和出計(jì)劃的模型。這樣就需要第三個(gè)模型融入到我的工作流里面，

一個(gè)獨(dú)立在CodeX和Claude之外，永遠(yuǎn)不會被卡殼的模型。

就在這個(gè)節(jié)骨眼上，冒出來一個(gè)能開源、還能直接接進(jìn)現(xiàn)有工作流的國產(chǎn)萬億模型，就很爽了。

當(dāng)然，LongCat-2.0不是全面SOTA。

倒不是說它一發(fā)布，明天大家就能徹底告別Claude。

像是IFEval，GPQA-diamond這種更偏通用能力和知識推理的項(xiàng)目，它跟Gemini 3.1 Pro，GPT-5.5還點(diǎn)有差距。輪到Agent場景版本強(qiáng)度就上來了，在Terminal-Bench 2.1和SWE-bench Pro這類編程任務(wù)上，它基本追平Gemini 3.1 Pro。在FORTE這種通用Agent任務(wù)上，也跟Claude Opus 4.6五五開了。

LongCat-2.0還擁有最大輸出的128K。以及最高提供到了1M上下文。

它這次花心思的地方，是怎么讓模型在又長又亂的任務(wù)里還穩(wěn)定出結(jié)果。

是一個(gè)叫LSA的稀疏注意力機(jī)制，面對超長輸入時(shí)，模型不再一個(gè)字一個(gè)字從頭硬啃。畢竟Agent干活要讀代碼庫，翻文檔，還要記住前面十幾步操作，還要繼續(xù)調(diào)工具等等。LSA解決的就是這個(gè)問題。

另一個(gè)叫N-gram Embedding，

就是讓模型不只盯著單個(gè)詞，還更在意幾個(gè)詞連在一起時(shí)的意思，對局部語境更敏感一點(diǎn)。

這些改動指向的都是同一件事。

為了讓LongCat-2.0在長上下文，工具調(diào)用，在Agent工作流里干活。

如果你今天就想用上LongCat-2.0的話很簡單，

如果原來就是OpenAI Compatible或Anthropic API生態(tài)，就是換個(gè)base_url，換個(gè)API key，換個(gè)模型名。

就能開始調(diào)用了。

base_url="https://api.longcat.chat/openai"
model="LongCat-2.0"
api_key=LONGCAT_API_KEY


base_url="https://api.longcat.chat/anthropic"
model="LongCat-2.0"

第一個(gè)測試，

我直接把LongCat-2.0接進(jìn)Claude Code，丟給它一個(gè)雜亂的工作文件夾，讓它幫我整理。

它要先讀懂我每個(gè)目錄的作用，分清哪些是代碼，文檔，素材，測試等等等再判斷哪些能動，哪些不能動。能不能在不破壞項(xiàng)目引用，配置路徑和運(yùn)行邏輯的前提下，給出一套合理的重組方案。

從提示語就看得出來是純純語音輸入的了。

從評估到執(zhí)行，LongCat-2.0沒有上來就改文件，

是先根據(jù)我的目標(biāo)和要求，把整理原則完整拆解出來。

在思考過程中，我也發(fā)現(xiàn)它會像調(diào)用不同層級的stack 一樣，分階段處理問題。

先理解項(xiàng)目結(jié)構(gòu)，再判斷文件用途。

再然后就是結(jié)合測試，產(chǎn)品，規(guī)劃，文檔等不同維度進(jìn)行分析，

還會參考我本地已有的工具和資料，

把雜亂的文件夾逐步還原成一個(gè)清晰的工作系統(tǒng)。

第二個(gè)，接進(jìn)Codex，直接跑一個(gè)Agent工作流。

讓它聯(lián)網(wǎng)搜資料，整理大綱，再調(diào)用我的Skill，最后生成一份演示文稿，非常常見的case。

模型的好壞直接決定了HTML PPT里面的內(nèi)容編排，會不會出現(xiàn)那種整頁只有一行字的AI味頁面。

那LongCat-2.0先是去聯(lián)網(wǎng)搜索了一大堆官方文檔的資料，

確認(rèn)這個(gè)模型到底是什么，有什么特點(diǎn)，適合放進(jìn)什么樣的內(nèi)容結(jié)構(gòu)里。

接著，它又檢查了我當(dāng)前環(huán)境里已經(jīng)有哪些 Skills，每個(gè) Skill 能做什么，調(diào)用規(guī)則是什么。

在把資料來源，工具能力和任務(wù)目標(biāo)都理解清楚之后，它才開始做整體規(guī)劃。

它在這個(gè)過程中明顯不是那種先做了再說的那種敷衍怪，

確實(shí)是在完成了資料收集，工具盤點(diǎn)，結(jié)構(gòu)規(guī)劃，再進(jìn)入真正的生成階段。

在規(guī)劃完成之后，它也知道應(yīng)該如何調(diào)用這些Skills，按照對應(yīng)流程去生成文稿內(nèi)容和演示結(jié)構(gòu)。

從背景介紹，到核心能力，再到測試過程和結(jié)論，整體是連貫還一致的。

這也是我覺得LongCat-2.0這次最值得看的地方。

一個(gè)全程國產(chǎn)算力訓(xùn)練出來的萬億模型，帶到了開發(fā)者可以直接上手測試的位置，沒有停在參數(shù)表，是直接能接到Claude Code和Codex上用的。

我不知道這是不是一個(gè)大周期的開始。

說實(shí)話我也不敢這么早下結(jié)論。

但在Claude瘋狂封號的背景下，看到一個(gè)國產(chǎn)模型不吃壓力，可以開源，可以 API 接入，可以接入這些真實(shí)工作流里，

我確實(shí)會覺得這又有點(diǎn)樂觀起來了。

當(dāng)然，LongCat-2.0的基礎(chǔ)能力離頂級的閉源模型還有差距，

Agent實(shí)測上也還要繼續(xù)跑。

但至少今天，我覺得可以認(rèn)真給它記一筆。

我希望未來有一天，

我們不用再因?yàn)橐粋€(gè)海外模型封號就全員恐慌，

也不用戰(zhàn)戰(zhàn)兢兢地?fù)?dān)心哪天工作流突然斷掉。

至少今天看起來，

路不是空的。

@ 作者 / 卡爾 & yc星辰

最后，感謝你看到這里如果喜歡這篇文章，不妨順手給我們點(diǎn)贊｜在看｜轉(zhuǎn)發(fā)｜評論

如果想要第一時(shí)間收到推送，不妨給我個(gè)星標(biāo)

如果你有更有趣的玩法，歡迎在評論區(qū)聊聊

更多的內(nèi)容正在不斷填坑中……