趋近智
LongCat 2.0
活跃参数
1.6T
上下文长度
1.05M
模态
Text
架构
Mixture of Experts (MoE)
许可证
MIT License
发布日期
5 Jul 2026
训练数据截止日期
-
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
251x RTX 4090
24GB VRAM
数据中心
58x NVIDIA A100
80GB VRAM
Apple Silicon
56x Apple M3 Max
128GB VRAM
1048756 个令牌
消费级
268x RTX 4090
24GB VRAM
数据中心
62x NVIDIA A100
80GB VRAM
Apple Silicon
60x Apple M3 Max
128GB VRAM
架构图
评估基准
没有可用的 LongCat 2.0 评估基准。
排名
排名
-
编程排名
-
关于 LongCat 2.0
LongCat 2.0 是美团开发的大规模混合专家（MoE）模型，在 1.6T 总参数中激活了 48B 参数。该模型专为复杂的仓库级软件修改、扩展推理以及智能体工作流而设计。
技术规格
注意力
注意力结构
DeepSeek Sparse Attention
注意力头
64
键值头
-
注意力头维度
128
位置嵌入
ROPE
RoPE Theta
1,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
No
线性注意力比例
-
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
8,192
层数
38
FFN 中间层大小（稠密层）
12,288
多 Token 预测头数
3
分词器
词汇量大小
163,840
混合专家
专家参数总数
48.0B
专家数量
768
活跃专家
12
共享专家数
-
FFN 中间层大小（每专家）
2,048
MoE 前的稠密层数
-
资源
关于 LongCat
The LongCat model family developed by Meituan.
其他 LongCat 模型
- 没有相关模型