国产算力能不能撑起万亿参数大模型？

如今，有人交出了答卷——美团LongCat-2.0正式登场。

模型采用自研MoE混合专家架构。

总参数1.6万亿，每token激活约48B参数，原生支持1M超长上下文。

关键点在于：从训练到推理，没有使用任何英伟达硬件。

它成为首个在国产算力上实现全链路训推闭环的万亿参数模型。

多项专业评测数据表明，LongCat-2.0在代码、工具调用和多步逻辑推理等任务上，综合性能表现相当不错。

不过，它其实不算开发者圈子的“新朋友”。

它早就披着马甲，一不小心成了全球Agent开发者的热门之选。

没错，最近在OpenRouter上小有名气的Owl Alpha，正是LongCat-2.0的“面具版”。

其月调用量在Hermes、Claude Code和OpenClaw中分列全球第一、第二和第三位。

它已经成为不少开发者首选的开源模型。

这也就意味着，它不仅第一个在国产卡上跑通了万亿级训推，还提前通过了市场的真实流量验证。

这让人充满好奇。以下直接进入实测环节。

把LongCat-2.0扔进三个坑里

既然Hermes榜单它稳坐第一，那咱就接入Hermes看看实力。

长上下文能力测试

首先，拿长上下文开刀。

为了验证它是否真的把信息读进去了，没有用公开的论文或技术白皮书。

手动拼了一份语料——把几份不同行业的研报和几篇不同领域的论文拼到一起，中英混杂凑了好几万字。

先问一个藏在文档前段的信息，来自一份跨境电商进出口报告。

回答完全正确，信息点精准命中。

还有一份特意拆分的完整统计报告，LongCat-2.0也准确找到。

速度相当快，大约1秒就出结果。

它做分析推理也很清晰，几万字的语料挑战顺利通过。

代码修改能力测试

胆子大一点，让它干一件程序员最烦的事：接盘老项目。

找一个开源代码仓库——GitHub上13k star的原版2048，纯HTML+CSS+JavaScript架构。

把任务丢给LongCat-2.0，然后提出两个具体需求：

• 视觉类修改：把整个游戏的配色方案改成赛博朋克风格，深色背景、霓虹色方块、发光效果的数字。
• 功能类修改：把4×4棋盘改成5×5，同时增加一个计步器显示在棋盘下方，记录玩家一共滑了多少步。

拿到任务后，它先把关键文件挨个过了一遍，自己拆出一个7步修改计划。

剩下的就交给它自己跑了。12分钟后，LongCat-2.0交付了一个完整结果。

上手试玩，效果一目了然：计步器和5×5方格都有，配色也完全符合预期。

改个颜色加个计步器不算难活，接着又加了一道题——让它把整个项目从原生JavaScript迁移到React。

跑出来的游戏看着一样，功能全部保留，但底层代码已经彻底重写了。

Agent能力测试

LongCat-2.0官宣后的这两天，有不少朋友说它和Claude Code搭配也很香。

既然如此，接入Claude Code再试一局。

这次给了一个研究主题让它帮忙调研。

虽然Claude Code自带deep-research，但先不用，看看LongCat-2.0的实力。

通过Agent原生能力自主联网搜索，LongCat-2.0独立完成了整篇结构化报告。

代码能力也不能落，来个「只有一道门」魔性小游戏。

拿到任务后，LongCat-2.0开启统筹能力。它先把项目架构一列，然后开始写代码。

架构设计、模块拆分、技术选型全是它自己定的。

关卡逻辑、交互细节、通关动画一个没落，还主动加了个Web Audio音效。

然后顺手接入LongCat-2.0的API做了个代码分析师：输入任意GitHub仓库，就能定制一份专属分析报告。

项目结构、核心模块、接手的潜在问题、优化建议，全都被它读懂。

性价比彩蛋

测试过程中还发现了一个“彩蛋”。

给LongCat-2.0、GPT5.5、Opus 4.6、Opus 4.8同一段提示词，让四个模型生成一套物理仿真代码。

肉眼看上去，各选手呈现效果接近。

但token用量上，LongCat明显最少——9004 tokens，按美团的计费算下来都不到1毛钱。

这或许就是官方所说Cache命中不计费，Token Plan不算消耗的结果。

要说“省钱”，美团确实是一把好手。

体验一圈下来，LongCat-2.0和主流编程工具的适配度确实挺高。

支撑这些能力的背后，是其在架构层面的一系列原创设计。

这些设计还诞生在一个特殊的背景下：

LongCat-2.0从训练到推理，全程基于国产芯片完成。

那么问题来了：国产卡集群是怎么hold住万亿参数模型的？

5万张国产卡撑起一个万亿模型

说到国产芯片跑AI，推理这一环节行业里已经有所验证。

过去几年，确实有大模型和线上服务能跑在国产算力平台上。

训练方面，行业也陆续有模型完成了百亿甚至千亿级的训练探索。

但仔细看这些成果，本质上都还是某个环节的单点能力验证。

万亿参数级别、从预训练第一天就跑在国产卡上的训推全链路闭环，在LongCat-2.0之前还没有出现过。

如此大规模跑完全流程，考验的是整个系统工程能力。

国产芯片的硬件条件让这件事难上加难——单卡显存更小，1.6万亿参数只能拆到成千上万张卡上一起跑；通信带宽不如NVLink那么充裕，跨节点通信延迟更高；大规模并行训练中计算与通信容易出现不对齐，拖慢整体吞吐。

硬件差距之外，软件生态也是一道坎。

在英伟达平台上，很多算子、调试工具、确定性计算能力都已经非常成熟。换到国产芯片后，很多东西都得自己重写、自己优化。

比如FlashAttention的反向梯度算子，国产原有确定性实现只能单核串行，速度慢20-70倍，无法落地生产。

因此，LongCat-2.0的意义不只是又多了一个1.6万亿参数模型。

对于国产AI生态来说，它首次证明了国产算力已经具备支撑先进大模型持续训练、持续部署和持续迭代的能力。

架构创新：LongCat Sparse Attention (LSA)

另外一个值得关注的点，是针对Agent时代重新设计的LongCat Sparse Attention（LSA）。

Agent意味着模型一次要处理大量上下文，1M上下文带来的最大压力就在注意力计算。

DeepSeek之前提出过一套稀疏注意力方案DSA，核心思路是让模型只关注关键token来降低计算量。

但这个方案实际跑起来有个问题：筛选关键token的索引器本身成了性能瓶颈。

索引计算越来越慢，显存访问越来越碎，序列越长，效率掉得越明显。

LongCat-2.0从这儿接手，提出了LongCat稀疏注意力（LSA），对索引器做了三项针对性优化：

• 把零散访问整理成连续读取
• 让相邻层共享索引结果
• 再通过两阶段筛选减少计算量

这三项优化相互独立，可以按需组合。叠加效果让1M上下文的处理速度显著提升，同时模型质量基本无损。

架构创新：N-gram Embedding

另一个很有意思的设计是N-gram Embedding，继承自LongCat-Flash-Lite并进一步增强。

很多MoE模型提升能力的方法是继续堆专家。但LongCat团队反而把一部分参数“前移”到了Embedding层，让模型一开始就能识别更多高频词组和语言模式。

简单理解就是：以前很多事情要模型思考几十层才能反应过来，现在一开场就能认出来。

这样既提高了代码、指令理解等任务的准确率，也减少了专家之间频繁通信带来的额外开销。

工程优化：降本增效

除此之外，像ScMoE快捷连接、零计算专家等设计，也都围绕着同一个目标：让模型把算力花在真正值得算的地方。

这套架构创新让模型实现更快、更省、效果更强。

但5万张国产卡大规模集群落地，还需攻克诸多工程难题——其中最现实的就是，卡会坏。

在这样的规模下，几乎每天都会出现硬件故障。

LongCat团队专门搭了一套自动化故障处理体系：从异常检测、链路切换到自动恢复几乎全部自动完成。

这套体系把日均故障率从万分之15.7降到了万分之4.4。还支持训练任务从2560张卡一路扩展至5万多张卡，无需推倒重来。

另一边，他们重写了一整套适配国产芯片的算子和并行方案。

硬件利用率（MFU）从17.8%提升到27.68%，单日Token处理能力从7170亿提升到1.12万亿。

靠着一系列架构和工程优化，美团把国产芯片的潜力一点点释放出来。

这些优化叠加在一起，还有一个特别现实的好处——省钱。

零计算专家减少无效计算，ScMoE减少等待时间，N-gram Embedding降低通信压力，再叠加国产芯片本身的成本优势。

LongCat-2.0的训推成本比同等规模的英伟达路线低了不少。

3年等待的“国芯+国模”终上台前

从公开信息来看，美团布局国产算力已有三年。

2023年初，美团成立了LongCat基座团队，起步的第一件事就是搭建国产算力集群。

众所周知，用国产卡训模型意味着每个环节都要自己啃，研发周期更长，成本更高。

但国产算力集群一定是未来的主流。美团的选择就是用“时间换空间”：接受短期适配阵痛，提前吃透国产算力全链路，稳住大模型长期迭代节奏。

现在看来，这个判断的价值正在兑现。

• 2023年：搭集群、跑通千亿参数训练流程
• 2024年：在国产卡上验证MoE架构
• 2025年：推出5600亿参数的LongCat-Flash
• 2026年：落地1.6万亿参数的LongCat-2.0

而且，在OR上匿名的Owl Alpha，用两个月时间证明了一个比纸面技术指标更关键的问题：国产芯片训出来的万亿规模模型，全球开发者也会买账。

LongCat-2.0在完全匿名、无品牌背书的情况下，在多个场景里被当作首选——这说明模型交付的结果是得到认可的。

今年3月，美团核心本地商业CEO王莆中在内部谈到AI时提过一个关键词：建设物理世界AI底座。

他表示，美团会持续投入基础模型，做有特色、低推理成本，同时能力紧跟SOTA的模型。

从这个角度再看LongCat-2.0，全流程训推只靠国产算力，确实往“有特色”和“低推理成本”的逻辑上靠。

同时，它的出现像是给未来的物理世界AI打地基——基模能力站住了，往上搭理解层和行动层才有着力点。

那么问题来了，下次冲榜的新SOTA，会以什么新马甲出现呢？（doge）

《夸克》非常好用的免费AI浏览器

下载APP查看