美团开源万亿参数大模型 LongCat-2.0，同步开放国产卡推理代码
美团开源了可在国产算力上流畅运行的万亿参数大模型 LongCat-2.0，并提供配套推理优化代码，目标是盘活存量国产芯片。
美团 LongCat-2.0 是一个 1.6 万亿参数的大模型，但每次推理只激活约 480 亿参数（MoE 架构），专为 Agentic Coding 设计。它用稀疏注意力和 N-gram Embedding 提升长上下文效率和代码能力，并通过 Super Kernel、KV-cache 切分等优化，在国产芯片（如华为昇腾）上实现百万级上下文的高效推理。模型和推理代码已开源，存量国产卡也能跑。
正文摘录
 正式开源！美团 LongCat-2.0 同步开放国产卡推理代码 美团 LongCat 2026-07-12 LongCat 开源 大模型 本周，美团万亿参数大模型 LongCat-2.0 正式开源！ [HuggingFace](https://huggingface.co/meituan-longcat/LongCat-2.0) | [GitHub](https://github.com/meituan-longcat/LongCat-2.0) | [ModelScope](https://www.modelscope.cn/collections/meituan-longcat/LongCat-20) 作为业界首个在五万卡国产算力集群上完成推理的万亿参数模型，LongCat-2.0 已全面开源。 针对显存与带宽受限的国产算力芯片，我们在模型架构、芯片适配到部署策略上进行了深度协同优化，让万亿参数模型在存量卡上同样跑得稳、跑得快。 我们希望以真实 Agentic Coding 任务中的稳定表现为依托，通过开源将模型能力与推理优化成果完整开放，盘活更多存量国产算力，释放国产算力生态的长期价值。 美团 LongCat-2.0 总参数 1.6T，平均激活约 48B，为真实的 Agentic Coding 任务而生，架构上创新性引入 LongCat 稀疏注意力和 N-gram Embedding，提升长上下文处理效率与 Token 级表示能力的同时，结合动态激活进一步强化了代码理解、生成以及执行的表现。