美团开源 LongCat-2.0：1.6万亿参数编程大模型 全程国产芯片训练
美团正式在 GitHub、Hugging Face 及自有平台开源 LongCat-2.0，一个 1.6 万亿参数规模的 Mixture-of-Experts（MoE）编程大模型。该模型采用 MIT 许可证，原生支持 100 万 token 上下文窗口，在代码生成与智能体编程领域已达到前沿水平。LongCat-2.0 正是此前以 Owl Alpha 匿名身份统治 OpenRouter 开发者排行榜的黑马模型。其训练全程依托国产 ASIC 芯片完成，未使用海外高端 GPU，展示了出口管制背景下国产算力生态已可支撑超大规模模型训练。
作者：核流编辑 · 栏目：系统
美团正式公开了 LongCat-2.0——一个拥有 1.6 万亿参数 的 Mixture-of-Experts（MoE）架构编程大模型，同步上线 GitHub、Hugging Face 及其自有平台。该模型采用宽松的 MIT 许可证 开源，原生支持 100 万 token 的超长上下文窗口，在代码生成、智能体编程等领域已经摸到了前沿门槛。 从匿名者到明星模型 LongCat-2.0 不是第一次进入公众视野。它就是近两个月来以"Owl Alpha"匿名身份统治 OpenRouter 开发者排行榜的那匹黑马，各项编程基准测试持续领先。这次正式开源，终于揭开了它的真面目。 有意思的是，LongCat-2.0 的训练全程依托国产 ASIC 芯片完成，没碰任何海外高端 GPU。这么一来，出口管制背景下，国产算力生态已经撑得起超大规模 MoE 模型的训练——这对国内 AI 基础设施自主化来说，分量不轻。 开源策略与行业影响 选择 MIT 许可证，等于 LongCat-2.0 可供商业项目自由使用、修改和分发，这在同体量的超大模型中极为罕见。美团一方面想通过开源加速编程智能体生态的发展，另一方面也秀了秀自己在 AI 基础模型领域的战略投入。国产大模型在编程赛道的竞争越来越白热化，LongCat-2.0 这一脚踩进来，开发者工具的市场格局怕是要变一变了。 参考资料 VentureBeat：Meituan open-sources LongCat-2.0, the 1.6T near-frontier agentic coding model trained entirely on Chinese chips