---
title: "1.6 万亿参数，一张英伟达卡都没用"
date: 2026-11-22
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-meituan-longcat-domestic-1122
language: zh-CN
---

# 1.6 万亿参数，一张英伟达卡都没用

> 1.6 万亿除以 480 亿，得 33.3。

1.6 万亿除以 480 亿，得 33.3。

这是美团 LongCat-2.5 的两个参数口径。总参 1.6 万亿，每生成一个 token 激活约 480 亿，两者相除是 33.3。换句话说，一个 token 只走全部权重的三十分之一，剩下三十分之二十九不动。模型越大越省着用，这是过去两年参数扩张的共同做法；差别在于，这一次的权重是在国产加速卡上训出来的。原生多模态，文本、图像、视频都能输入，上下文开到 100 万 token。

大头是闲着的。

省下来的只是算力，不是显存。稀疏激活让每个 token 少算很多乘加，但 1.6 万亿个参数仍然要放在某处，一个都不能少。这就是第一道题：单卡显存不足 80GB，厂商工程文档把这句写在最前面，等于先交了底。装不下的部分只能切开，切开之后卡与卡之间要通信，通信要时间，时间就是延迟。

80GB 装不下 1.6 万亿。

于是有了一张清单。

## 194 张卡分工

厂商工程文档给的自托管参考配置是 194 张华为昇腾 Atlas A2。分工写得很细：2 张做图像处理，64 张做提示词摄入，128 张做回复生成。2 加 64 加 128，正好 194，没有余量，也没有一张留给别的用途。整份指南里没有英伟达选项。这不是一句口号，是一张能照着买的清单：型号、张数、每一段干什么，都写在上面。

输入与输出，一比二。

64 张管读，128 张管写，写的那一头是读的两倍。一次提问只读一遍，一段回复要一个字一个字往外吐，吐字的阶段更吃卡。上下文开到 100 万 token，读的那一段就更长：64 张卡要先把它读完，读完之后的中间结果还要留在显存里占地方。读得越长，后面写得越贵。

1.6 万亿除以 194，得 82.5 亿。

平均一张卡上站着 82 亿参数，差不多是总参的194 分之一。这个除法没有考虑激活，也没有考虑并行切分的方式，它只说明一件事：所谓“一张卡都没用”，不是一张卡干完了所有活，是 194 张卡各干一段，这 194 张里没有一张英伟达。

一张都没有。

194 张卡也划出了自托管的门槛。这不是一台机器，是一个机柜级的部署：卡要互联，显存要池化，任务要按输入和输出分开排队。权重公开，不等于人人跑得动；能下载和能上线之间，隔着一间机房。开源把模型给出去，没有把机房一起给出去。

能下载，不等于能上线。

100 万 token 的上下文是另一道账。窗口开得越长，中间结果占的显存越厚，194 张卡里留给生成的那 128 张，被上下文吃掉的余量就越多。上限是海报上的数，账单在机房里。

## 差的是0.7分

跑分先摆出来，全部是厂商自报。Terminal Bench v2.1 拿到 88.4；Claude Opus 5 是 89.1，GPT-5.6 Sol 是 88.8。两个对手分别高 0.7 分和 0.4 分。BrowseComp 是 91.9，这个数单独看，只能说明它被跑过。三个同榜的数放在一起，能说的话题只有一个：它进了第一梯队，但没进第一名。

0.7 分，不是 7 分。

这个差距放在一张榜上，是第一梯队内部的差距，不是代际差距。但榜是厂商自己选的，题目也是厂商自己报的，名次怎么排，发布方有主动权。自报的意思是，没有第三方复跑；复跑之前，88.4 只是一个待核的数。待核不等于假，只等于还没有别人替它作证。

更能说明问题的是另一组数：W4A4 量化相比 8 位基线，prefill 吞吐提升 43.3%，decode 吞吐提升 42.77%。两个数字差 0.53 个百分点，几乎对称。读入和生成两个阶段同步受益，说明这次压缩没有明显偏科。4 位是 8 位的一半，权重体积减半，一张卡装得下的参数翻倍，卡与卡之间要搬的数据也少了一半。

带宽也是成本。

## 权重可以拿走

许可证是 MIT。权重可以下载、可以改、可以商用。对美团来说，这件事的收益不在授权费，在别人能不能拿它去改。改的人多了，模型会长出原厂没想到的用法；改的人少了，权重就只是一份存档。公开的应用只有妙手工作台和一家门店，剩下的用法，得看拿走权重的人怎么写。

权重出去了，用法就分散了。

这也是开源模型和闭源接口的分岔。接口的用法由厂商定义，权重的用法由拿走的人定义。前者改一次要发公告，后者改一次只要提交一个分支。

## 上一代5 万张卡

上一代 LongCat-2.0 是 2026 年 6 月底训的，集群规模 5 万多张国产芯片。从 6 月底到 11 月，不到 5 个月。两个数字不能相减：5 万多张是训练集群，194 张是推理参考配置，一个是把模型造出来，一个是把模型开起来。拿 5 万减 194，得出“卡数少了 99%”，是把两本账合成了一本。训练要的是并行和容错，推理要的是延迟和吞吐，尺子不一样。

两本账。

训练侧的成本结构和推理侧不是一回事。前者是几万张卡同时跑，空转一分钟就是钱；后者是常年开着，忙的时候满、闲的时候空。5 万多张的集群适合前者，194 张的清单适合后者。把两份配置放在一张表上比大小，比出来的不是进步，是两种活。

能比的只有时间。不到 5 个月，从 5 万多张的集群，走到一份 194 张的部署清单。

清单比集群好复制。

## 一家门店的七个百分点

应用侧给了一个很小的数。美团“妙手”商家 AI 经营工作台以 LongCat 系列为底座；杜尚发型的一家门店 8 月试用，9 月 GTV 环比增长 7%。一家门店，一个月，一个个案。它证明不了模型强弱，只证明这套东西已经接进了真实的门店经营，并且留下了一个可以复算的月度数字。榜单上的 0.7 分相对对手，门店里的 7% 相对上月，两个数不该放在一起比。

一个个案，7%。

7% 是环比，不是同比；是一个月，不是一年；是一家店，不是全平台。三个限定词缺一个，这个数就会被读大。

## 可复制比可训练难

蔡勋梁是美团龙猫大模型负责人。他的说法是：“逐步攻克了神经网络处理器确定性计算、算力利用率提升等难题，验证了大规模国产训练的可行性。”注意最后三个字：可行性。可行性是一道证明题，做完一次就成立；可复制性是一道工程题，别人照着做还得成。

确定性计算这一条尤其具体：同一批数据、同样的并行切分，换一次运行要能得到同样的结果，否则大集群上的问题无法复现，调优也无从谈起。194 张卡的清单，就是那道工程题的第一页。

第一页，不是最后一页。

训练侧依然是 5 万张级别的集群，那套东西没有变成清单。可复制的是部署，不是训练。这两件事之间，差着一整个集群的规模。

差着一整个集群。

所以结论不落在 88.4 上。88.4 会挂在榜上，等别人来复跑。194 张卡的分工表不用等：2 张图像、64 张输入、128 张输出，谁想复现，就按这个数去买卡。

2 张，64 张，128 张。

三个数加起来是 194。指南翻到最后，也没有英伟达那一栏。

**免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-meituan-longcat-domestic-1122
本内容仅供参考，不构成投资建议。
