同一天，摩尔线程完成两款国产大模型适配。7 月 6 日，腾讯新一代大模型 Hy3 正式开源，摩尔线程旗舰级 AI 训推一体智算卡 MTT S5000 于同日实现 Day-0 极速适配。
据了解，Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型，总参数量 295B，激活参数 21B，支持 256K 上下文长度。相比 preview 版本，它展现出显著强于同尺寸模型且比肩（参数规模2-5 倍的）旗舰模型的智能水平。Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著。依靠 WorkBuddy、元宝、微信、AI 游戏助手等真实业务场景的历练，产品稳定性与用户体验显著提升，腾讯丰富的真实业务场景与混元模型能力迭代形成了相互赋能的良性循环。
针对 Hy3 的能力特征，MTT S5000 从硬件算力、软件栈到开源框架进行了全链路精准匹配与深度优化。
据介绍，摩尔线程基于此前对 DeepSeek-V4、MiniMax M3.0、Kimi2.6、GLM-5.2 等多款国产旗舰模型的 Day-0 适配经验，已形成一套高效、系统化的复杂推理任务优化方法论。依托 muDNN、MATE 高效算子库、Triton-MUSA 编译优化及 SGLang-MUSA 框架层加速，在保障模型精度无损的前提下，显著提升了推理吞吐并降低了响应延迟。
复杂推理与长文理解方面，Hy3 的 256K 超长上下文窗口，对推理阶段的 KV Cache 存储与访存带宽提出了极高要求。MTT S5000 凭借硬件级原生 FP8 加速，配备大容量显存与高带宽，可为百万 token 级长序列提供了充足的缓存空间与卓越的数据吞吐能力。
7 月 6 日，美团新一代万亿参数大模型 LongCat-2.0 也正式宣布开源。同日，摩尔线程基于 AI 训推一体全功能 GPU 智算卡 MTT S5000 及 MUSA 软件栈，已完成对该模型的快速适配。此次适配覆盖模型加载、推理引擎拉起、关键算子优化、部署验证与精度校验等全链路环节，使 LongCat-2.0 能够在 MTT S5000 上实现稳定、高效的推理运行，为开发者和企业客户提供更便捷的模型部署路径。
作为美团自研的新一代万亿参数 MoE 大模型，LongCat-2.0 总参数量达 1.6T（平均激活约 48B，动态范围 33B-56B）。该模型专为 Agentic Coding 场景设计，原生支持 1M 超长上下文，并通过自研稀疏注意力机制（LSA）、ScMoE 跨层快捷连接架构与零计算专家动态激活机制，实现了资源的高效利用与多任务协同。综合评测结果显示，LongCat-2.0 凭借卓越的综合性能与稳定的任务表现，在 Code 和 General Agent 场景表现优异，已跻身全球最受开发者欢迎的智能体核心大模型之一。
展望未来，摩尔线程表示将继续依托 MUSA 软件栈的生态兼容性，保持对前沿大模型的快速适配能力，以高性能国产算力基础设施，为开发者提供稳定可靠的 AI 算力支撑。
