LongCat-2.0 API 已上线 SiliconFlow：百万 Token 上下文工作负载的 Agentic 编码路由决策

几周以来，使用 Hermes Agent 和 Claude Code 的工程团队一直在依赖一个不知名字的匿名模型。"Owl Alpha"——这个在社区排行榜上冲至全球日均用量前三、在 Hermes Agent 月用量排名第一、在 Claude Code 月用量排名第二的神秘模型——正是美团 LongCat-2.0 的预览版。现在完整模型已公开，API 通过 SiliconFlow 开放，每位 operator 都需要对它在路由链中的位置做出明确决策。

发生了什么

美团 LongCat 团队于 2026 年 6 月 30 日发布 LongCat-2.0，随后于 7 月 5 日在 SiliconFlow 上线 OpenAI 和 Anthropic 兼容 API（7 月 17 日更新博客）。模型规格：

• 总参数 1.6T，每 token 激活约 48B——稀疏 MoE 架构，动态激活范围 33B–56B
• 原生百万 Token 上下文窗口（精确为 1,049K tokens），最大输出 262K
• LongCat Sparse Attention (LSA)：长上下文计算复杂度为线性而非平方，1M 窗口下精度不退化
• MOPD 路由：三个独立训练的专家组（Agent / Reasoning / Interaction），在推理时动态门控调度
• SWE-bench Pro 领先——长程软件工程基准测试成绩领先

SiliconFlow 定价：

• 输入：$0.75/M tokens
• 缓存命中输入：$0.015/M tokens（较未缓存便宜 50 倍）
• 输出：$2.95/M tokens

为何对 AI 工程团队重要

LongCat-2.0 在模型市场中占据特定位置：它不是最便宜的（GLM-5.2 输入约 $0.20/M，价格低得多），也不是最快的（MiMo-V2.5-Pro-UltraSpeed 主攻实时吞吐）。LongCat-2.0 的核心价值在于：百万上下文可靠性 + agentic 编码质量，这一组合已经在匿名排行榜的真实生产流量中得到验证。

SWE-bench Pro 结果之所以重要，是因为该基准比 SWE-bench Verified 更难刷榜——它测试完整的软件工程会话，而非单文件编辑。如果你的工作负载是需要大规模代码库导航、写测试、跨多轮工具调用验证结果的 coding agent，这一信号直接有效。

缓存定价是关键的 operator 变量。缓存命中 $0.015/M，对于将代码库保留在 prefix cache 中的 Claude Code 会话，实际费用远低于标称输入价格。对于在同一 300K token 上下文中反复调用的 agent，等效成本大幅下降。

Router/Operator 视角分析

LongCat-2.0 在路由策略中的位置：

1. 主力 coding-agent 层——适用于以 SWE-bench Pro 为主要信号、会话超过 200K token 的团队。在这一上下文长度下，无法可靠处理的模型会直接失效；LongCat-2.0 的 LSA 架构正是针对此场景而设计的。

2. GLM-5.2 长上下文失败时的 fallback——GLM-5.2 更快更便宜，但其 1M 上下文能力较新；LongCat-2.0 从架构层面为长上下文而生。当会话达到 GLM-5.2 上下文边界时，将 LongCat-2.0 作为 fallback 路由。

3. Anthropic 兼容 API 直接替换——SiliconFlow 同时提供 OpenAI 兼容和 Anthropic 兼容 endpoint。对于使用自定义 base URL 的 Claude Code 用户，无需更改 SDK。

1M 上下文会话成本对比（无缓存命中）：

• LongCat-2.0（SiliconFlow）：~$0.75 输入
• GLM-5.2（DashScope）：~$0.14 输入
• DeepSeek-V4-Pro：~$0.27 输入

未缓存输入方面，LongCat-2.0 约为最便宜 Tier 2 方案的 3–5 倍。这个溢价是否值得，取决于你的工作负载是否真正需要长程编码上的 SWE-bench Pro 级质量。对于大多数标准代码补全，这不值得；对于在完整 monorepo 上运行的自主 agent 会话，可能值得。

需要持续关注：

• 7 月 27 日开源权重——美团已承诺于 2026 年 7 月 27 日前发布完整模型权重，这将开放自托管部署路径、VLLM/SGLang 集成，以及规模化下成本更低的推理。
• 上下文缓存稳定性——$0.015/M 缓存费率目前由 SiliconFlow 定价。若开源权重允许 operator 在自有基础设施上运行 LongCat-2.0，经济性将大幅改变。
• 深层工具调用可靠性——SWE-bench Pro 测量结构化编码会话。Operator 应在路由生产流量前，针对自有 tool-use schema 对 LongCat-2.0 进行 eval。

TheRouter 用户的参考建议

如果你在管理跨多 provider 的路由，LongCat-2.0 通过 SiliconFlow 提供的 OpenAI 兼容 endpoint 值得作为候选，加入高上下文 coding agent 路由中。SiliconFlow 上的模型 ID 为 meituan-longcat/LongCat-2.0。

建议在路由表中添加上下文长度守卫：当 context_tokens > 200000 且任务类型为 coding/agent 时，路由至 LongCat-2.0；对更短的会话回退到 GLM-5.2 或 DeepSeek-V4-Pro，无需支付溢价。

关于自定义 OpenAI 兼容 provider endpoint 配置与上下文窗口路由守卫的详细说明，参见 providers 文档。