# 美团 LongCat 发布 LongCat-2.0：1.6T 参数 MoE 模型，48B 激活，支持 1M 上下文

- 来源：Meituan LongCat (@Meituan_LongCat)
- 发布时间：2026-06-30 10:31
- AIHOT 分数：83
- AIHOT 链接：https://aihot.virxact.com/items/cmr09kbu3000fslrczwo8b1qh
- 原文链接：https://x.com/Meituan_LongCat/status/2071783587205308721

## AI 摘要

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。

## 正文

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 🧵👇