美团发布 LongCat-2.5：1.6 万亿参数、全程国产算力训练，评测成绩介于 Claude Opus 4.8 与 Opus 5 之间

11 月 2 日，美团正式发布新一代大模型 LongCat-2.5。这是一款面向长程智能体任务的原生多模态模型，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在今年 6 月发布的 LongCat-2.0 基础上进一步强化了原生视觉理解与智能体编程能力。

LongCat-2.5 的一个关键标签是“国芯国模”：训练全程由国产算力完成，美团称这是目前国产算力上完成的最大训练任务。技术博客显示，模型在中训练阶段采用最长达 1M token 的序列开展长上下文训练，累计训练量达数万亿 token；优化后单卡训练吞吐量较 DDP 基线提升 86%，相当于一张卡在同样时间内完成原来约 1.86 张卡的工作量。

能力上，LongCat-2.5 把视觉信号表示为多层级离散 token，让主干模型以统一的 token 形式处理视觉与文本输入，支持交互网页、3D 展示页面等任务；训练侧加入更多长程轨迹数据并做大规模长程强化学习，提升复杂代码库开发、完整项目构建等端到端工程能力。美团公布的评测结果显示，在多项主流基准上，LongCat-2.5 的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，并在部分评测中超过 Claude-Opus-5，多项智能体编程指标优于 GPT-5.5——以上均为美团自报成绩，尚未见独立第三方复现。

值得关注的是它的落地指向：LongCat-2.5 重点强化商业分析与软件开发能力，基于该系列模型，美团推出了面向本地生活商家的 AI 经营工作台“妙手”。官方给出的案例中，模型能自主构建渠道利润表，识别出支付 GMV 增长 23.2% 而渠道利润下降 1.7% 的增长质量问题，并结合清货经济价值、用户复购与库存风险给出差异化资源配置建议，完成从经营核算、问题诊断到决策建议的完整分析。模型已可在 longcat.chat 在线体验，GitHub 与 Hugging Face 上线时间官方称“即将上线”。

需要说明的一点是，LongCat-2.5 的 Preview 版早在 9 月 25 日就已上线美团自家 API 平台，今天是附带完整评测结果的正式发布。结合最强模型也只做对 12%：SemiAnalysis 发布 GDPx 智能体评测来看，长程智能体任务仍是各家旗舰模型最难啃的硬骨头，美团选择在这个方向上押注万亿参数模型，胜负还要看真实任务里的表现。另可参考Mistral 放出 1 万亿参数 Large 4 权重。

来源：新浪科技，原文：https://finance.sina.cn/chanjing/gsxw/2026-11-02/detail-inixiire2975162.d.html