Meituan模型

Meituan: LongCat-2.0 是一款新开源的大规模混合专家模型 (MoE)，总参数量达 1.6 万亿，每个 token 激活参数约 480 亿。注意，其整个训练和部署过程完全在 AI ASIC 超级集群上完成，在 35 万亿 token 的训练过程中未出现不可恢复的损失峰值，证明了在替代硬件上进行前沿规模训练的可行性。在架构上，该模型引入了 LongCat 稀疏注意力机制 (LSA) 以实现高效的 1M token 上下文处理，并结合 N-gram 嵌入模块以最大化参数效率。得益于专门的多专家后训练流程，Meituan: LongCat-2.0 在编码、推理和自主智能体任务中表现卓越。基准测试结果显示其性能极具竞争力，在 Terminal-Bench 和 SWE-bench 等评估中可与 GPT-5.5 和 Claude Opus 4.x 等主流专有模型媲美。它与 Claude Code 等主流框架深度集成，为开发者在复杂的代码库级编辑和现实世界的智能体工作流中提供极其稳定高效的协作体验。

Meituan: LongCat-2.5-Preview 是一款预览版多模态模型，有图像理解能力，可用于跨模态问答、内容摘要和复杂的视觉推理。它在代码生成、代码理解和自动化编程任务中展现出强大的编程能力。该模型还针对 Claude Code、Hermes、OpenClaw、OpenCode 和 Kilo Code 等主流开发环境深度了优化。