LongCat-2.0 是一款采用 MoE（混合专家）架构的大模型，总参数规模达到 1.6 万亿，但每次推理仅激活 48B 参数，旨在在推理成本可控的前提下提升模型容量与能力上限。此类设计的核心思路是“参数规模与计算开销解耦”，通过路由机制让不同任务调用不同专家，以兼顾效果与效率。该发布反映出当前大模型竞争正从单纯堆参数，转向更强调训练、路由、推理部署与系统工程的综合优化。
LongCat-2.0 MoE 模型
model LongCat-2.0AI 辅助整理 · 事实字段按公开来源校验
LongCat-2.0 是一个大规模 MoE 模型候选，标题显示其总参数 1.6T、激活参数 48B，适合纳入模型词条跟踪。
事实字段
category
model
confidence
medium
reviewed_by
codex-current-session
source_candidate_name
LongCat-2.0, a large-scale MoE model with 1.6T total and 48B Active
来源追溯：
事实字段来自公开来源整理；字段级来源元数据待继续补齐，无法稳定核验的信息不做臆测。
整理说明
本页围绕「定位、事实字段、演进时间线、关联动态」组织信息，方便快速判断 LongCat-2.0 MoE 模型 在 AI Agent 与大模型生态中的位置。
事实型字段保持保守：未公开或无法稳定核验的信息不做臆测；关联动态保留原始来源链接，便于继续阅读。