美团LongCat-2.5正式开源，1.6万亿参数原生多模态模型，支持国产算力部署

2026年11月9日，美团宣布其自主研发的LongCat-2.5大模型正式开源，采用MIT协议，允许用户免费进行商用推理部署与二次训练，无需额外授权。该模型于11月2日首次发布，定位为面向长程智能体任务的原生多模态大模型，总参数规模达1.6万亿，每个token激活约480亿参数，支持最长100万token上下文窗口——这一参数量级使其跻身全球公开模型前列。

与多数依赖外挂模块实现多模态能力的模型不同，LongCat-2.5从架构设计上即为“原生多模态”：视觉信号被统一表示为多层级离散token，与文本共享同一套主干参数，在同一语义空间内协同完成理解与代码生成。具体而言，模型对原始分辨率视觉特征实施残差向量量化（Residual Vector Quantization），逐级补足细节；视觉token可离线预计算并缓存，既降低在线推理负载，也使分布式训练任务分配更均衡。视觉码本与主干网络联合训练，避免了传统“视觉编码器+语言模型”两阶段结构带来的语义割裂问题。

数据层面，团队引入大量真实Agent运行轨迹，特别是将失败案例转化为可复现、可验证的训练样本，使模型能从错误中学习而非仅模仿成功路径；

强化学习环节采用partial rollout异步训练机制——未完成的长任务可中断保存，后续继续执行；过采样率依据任务通过率动态调整，有效过滤全对或全错的无效样本组；同时对跨checkpoint的旧轨迹实施梯度校正，缓解因训练周期长导致的陈旧偏差问题；

训练环境严格模拟真实约束：任务执行时主动断网、清除git历史与文件缓存，由LLM judge实时监督轨迹质量，并对重复思考、重复工具调用与过度推理施加显式约束，确保模型专注任务目标而非“钻空子”。

推理效率方面，LongCat-2.5采用W4A4量化方案，专家权重与激活值同步压缩至4bit，依托芯片原生INT4矩阵乘法单元执行计算。官方测试显示，量化后下游任务表现与FP16精度版本基本持平，为高性价比部署提供可能。

尤为关键的是，该模型针对国产算力平台做了深度协同优化。在单卡显存不足80GB的典型国产GPU环境下，团队通过模型分片将计算压力分散至超节点内多卡；结合混合词表并行、MoonEP动态专家复制策略与零拷贝通信机制，长序列监督微调（SFT）的单卡吞吐量较传统DDP基线提升86%。这一适配能力标志着“国芯国模”组合进入实质性落地阶段。

，近期国产大模型在OpenRouter平台周调用量已达212万亿Token，环比增长9.3%，反映应用侧需求快速释放。与此同时，美国AI基建受政策收紧影响节奏放缓，纳斯达克CTA人工智能指数周跌9%，而中证人工智能产业指数同期上涨1.6%，呈现“内强外弱”格局。机构普遍认为，国产替代逻辑正从预期转向落地，算力侧受益于自主训练需求激增，应用侧则迎来以智能体为代表的可收费场景拐点。

LongCat-2.5的开源进一步丰富了国内开源大模型生态。目前模型已上线Hugging Face平台（https://huggingface.co/meituan-longcat/LongCat-2.5），配套技术博客详述训练细节（https://longcat.ai/blog/longcat-2.5/），API服务亦同步开放（https://longcat.chat/platform/product）。作为美团在AI基础设施层的关键投入，该模型不仅服务于内部业务如外卖调度、骑手路径规划、商家智能运营等场景，也为外部开发者提供了面向长程任务的高性能基座。

值得注意的是，LongCat-2.5在多个基准测试中表现突出：在Program Bench、Terminal Bench v2.1/v4.0、AutomationBench、BrowseComp及3DCodeBench等任务中，均优于GPT-4.0、Claude-Opus-5等主流闭源模型；在专为视觉编程设计的Vision2Web与LongCatClawBench-MM（FORTE-MM）评测中，其得分分别达80.2与72.1，领先第二名逾5个百分点。

当前大模型发展已从单纯追求参数规模，转向对任务完成质量、推理效率与部署成本的综合权衡。LongCat-2.5的开源，既是美团技术能力的一次集中展示，也反映出国内AI企业正加速构建“训练—推理—应用”全栈闭环。随着更多类似模型落地，国产大模型在垂直场景中的实用化水平有望持续提升。