美团发布1.6万亿参数大模型LongCat-2.5 面向长程智能体任务
要点
11月2日，美团发布新一代大模型LongCat-2.5。该模型是一款面向长程智能体任务的原生多模态模型，总参数量为1.6万亿，每个token激活约480亿参数，训练全程由国产算力完成。 LongCat-2.5在美团今年6月发布的LongCat-2.0基础上训练。LongCat-…
11月2日，美团发布新一代大模型LongCat-2.5。该模型是一款面向长程智能体任务的原生多模态模型，总参数量为1.6万亿，每个token激活约480亿参数，训练全程由国产算力完成。
LongCat-2.5在美团今年6月发布的LongCat-2.0基础上训练。LongCat-2.0首次在国产算力上完成万亿参数模型的全流程训练与推理。在此基础上，新模型进一步强化原生视觉理解与智能体编程能力，并优化国产算力上的长上下文训练与推理效率。
多模态方面，LongCat-2.5将视觉输入转化为模型可统一处理的token，提升视觉理解能力，支持交互网页、3D展示页面等任务。智能体编程方面，模型采用大规模长程强化学习，提升端到端工程任务能力，以支持复杂软件开发任务。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。
训练与推理效率方面，美团与国产算力厂商协同优化显存使用、卡间通信以及计算与传输效率。在所测长上下文监督微调任务中，优化后的单卡训练吞吐量较分布式数据并行基线提升86%。推理方面，模型采用W4A4方案，将专家权重和激活同时量化至4比特，在已评测的下游任务上保持与量化前模型相当的表现。线上压测显示，较权重和激活均为8比特的W8A8 INT8基线，输入处理和逐token生成的吞吐量均提升约四成，首次输出等待时间缩短约16%，每个token的生成耗时缩短约20%。
评测结果显示，在多项主流基准评测中，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。
发布安排方面，用户可在官网longcat.ai体验该模型，开发者可通过同步上线的API调用模型。
应用方面，美团基于LongCat系列模型推出AI经营工作台”妙手”，帮助商家在高价值经营场景中理解行业指标和品牌规则，并在商家授权范围内调用工具与系统、完成经营任务执行。目前，”妙手”已服务古茗、徐升记、益禾堂等连锁品牌，融入品牌经营分析、门店管理和增长获客等经营场景。
在今年8月28日的美团二季度财报电话会上，美团CEO王兴表示，AI能力的长期价值是能否真正进入真实工作流、解决真实问题，并形成长期稳定的基础设施能力，美团的模型和AI产品将用于支持主业，提升用户、商户体验和公司经营效率。
