LongCat-2.0.

LongCat-2.0

LongCat-2.0は、1.6兆パラメータの大規模MoE（Mixture of Experts）言語モデルです。トークンあたり約480億パラメータを活性化し、AI ASICスーパーポッド上で完全に構築された独自のインフラにより、長文脈処理とコーディング・エージェントタスクで最先端の性能を実現します。オープンソースとして公開され、Claude CodeやOpenClawなどの主要ツールと深く統合された、次世代の開発者向けAIモデルです。

製品の主な特徴

• LongCat Sparse Attention（LSA）: DeepSeek Sparse Attentionを発展させた軽量インデクサーを採用。ストリーミング対応インデキシング、クロスレイヤーインデキシング、階層的インデキシングの3つの直交的最適化により、100万トークンの長文脈処理を高速化しながら品質を維持します
• N-gram Embedding: 5-gramまでのトークン組み合わせにより埋め込み空間を約100倍拡張。1350億パラメータを追加し、疎な次元でMoEと直交する形でパラメータ効率を向上。大規模バッチ推論時のメモリI/O削減により生成速度を加速します
• AI ASICスーパーポッド基盤: 5万台以上のAI ASICで事前学習を実施。6次元並列処理（TP/CP/EP/DP/PP/EMBP）とSuperpodアーキテクチャにより、35兆トークン以上の学習をロールバックや回復不能な損失スパイクなく完了。代替ハードウェアプラットフォームでのフロンティア規模の学習能力を実証しました
• MOPDポストトレーニングアーキテクチャ: Agent Experts（自律タスク実行）、Reasoning Experts（論理推論）、Interaction Experts（人間整合性）の3つの専門エキスパートグループを統合。コード、数学、多段階推論、インタラクション品質を同時に最適化します
• 1Mコンテキスト対応: 100万トークンの長文脈データで数百0億トークンを学習。all-gatherベースのCP並列処理により512以上のCPスケーリングを実現し、リポジトリレベルのコード理解や大規模ドキュメント処理に対応します

活用シーン

• 大規模コードベースの移行・リファクタリング: 100万トークンのコンテキストウィンドウにより、フルコードベースと移行ドキュメントを同時に読み込み、アーキテクチャをマッピングしてプラグイン全体を新SDKに書き換え。既存機能を保持しながら潜在的なバグを検出し、初回ビルドでクリーンにコンパイルします
• 自律型エージェントワークフロー: Terminal-Bench 2.1で70.8%、SWE-bench Proで59.5%を達成。Claude Code、OpenClaw、Hermesなどのハーネスと統合し、自動タスク実行、ツール呼び出し、マルチターンAPI対話でのパラメータ解析、自己修正メカニズムを備えた堅牢なエージェント動作を実現します
• 長文脈リサーチ・検索: RWSearchで78.8%、BrowseCompで79.9%の性能。数百万トークンのドキュメントや複数の情報源を横断した深い分析、多段階の検索と推論を必要とする研究タスクに最適です

対象ユーザー

LongCat-2.0は、大規模コードベースの管理や複雑なエージェントワークフローに取り組むエンタープライズ開発者、AI研究機関、および長文脈推論と自律タスク実行を求める高度なAIユーザー向けに設計されています。特に、オープンソースモデルでありながらプロプライエタリモデルに匹敵する性能をインフラコストを抑えて実現したい組織に最適です。