LongCat 系列：美團開源 Agentic Coding 模型家族

TL;DRLongCat-Flash 與 LongCat-2.0 是美團的開放權重 MoE 模型。本文依官方模型卡說明動態計算、LSA、長上下文與工具使用，並區分模型規格和託管端點限制。

#meituan #longcat #moe #open-weight #agentic-coding #sparse-attention

Liquid AI LFM：裝置端推理與 Agent 工作流 NVIDIA Nemotron 系列：開放權重推理與多模態模型家族

🌏 English version

美團的 LongCat 是開放權重語言模型家族。LongCat-Flash 用動態 MoE 分配每個 token 的計算量；LongCat-2.0 則把重點推向長上下文、程式碼理解與多步工具使用。選擇時，應把模型規格、託管端點限制與實際工作流分開看。

家族定位與版本矩陣

模型／產品線	定位	關鍵差異	存取方式
LongCat-Flash-Chat	聊天、程式碼與工具	560B；平均約 27B active；128K	MIT 開放權重
LongCat-2.0	長上下文與 agent	1.6T；約 48B active；1M	MIT 權重；OpenRouter `meituan/longcat-2.0`

從 Flash 到 2.0

以下規格依官方 Flash 模型卡與2.0 模型卡整理，查核日期為 2026-10-11。

模型	總參數	每 token 活躍參數	官方上下文	重點
LongCat-Flash-Chat	560B	平均約 27B，依輸入動態變動	128K	非 thinking 聊天、程式碼與工具使用
LongCat-2.0	1.6T	約 48B	1M	長上下文、程式碼庫修改與 agent 工作流

「活躍參數較少」描述每個 token 需要的計算，不能直接拿來估算整份權重的儲存成本。部署 1.6T MoE，仍須考慮完整權重、專家配置、上下文快取與並行請求。

家族演化

本篇以 Flash 與 2.0 比較選型重點：從動態 token 計算走向長上下文、程式碼與 agent 工作流，未整理完整發布時間線。

架構與訓練取捨

架構為什麼這樣設計

Flash：把計算留給需要的 token

Flash 的動態計算機制使用 zero-computation experts，依上下文分配專家計算量；Shortcut-connected MoE 則增加計算與通訊重疊的空間。這是大型 MoE 的工程重點：節省計算後，跨裝置通訊仍可能成為瓶頸。

2.0：降低長上下文索引成本

LongCat Sparse Attention（LSA）針對稀疏注意力的索引成本與零碎記憶體存取，組合三個設計：

Streaming-aware Indexing：結合連續存取與動態選取 token，改善記憶體讀取方式。
Cross-Layer Indexing：相鄰層重用索引結果，減少重複索引。
Hierarchical Indexing：先做區塊級粗篩，再從候選區塊選 token。

這三項是 LSA 內部的改進，不應把 LSA、N-gram Embedding 與動態 MoE 統稱為官方所說的三個可獨立開關模組。

2.0 也沿用 Flash-Lite 的 N-gram Embedding，在 MoE 以外的稀疏維度擴展參數。其角色是增加表示容量；它不是搜尋索引，也不會替主程式持久保存任務進度。

評測與競品比較

怎麼讀效能報告

2.0 模型卡列出 Terminal-Bench、SWE-bench、BrowseComp 等結果。官方註明，未加星號的分數由美團內部評測，加星號的對照分數引用其他模型官方報告。這不是所有模型都由獨立第三方以同一設定重跑的排行榜。

選型時，應核對 harness、工具權限、推理預算與成功判定。對自己產品更有用的測量是：跨檔案修改能否通過測試、工具參數是否正確、失敗後能否恢復，以及完成任務的總成本。本文不把廠商表格推成「全面勝過」其他家族的結論。

延伸選型可參考 NVIDIA Nemotron 系列、Cohere North 模型家族、Apodex 模型家族、Liquid AI 模型家族、Dots 模型家族，並依任務與部署條件比較。

授權、價格與部署

授權、端點與範例

Flash 模型卡將權重與原始碼列為 MIT；2.0 模型卡將模型權重列為 MIT，並說明不授予美團商標或專利使用權。使用時仍要保留授權所要求的聲明，不能把 MIT 等同於沒有任何義務。

OpenRouter 的 2.0 端點資料在本次查核列出 meituan/longcat-2.0 與 tools、tool_choice，沒有列出 response_format。這描述當時端點支援的參數，不是所有部署方式永久相同的模型限制。價格請以呼叫當下的端點資料為準。

以下是對該路由的最小 HTTP 範例，需自行設定 API key；本文未進行付費推理呼叫：

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer ${OPENROUTER_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{"model":"meituan/longcat-2.0","messages":[{"role":"user","content":"Explain the dependency between these two modules."}]}'

需要 JSON 時，要先確認供應商是否支援強制結構化輸出。只在 prompt 寫「請回 JSON」不足以保證格式；主程式仍須解析、驗證 schema 並處理錯誤。

Agent 使用與選型

模型能力與 agent 的分工

官方模型卡列出 Claude Code、OpenClaw、Hermes 等 harness 的整合方向，以及程式碼理解、跨檔案修改與自動化任務。這是應用整合的定位，不能保證所有 harness 版本或所有專案都能直接使用。

模型產生文字與工具呼叫請求；主程式要提供工具、執行請求、回傳結果，並管理狀態、權限與稽核紀錄。需要它修改程式碼時，至少提供讀檔、修改檔案與測試工具，再用實際 repo 驗證。

一個可落地的試用順序是：先讓模型解釋跨檔案依賴，再要求修改一個小功能，最後檢查 diff、執行測試並記錄工具失敗。把整個 repo 塞進上下文，不能取代這些檢查。

部署與選擇

2.0 官方列出 GPU 與 NPU 部署路徑，GPU 指向 SGLang cookbook，NPU 指向 SGLang-FluentLLM。官方也表示其訓練與大規模部署使用 AI ASIC superpods；這不代表使用者只能用該硬體部署，也不應推成晶片供應鏈的市場結論。

需求	可先評估	驗證重點
已使用 Flash 的工具流程	LongCat-Flash-Chat	既有 chat template、工具解析與上下文是否足夠
長文件與跨檔案修改	LongCat-2.0	長輸入下的檢索正確率、修改是否通過測試
自建服務	官方部署指引	完整權重、記憶體、並行與推論框架支援

限制與取捨

2.0 官方模型卡指出，訓練包含 1M 上下文資料。這支持它經過長上下文訓練，但不能推出它會完整記住整個程式碼庫，或處理任意長文都能保持相同準確率。

LongCat 的取捨是以大型稀疏模型換取長上下文與 agent 能力；託管 API 可以降低自建門檻，但仍要驗證端點支援與任務成功率。值得先從一個可測試的工作流開始，再決定是否擴大使用。

更新紀錄

2026-10-11：依共同家族格式重排章節，使用既有資料補版本矩陣；事實核對日期沿用既有紀錄。
2026-10-11：依官方模型卡與端點資料重寫架構、部署及能力邊界，移除未完成查證的日期、硬體數量與排行推論，完成草稿發布。