https://kaikai365.com/tags/moe/Recent content in MoE on 凱凱的技術筆記Hugozh-TWWed, 01 Jul 2026 10:00:00 +0800https://kaikai365.com/posts/2026-07-01-longcat-2/Wed, 01 Jul 2026 10:00:00 +0800https://kaikai365.com/posts/2026-07-01-longcat-2/<h2 id="前言">前言</h2> <p>2026 年 6 月 30 日，美團低調而重磅地發佈了新一代萬億參數大模型 <strong>LongCat-2.0</strong>，並同步開源。這不是一個普通的模型更新——它是<strong>業界第一個在五萬卡中國算力集群上完成全流程訓練與推理的萬億參數模型</strong>，預訓練數據規模超過 30T tokens，原生支援 100 萬 Token 的超長上下文。</p> <p>更引人注目的是，在正式版開源前，LongCat-2.0 的 Preview 版本已經透過 OpenRouter 平台面向全球開放，並<strong>躋身 OpenRouter 全球大模型調用量前三名</strong>——在 Hermes、Claude Code 和 OpenClaw 等 Agent 工具的分榜中，分別拿下全球第一、第二和第三的成績。</p> <p>這篇文章將從架構、訓練、推理、應用四個維度，帶你全面理解 LongCat-2.0 到底強在哪裡，以及它對 AI Agent 開發者意味著什麼。</p> <div class="adsense-container" style="margin: 20px 0; text-align: center;"> <span style="font-size: 12px; color: #888; display: block; margin-bottom: 5px;">- 廣告 -</span> <ins class="adsbygoogle" style="display:block; text-align:center;" data-ad-layout="in-article" data-ad-format="fluid" data-ad-client="ca-pub-7490556205068980" data-ad-slot="YYYYYYYYYY"></ins> <script> (adsbygoogle = window.adsbygoogle || []).push({}); </script> </div> <h2 id="架構核心16-萬億參數但只喚醒-480-億">架構核心：1.6 萬億參數，但只喚醒 480 億</h2> <p>LongCat-2.0 採用的是 <strong>MoE（Mixture of Experts，混合專家）架構</strong>，總參數達到驚人的 1.6 兆（1.6T），但每個 token 實際激活的參數約為 480 億（48B），動態範圍在 330 億到 560 億之間。</p>