LongCat-2.0 官方模型卡：规格与官方基准（含与 Gemini/GPT-5.5/Claude Opus 对比表）

一句话结论

官方模型卡是判断 LongCat-2.0 适用任务的第一手权威依据：它在 SWE-bench Pro（59.5）超过 GPT-5.5（58.6）与 Gemini 3.1 Pro（54.2），Terminal-Bench 2.1 达 70.8，但在 BrowseComp/GPQA/IFEval 等多项上落后于 GPT-5.5 与 Claude Opus 4.8——即"编码与 Agent 任务强、检索与通用推理非顶尖"。

官方基准数据（模型卡原表，*为引用对方官方报告，未注明的为美团统一 harness 自测）

注：* = 引用自对应模型官方报告；- = 无公开可比分数。

官方规格要点

• 架构：MoE，1.6T 总参数，每 token 激活约 48B（动态 33B–56B，官方 X 账号口径）；HF 元数据模型大小 1.8T（含 N-gram Embedding 135B、BF16）。

• 上下文：原生 1M tokens（在数千亿 tokens 的百万上下文数据上训练）。

• 关键特性：LongCat Sparse Attention（LSA，SI/CLI/HI 三项优化）、3-step MTP 投机解码、N-gram Embedding（n-gram size=5，135B 参数）。

• 训练：35T+ tokens，5 万余国产算力芯片（AI ASIC superpods），全程无回滚（官方博客口径）。

• 适配 Harness：Claude Code、OpenClaw、Hermes（官方明示"deeply integrated"）。

• 许可证：MIT。

• 官方体验入口：https://longcat.ai；联系 longcat-team@meituan.com。

复核与适用边界

• 口径警示：全部分数为美团自测（自建 harness、自家评分，模型卡注明"problematic tasks corrected"——AlphaSignal 指出这意味着评分前人工修正过问题任务），标 * 的对比分数来自各家官方报告，跨实验室不可直接横向比较；截至 2026-07-01 无任何独立第三方（Artificial Analysis、Scale 等）发布过 LongCat-2.0 的复测分数（AlphaSignal 原文）。

• 相对强弱结论（多家独立解读一致）：

  • 领先项：SWE-bench Pro 59.5 > GPT-5.5 58.6、> Gemini 3.1 Pro 54.2；Terminal-Bench 2.1 与 Gemini 3.1 Pro 打平（70.8 vs 70.7）；RWSearch、FORTE 超过 Gemini 3.1 Pro。

  • 落后项：FORTE/RWSearch/BrowseComp 全面落后 GPT-5.5（77.8/85.3/84.4 vs 73.2/78.8/79.9）；GPQA-diamond、IFEval 落后 GPT-5.5 与 Gemini 3.1 Pro；Claude Opus 4.8 在 SWE-bench Pro（69.2）上领先 LongCat 近 10 分。

  • 综合：官方图表中 LongCat-2.0 唯一稳定战胜的是 Gemini 3.1 Pro（AlphaSignal 结论），对 GPT-5.5 仅 SWE-bench Pro 一项险胜。

• 任务适用判断：适合仓库级编码、终端交互、长上下文 Agent 工作流；不适合需要顶尖检索（BrowseComp）、科学推理（GPQA）与严格指令跟随（IFEval）的场景。

• 关联文档：测评 02（官方技术博客）、测评 03（OpenRouter 第三方口径）。