美团 LongCat 推出 LongCat-2.0,基于 MoE 架构,总参数 1.6T,激活参数约 48B,支持 1M 上下文。模型专为智能体编码设计,包含 LongCat 稀疏注意力(LSA)、零计算专家(33B–56B 动态激活)及 MOPD(三组任务路由专家)。基准测试:Terminal-Bench 2.1 达 70.8,SWE-bench Pro 59.5(超 GPT-5.5 的 58.6),SWE-bench Multilingual 77.3,FORTE 73.2,RWSearch 78.8,BrowseComp 79.9。目前已通过 OpenRouter 的 Owl Alpha 开放使用。
正式推出 LongCat-2.0 🐱 1.6T 参数 · MoE 架构,约 48B 活跃参数 · 1M 上下文窗口 这是 @OpenRouter 上 Owl Alpha 背后的完整模型——现已开放使用。
从头为智能体编码而构建: ◆ LongCat 稀疏注意力(LSA)——高效扩展至 1M 上下文 token ◆ 零计算专家——每个 token 动态激活 33B–56B 参数,零计算浪费 ◆ MOPD——三个专精专家组(智能体 / 推理 / 交互),按任务通过门控路由
性能对比: → Terminal-Bench 2.1:70.8 → SWE-bench Pro:59.5(GPT-5.5:58.6) → SWE-bench Multilingual:77.3 → FORTE:73.2 · RWSearch:78.8 · BrowseComp:79.9
📖 技术博客:https://longcat.chat/blog/longcat-2.0/ 在不同场景中试用 🧵👇