美团开源基于国产芯片训练的1.6万亿参数大模型LongCat-2.0

美团LongCat-2.0证明，前沿AI可在没有英伟达GPU的情况下，利用5万块国产ASIC完成训练。

美团LongCat-2.0是一个拥有1.6万亿参数的模型，完全基于国产专用集成电路（ASIC）训练，现已开源。该模型有可能重塑全球AI硬件供应链，证明英伟达GPU不再是前沿规模训练的必要条件。

"LongCat-2.0证明，无需访问先进的西方GPU，也能实现接近前沿的AI性能，"美团创始人兼首席执行官王兴在一份声明中表示。

该模型每个Token平均激活480亿个参数——根据查询复杂度不同，激活量在330亿到560亿之间——并支持100万Token的上下文窗口。在SWE-bench Pro上，该模型得分59.5，超越OpenAI的GPT-5.5（58.6分），但在更广泛的智能体基准测试中落后于Anthropic的Claude Opus 4.8。标准API定价为每百万输入Token 0.75美元、每百万输出Token 2.95美元，限时促销价分别降至0.30美元和1.20美元——远低于GPT-5.5每百万Token 5美元和30美元的价格。

该模型发布之际，华盛顿方面正在限制对美国顶级模型的访问，OpenAI被迫限制GPT-5.6的访问权限，Anthropic也被要求将Claude Fable 5下架。对于全球面临西方实验室API价格上涨的开发者而言，LongCat-2.0提供了一个更便宜、开源许可的替代方案；而对英伟达来说，这证明中国每年超100亿美元的GPU采购渠道可能面临国产芯片的结构性竞争。

美团如何在国产芯片上构建万亿参数模型

训练集群由5万多块国产ASIC组成，采用超级算力模组架构，利用华为集合通信库管理芯片间协同——直接替代了英伟达NCCL软件栈的功能。美团表示，预训练过程覆盖超过35万亿Token，全程"未出现回滚或不可恢复的损失尖峰"。考虑到大量在未经验证硬件上进行的训练常常中途失败，这一稳定性声明意义重大。相比之下，DeepSeek的V4-Pro仅在推理环节使用华为芯片，预训练仍运行在英伟达硬件上——这使得LongCat-2.0成为首个在国产加速器上完成训练和推理全流程的万亿参数模型。

该架构采用混合专家设计，结合LongCat稀疏注意力机制，这是对DeepSeek稀疏注意力机制的演进版本。它通过三种技术解决二次评分成本问题：面向合并内存访问的流感知索引、跨层分摊计算成本的跨层索引，以及采用粗到精两阶段评分布局的层级索引。一个N-gram嵌入模块在5-gram Token组合框架中额外增加了1350亿个参数，将核心嵌入空间扩大了约100倍，使模型能够捕获密集的局部Token关系，同时减少内存输入/输出瓶颈。

训练完成后，美团应用了基于混合专家模型的多教师优化框架，将训练后优化分为三个独立集群：处理工具调用和自纠错循环的智能体专家、处理多跳逻辑和数学的推理专家，以及处理人类对齐和安全护栏的交互专家。一个动态门控路由机制在运行时融合这些专长行为，使模型能够同时协调深度推理、稳定的工具执行和安全交互。

定价低于西方竞争对手

美团的商业策略瞄准了西方实验室因提价而失去的成本敏感型开发者市场。上下文缓存命中免费处理——这一功能改变了智能体编码工作流的经济性，因为模型会反复读取同一份数百万Token的代码库。对于非缓存命中的情况，限时促销价使LongCat-2.0每百万输入Token仅0.30美元、每百万输出Token仅1.20美元，与DeepSeek V4-Pro的永久定价（0.435美元和0.87美元）以及小米MiMo-V2.5 Flash（0.10美元和0.30美元）处于同一水平。其标准定价（0.75美元和2.95美元）仍低于谷歌Gemini 3.1 Pro Preview在20万Token以下上下文窗口中的2美元和12美元。

该模型以Owl Alpha的化名在OpenRouter上匿名运行了两个月，每月处理约10.1万亿Token，环比增长242%，使其跻身该平台全球前三。在美团公开身份时，该模型已在Hermes Agent工作区排名第一、在Claude Code部署中排名第二、在OpenClaw环境中排名第三。在Terminal-Bench 2.1上，其得分为70.8；在SWE-bench多语言版本上达到77.3；在通用企业工作流模拟器FORTE上得分为73.2——与Claude Opus 4.6持平，但落后于GPT-5.5的77.8分。

投资视角

对投资者而言，这一影响是双重的。英伟达股价目前基于其CUDA软件和硬件领先地位不可动摇的假设而享有高估值，但如今面临着来自中国ASIC集群的有力挑战——这些集群能够以更低成本提供具有竞争力的性能。与此同时，美团已从一个拥有7.7亿年交易用户的外卖超级应用转型为一家基础AI基础设施提供商——这一转型可能为其核心物流业务之外开辟新的收入来源。该公司尚未披露训练集群的总成本，但5万块国产加速器的大规模成功部署表明，中国AI芯片行业已达到大多数西方分析师未曾预料的成熟度。正如分析师陈玉珍在X平台上所言，这一发展印证了英伟达首席执行官黄仁勋自己的观察——GPU出口管制"不会阻止中国，只会加速能在中国芯片上运行的AI的发展。"

本文仅供信息参考，不构成投资建议。