美團發佈 LongCat-2.5 權重,1.6 trillion 參數智能體模型全程未用 NVIDIA GPU 訓練
Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU
美團公開 LongCat-2.5 權重,這款面向長程多步驟智能體任務、尤其是編碼的 1.6 trillion 參數模型,全程以中國硬件訓練。它每個 token 約啟用 48 billion 參數,並可透過 API 一次處理最多 1 million tokens、生成最多 128,000 tokens,支援文字、圖像和影片輸入。
報道列出多項智能體基準成績,並交代 194 張華為昇騰加速器的部署配置,便於對照模型表現與自建部署的硬件要求。
美團公開 LongCat-2.5 的權重。這款模型有 1.6 兆個參數,專為 AI Agent 而設。模型完全以中國硬件訓練,在程式編寫基準測試上的表現,媲美數月前美國模型(如 Claude Opus 5)所達到的水平。
中國外賣公司美團的 LongCat 團隊,在正式公佈模型一星期後,公開了 LongCat-2.5 的權重。LongCat-2.5 專為能自主處理長篇、多步驟任務的 Agent 而設,尤其適合程式編寫。美團表示,模型在多項基準測試中的表現接近西方頂尖模型。
LongCat-2.5 是混合專家模型,每處理一個 token,只會啟用部分專門子網絡。模型共有 1.6 兆個參數,每個 token 約有 480 億個參數處於啟用狀態。透過 API,模型一次最多可處理一百萬個 token,並生成長達 128,000 個 token 的回應。模型可理解文字、圖像和影片,以文字回應,並讓用戶切換推理功能的開啟和關閉。
LongCat-2.5 將圖像轉換為 token
LongCat-2.5 在前代 LongCat-2.0的基礎上加入圖像理解功能。許多多模態模型會在事後加裝獨立的圖像編碼器。LongCat-2.5 則會把圖像轉換為 token,讓模型與文字一併處理,這是現今 LLM 的標準做法。這種方法參考研究模型 LongCat-Next,旨在提升視覺程式編寫、設計和 3D 任務的表現。

在強化學習方面,團隊採用了來自 GitHub 拉取要求的真實軟件任務,以及重現的 Agent 失敗案例。為確保模型在訓練期間確實解決任務,開發人員封鎖訓練環境的互聯網連線、移除 Git 歷史記錄和快取檔案,並讓語言模型檢查解答是否使用取巧手段。團隊亦把多個專門用於 Agent 工作、推理和對話的教師模型的能力蒸餾至 LongCat-2.5。

一個示例部署使用 194 枚華為晶片
美團將專家網絡的權重和激活值量化至 4 位元精度,讓中國晶片可原生處理。根據美團的負載測試,與 8 位元版本相比,提示詞處理的吞吐量提升 43.3%,回應生成的吞吐量提升 42.77%。美團表示,準確度與未壓縮模型相若。
這個版本可在獨立儲存庫取得。自行託管指南介紹一個由 194 個 Huawei Ascend 加速器組成的叢集,使用 Atlas A2 系列產品。其中兩個負責圖像處理,64 個負責提示詞輸入,128 個負責回應生成。指南沒有提供 Nvidia GPU 的相關指引。
LongCat-2.5 在終端機任務方面略遜於 Opus 5
LongCat 團隊表示,模型在 Terminal Bench v2.1 中取得 88.4 分。這項基準測試用於評估 Agent 解決命令列任務的能力。美團列出的分數中,Claude Opus 5 得 89.1 分,GPT-5.6 Sol 得 88.8 分,而 Deepseek-V4.1-Flash 以 90.6 分位列榜首。
DeepSWE 用來測試模型修復真實程式碼儲存庫中錯誤的能力。LongCat-2.5 的分數由 9.7 躍升至 64.6 分,排名僅高於表中的 Claude Opus 4.8;Deepseek-V4.1-Flash 以 74.2 分領先,GPT-5.6 Sol 則以 72.7 分緊隨其後。較近期推出的 Claude Opus 5.5 和 GPT-6.1 Sol 未有列入表中。

較難的版本 Terminal Bench v4.0 中,LongCat-2.5 得 38.5 分,略高於 GPT-5.6 Sol 的 37.3 分,但遠低於 Opus 5 的 53.9 分。模型在網頁搜尋基準測試 BrowseComp 中取得 91.9 分,是表中最高分;不過,Meituan 在自家的環境中進行了這項測試。
模型權重現已開放下載,採用 MIT 授權,允許商業用途、修改及再發布。用戶也可透過 https://longcat.ai/ 的聊天介面試用 LongCat-2.5。其 API 同時支援 OpenAI 和 Anthropic 格式,亦可接入 Claude Code、Codex 和 Hermes 等 Agent 框架。推出時,Meituan 提供限時優惠價,摺合每百萬個輸入 token 約 €0.27,每百萬個輸出 token 約 €1.07。
Meituan 表示,該公司在 6 月下旬訓練前代模型 LongCat-2.0 時,完全使用一個由超過 50,000 枚中國 AI 晶片組成的叢集。此前,該模型曾以「Owl Alpha」之名在 OpenRouter 上匿名運行。Kimi K3.1 和 GLM-5.3 等中國開放權重模型,在常見基準測試上的表現大致已追上美國頂尖模型。
一開始便針對中國晶片作最佳化的開放權重模型,也令這類硬件在中國以外更具吸引力。除了多模態 Agent 模型,Meituan 亦正開發圖像生成模型。該公司早前發布了 LongCat-Image,一款開源文字轉圖像模型,模型只有 60 億個參數,著重效率而非一味擴大模型規模。
來源:The Decoder · the-decoder.com