朋友今天发我一条消息，说美团这次发布的模型好像很猛，处理量级等同于新发布的GPT-5.5。

美团这次发布的 LongCat-2.0-Preview，我搜了一下，参数规模直接上了万亿级。而且，全程靠国产算力训练，上下文窗口支持1M。

万亿参数意味着什么？

你可以把参数理解成模型的记忆容量和推理能力的总和，参数越多，模型能记住的东西越多，能处理的任务越复杂。而参数量，直接决定了模型的知识容量上限。

以前国内大多数模型停留在几百亿参数的量级，而 LongCat-2.0-Preview 直接把这个数字推到了万亿。

目前全球能站上万亿参数这个门槛的模型，屈指可数。

GPT-5.5 是其中之一，同期发布的 DeepSeek V4 也在这个量级。美团这次的量级，也是正式跻身全球顶尖大模型“俱乐部”

当然，我估计很多人的第一反应还是：美团做大模型，为什么？

美团的核心业务是本地生活，即时配送，餐饮SaaS，属于高频低毛利的撮合生意。这些业务的共同点是：对AI的需求极其真实，而且极其高频。

调度算法、需求预测、商家运营、用户推荐……每一个环节，都有海量的非结构化信息需要处理。

这么来看，美团做大模型，算是是国内少数真正把大模型用进自己核心业务的硬需求的公司。

自研，本质上是一种降本增效的手段。但规模到了万亿参数，我理解这件事就不是降本，而是在布局物理AI底座。

而且，美团选择在 DeepSeek V4 同期发布，并在参数规模上相当，不是巧合，而是国内大模型市场正在经历这样一个阶段，头部玩家开始从各自为战，走向直接正面竞争。

当两个万亿级模型同时出现，用户就有了比较的基础，市场格局就会加速分化。

对美团而言，这次发布也是一次身份的重新定义。美团做了多年的配送调度优化，本质上是在用算法处理海量实时数据。这种技术积累，和大模型的需求有不少重叠。

还有一个细节不得不提：LongCat-2.0-Preview，是目前公开已知的、首个完全依托国产算力集群完成训练和推理的万亿级大模型，动用了5万到6万张算力卡。

这在当下的地缘背景里，其实是一句非常重的话。

高端GPU禁售已经不是新闻，但用国产算力能不能训出万亿级模型，一直是个没有被正面验证的问题。

美团的这次发布，算是给出了一个有说服力的回答，不依赖英伟达，同样可以在顶尖量级上做事。这背后，是相当复杂的分布式训练工程能力。

而且，这个模型目前提供每天1000万Token的免费额度，申请流程也不复杂，官网填表就能申请测试资格。毕竟GPT-5.5 的 API 调用成本不低，作为开发者或者想体验长上下文能力的用户，现在就有一个零成本的选项可以去试。

国产大模型内卷，有人觉得是坏事，觉得大家都在烧钱比参数，没有意义。但我觉得这件事更接近一个正常市场应有的状态，竞争加速了技术迭代，也迫使各家把成本压低，把门槛降低。

DeepSeek 把开源和低价这张牌打出去，逼着其他人在性价比上重新定价。美团把万亿参数和国产算力这张牌打出去，证明了一条新的技术路径可行。

这些牌互相叠加，把整个行业的基准线往上抬。用户在这个过程里，也得到了更强的模型，更低的价格，更多的选择。

美团这次，又给这个市场加了一点重量。