不聲不響放出大招！美團近期在毫無官方宣傳、也未開源的極度低調狀態下，悄悄上線了新一代大模型「LongCat-2.0-Preview」。這款專為 AI Agent 打造的巨獸，不僅具備百萬上下文處理能力，更被業內爆料是全程動用高達 5 到 6 萬張「國產算力卡」訓練而成，創下國產最大規模算力訓練的歷史紀錄。目前該模型僅開放邀請測試，每日提供千萬免費 Token 額度。
（前情提要：摩根大通：AI 不是搶飯碗，是產能倍增器，需求擴張才是就業關鍵）
（背景補充：收藏卡交易上鏈有搞頭？Renaiss平台5個月交易破千萬鎂，二級市場轉起來了）
在全球 AI 軍備競賽白熱化之際，中國科技巨頭美團（Meituan）選擇以一種極度低調卻震撼的方式秀出肌肉。
近期，多位業內人士與開發者發現，美團的 LongCat API 平台悄悄上線了一款名為 LongCat-2.0-Preview 的新模型。更新日誌顯示日期為 4 月 20 日，但令人意外的是，美團至今未發布任何官方新聞稿，也沒有釋出技術報告或開源程式碼，目前僅透過 API 形式提供邀請測試。
反常的低調：未開源、零宣傳
回顧美團 LongCat 系列的發展史，從 2025 年開始活躍的 Flash-Chat（560B MoE）、Flash-Thinking 到 Omni 等版本，每次發布必定伴隨著詳盡的官方部落格、技術白皮書，並同步於 Hugging Face 和 GitHub 上開源。然而，這次迎接跨世代的 2.0 版本，美團卻選擇了「悶聲發大財」的策略。
根據官方簡短的更新日誌，LongCat-2.0-Preview 幾乎是為生產力而生，明確列出了三大核心能力：
- 面向 Agent 開發：原生支援工具調用（Tool Calling）、多步推理與長上下文任務。
- 自動化生產力：極度擅長程式碼生成、自動化工作流與複雜指令的執行。
- 深度生態整合：已深度集成 Claude Code、OpenClaw、OpenCode 以及 Kilo Code 等前沿工具。
對標 DeepSeek V4，萬億參數與百萬上下文
隨著 4 月 24 日更多媒體與知情人士的爆料，這款神秘模型的真實底細終於浮出水面。
據悉，LongCat-2.0-Preview 採用了混合專家（MoE）架構，總參數一舉突破了萬億級別，其參數規模與激活參數數量，基本與同日震撼發布的 DeepSeek V4 處於同一量級。同時，該模型支援高達 1M（百萬）上下文窗口，單次可吞吐數百萬字的巨量輸入，整體能力直指 GPT-5.5 等國際最前沿大模型。
國產算力的歷史性里程碑
相較於模型本身的龐大參數，更具戰略意義的是其背後的算力基礎。
知情人士透露，LongCat-2.0-Preview 的訓練與推理，「全程」基於中國國產算力叢集完成。據稱，美團為此動用了高達 5 到 6 萬張國產加速卡。這不僅徹底擺脫了對 NVIDIA 等海外高端 GPU 的依賴，更一舉創下了迄今為止在國產算力上完成的「最大規模大模型訓練紀錄」。
目前，該模型已在官網（longcat.ai）開放邀請測試，並豪氣地提供每日 1,000 萬的免費 Token 額度供開發者嘗鮮。
