2026年6月30日，美团面开美团正式推出全新一代万亿参数大模型 LongCat-2.0，发布并同步启动全面开源计划。国产

作为全球首个完全依托国产算力完成从预训练到推理全链路研发的参数万亿级大模型，LongCat-2.0总参数量高达 1.6万亿。大模该模型采用从零开始的并全原生预训练架构，原生支持高达 100万token的美团面开超长上下文处理能力。

国际平台表现强劲

在前期开放测试阶段，发布LongCat-2.0在国际主流平台上展现出卓越的国产应用性能：
* OpenRouter平台：累计调用量稳居全球前三；
* Hermes评估体系：月度调用量位居全球首位；
* Claude Code基准：月度调用量位列全球第二，仅略低于行业领先的参数 Claude Opus 4.8 版本。

技术普惠与生态共建

为推动技术普惠，大模LongCat项目团队宣布将分阶段开源包括底层基础设施框架、并全高性能推理引擎及完整模型参数在内的美团面开核心技术模块，全面向全球开发者社区开放。发布

海量数据与跨模态基础

模型预训练数据总量超过 30万亿tokens，国产涵盖高质量中文、英文、多语种文本及多种编程语言代码，奠定了扎实的跨语言与跨模态理解基础。

万卡国产集群训练突破

在万卡规模国产集群的训练实践中，团队系统性攻克了硬件故障频发、节点通信不稳定、显存资源紧张及数值计算漂移等关键挑战，在稳定性、正确性与训练效率三大维度实现技术突破：

1. 稳定性提升：通过自研 HCCL异常容错机制、弹性扩缩容调度策略及全自动故障恢复流程，将月均单日训练中断率降低逾 70%。
2. 正确性保障：构建确定性算子库，结合逐位一致性校验与实时参数健康监测，显著提升训练可复现性与结果可靠性；同时优化核心计算模块数值精度，重构Reduce通信逻辑，增强关键路径鲁棒性。
3. 效率优化：依托精细化流水线调度、动态显存管理与算子级核资源调控技术，使模型训练 MFU（Model FLOPs Utilization）提升至原有水平的 1.5倍。

最终，LongCat-2.0实现稳定日均吞吐量超 1万亿tokens，成功完成万亿参数 MoE 架构模型在纯国产算力平台上的全流程、高可用训练。