出品/未来科技界

作者/张永堃

编辑/李彦

头图/截自品牌官网

LongCat-2.0持续刷榜OpenRouter平台，由国产算力训推的万亿大模型终于来了。

4月29日，一个名为“Owl Alpha”的匿名模型悄然登上OpenRouter平台。在无人知晓其背景的情况下，这个模型月处理Token量超过10万亿，总调用量一度冲进平台前三，仅次于Claude系列等头部模型。

直到6月30日，美团正式发布LongCat-2.0，这个持续数月霸榜的匿名模型终于揭开面纱：Owl Alpha正是LongCat此前用于真实环境测试的版本。

作为一个生活服务平台，外界并不会将美团与AI大模型强绑定，但美团不仅做出了一个能在OpenRouter持续刷榜的模型，更关键的是，它还是首个由国产算力完成训练和推理的万亿参数规模大模型。放在当下AI竞赛的大环境里，这无疑为行业提供了一个新的观察样本。

同样是握有海量用户的平台，阿里、字节和美团在AI上的切入点并不相同。阿里B端C端都想要，一方面依靠开源模型连接开发者和企业客户，另一方面推广千问App，意在把握AI时代的新流量入口；而有着“App工厂”之称的字节，推出了可能是国民度最高的AI应用——豆包，并且在图片、视频等多模态模型持续发力。那么，为什么美团做的大模型，是LongCat这一形态？

第一个因素，就是场景。

用户打开美团时，需求通常高度明确：点一份外卖、预订一家餐厅、叫一辆网约车、购买一张电影票……这些场景的共同特征是决策链路短、交易导向强、停留时间有限。对美团而言，用户的核心行为并不是内容消费或长时间互动，而是在明确需求驱动下快速完成服务匹配与交易闭环。

也正因如此，美团并不天然具备承载长期AI对话的内容生态，用户也缺少为了“聊天”而主动打开美团的心智。相比通用聊天助手，美团更适合让AI嵌入具体交易场景，提升需求理解、服务推荐和履约效率。

这种场景属性，决定了LongCat从诞生之初就不是聊天机器人，而是业务的大脑——它已在商家经营决策、智能客服、代码研发等场景落地，并具备向配送调度、AI Agent等领域延伸的能力。

第二个因素，是基因。

美团是一个极其讲究效率的公司，因此LongCat从技术设计来看，几乎每一个特点也是围绕着“效率”这个目标展开。

LongCat-2.0采用MoE（混合专家）架构，总参数达到1.6万亿，但单次推理仅激活约480亿参数，在保证模型能力的同时显著降低计算成本。支持100万Token超长上下文，使模型能够一次处理大量信息，更适合复杂任务规划和Agent协同。

在近期部分Agent能力评测中，LongCat在工具调用、复杂任务执行等维度表现突出。这与美团的整体定位一致：重心不在对话交互的自然度，而在任务完成的可靠性。

最后一个因素，是战略和成本的平衡。

美团的战略选择与其整体投资风格高度一致。王兴在2026年6月的股东大会上曾明确表示，美团在AI上的投入“会比较理性、有财务纪律地去投入”。这句话背后，其实是美团对AI商业价值的清醒判断：对于一家交易平台而言，AI不是用来陪用户聊天的流量入口，而是用来缩短决策链路、提升履约效率、降低运营成本的底层工具。与其烧钱再造一个消费级AI应用，不如让AI直接嵌入现有业务流程，用更可控的投入撬动更确定的效率回报。

这种务实，也延伸到了LongCat-2.0的算力选择上。LongCat-2.0另一个引人关注的标签，是其训练和推理过程完全建立在国产算力基础之上。放在当前国产AI基础设施的语境下，这是关乎工程效率、供应安全和长期成本的现实选择。

当前国产算力替代面临的一个普遍痛点，是训练和推理分属不同硬件体系所带来的迁移成本。部分企业在训练阶段依赖英伟达，推理阶段再尝试国产替代，最典型的就是DeepSeek-V4。模型上线前往往要经历算子重写、性能调优、精度对齐等一系列工程适配。这个过程不仅耗时，也会拉高模型落地的不确定性。

LongCat-2.0选择在昇腾生态内完成“训推一体化”，则绕开了这道迁移关卡。训练、推理运行在同一硬件和软件生态中，意味着模型从研发到上线的链路更短，适配成本更低，工程可控性也更强。

从安全维度看，国产算力自主可控对美团有现实意义。外卖、到店、酒旅、打车等核心业务对系统稳定性要求极高，算力层面的供应波动可能直接影响数亿用户的日常消费。在当前全球半导体供应链不确定性上升的背景下，这一考量权重正在提升。一旦供应链出现波动，美团不需要在“训练用A、推理用B”的额外适配中消耗资源，技术自主可控的程度更高。

成本控制同样不能忽视。过去几年，国际高端芯片采购价格持续走高，供应渠道也日趋收紧。对于需要长期投入大模型训练和推理的平台型公司来说，持续依赖进口算力，很难形成稳定、可预期的成本结构。国产芯片虽然在单卡性能上与国际领先产品仍有差距，但随着集群规模扩大、软件生态完善和工程调优能力提升，整体部署成本正在下降，性价比优势开始显现。结合美团当下与淘宝闪购、京东外卖的用户抢夺战还未完全结束，有着业绩压力的美团在成本控制方面无疑会更加严格。

据美团官方披露，LongCat在5万卡昇腾集群上的实践表明，通过弹性扩缩容、自动故障恢复等技术优化，月均日故障率下降约70%，训练算力利用率提升约1.5倍，实现了用更少资源完成更多训练任务，这意味着在同等投入下，国产方案已经能够支撑起万亿参数模型的训练和日常推理。

这些成果并非一蹴而就。据美团官方消息报道，美团自2023年起便开始围绕国产算力展开适配，从千卡集群逐步推进通信优化、算子适配等基础工作。这一持续投入，如今成为LongCat快速迭代的基础条件之一。

过去一年，行业讨论最多的是谁拥有更强的通用能力。但LongCat的出现让另一个趋势浮出水面：大模型的下半场，比拼的不再是单纯的参数军备竞赛，而是深入真实产业场景的落地速度。美团用“万亿参数”与“国产算力”交出的这幅答卷证明，不烧钱做消费级流量入口，将AI化为底层工具去缩短决策链路、提升履约效率，同样能跑出一条高性价比的突围之路。在通用红利逐渐见顶的当下，这种将技术彻底扎进产业土壤的务实选择，不失为AI商业化闭环的典型样本。