據動察 Beating 監測，美團在 LongCat API 平臺上線瞭新模型 LongCat-2.0-Preview，更新日志日期為 4 月 20 日，但美團至今未發佈任何官方公告或技術報告。此前 LongCat 系列每款模型（Flash-Chat、Flash-Thinking、Flash-Lite、Flash-Omni、Next）發佈時均配有官方博客、技術報告，並同步在 Hugging Face 和 GitHub 開源。2.0-Preview 的更新日志中沒有任何開源鏈接，僅通過 API 提供服務。更新日志僅列出三項能力：面向 agent 開發，原生支持工具調用、多步推理和長上下文任務；擅長代碼生成、自動化工作流和復雜指令執行；深度集成 Claude Code、OpenClaw、OpenCode 和 Kilo Code。4 月 24 日，多傢媒體援引知情人士報道瞭更多細節：該模型總參數突破萬億，采用 MoE 架構，支持 1M 上下文窗口，參數量與同日發佈的 DeepSeek V4 基本一致。知情人士稱 LongCat-2.0-Preview 訓練推理全程基於國產算力集群完成，動用 5 到 6 萬張國產加速卡，是迄今國產算力完成的最大規模訓練任務。測試期間每日提供 1000 萬 token 免費額度。