美团 LongCat-2.0 开源：国产算力训练的首个万亿参数大模型
美团开源 1.6 万亿参数 MoE 大模型，在 5 万卡国产算力集群上完成全流程训练。SWE-bench Pro 得分 59.5 领先 Gemini 3.1 Pro 和 GPT-5.5。
Meituan Open-Sources LongCat-2.0: First Trillion-Parameter Model Trained on Domestic Silicon
2026年7月6日，美团宣布开源 LongCat-2.0——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大模型。
Figure 1: LongCat-2.0 在多项评测中领先闭源竞争对手（绿色=LongCat，灰色=竞品）
LongCat-2.0 采用 MoE 架构，总参数达 1.6 万亿，平均激活约 480 亿参数，原生支持 100 万 token 超长上下文输入。特别值得关注的是其在 Agentic Coding 任务上的针对性强化：SWE-bench Multilingual 得分 77.3，与 Claude Opus 4.6（77.8）基本持平。
更大的意义在于：这是首个证明国产算力集群（5万卡规模）能够支撑万亿参数模型全流程训练与推理的开源案例，为国内 AI 基础设施自主化提供了重要的技术验证。
[Related Recommendations]
- GLM 5.2 本地运行指南 — 大模型本地部署实践
- vLLM 比 Ollama 快 16 倍的背后 — 推理优化深度分析
评论 (0)
加载评论中…