美团发布 1.6 万亿参数 LongCat-2.5，训练全程使用国产算力
2026 年 11 月 2 日，美团 LongCat 团队发布原生多模态模型 LongCat-2.5，总参数 1.6 万亿、每 token 激活约 480 亿，面向长程智能体任务，训练全程由国产算力完成。在线体验与 API 同步开放，GitHub 与 HuggingFace 权重稍后释出。
关键事实
- 承接 6 月 30 日的 LongCat-2.0，后者是业界首个在五万卡国产集群上完成万亿参数全流程训练与推理的模型；2.5 预览版已于 9 月 25 日上线 API。
- 中训练阶段采用最长 1M token 序列，累计训练量数万亿 token。国产加速器单卡显存不足 80GB，团队重排 FSDP、EP、CP 并行度，叠加混合词表并行、MoonEP 动态专家复制与双重分片，长序列监督微调的单卡吞吐较 DDP 基线提升 86%，约等于一张卡完成 1.86 张卡的产出。
- 推理采用 W4A4，专家权重与激活同时量化至 4 比特。相对 W8A8 INT8 基线，Prefill 与 Decode 吞吐分别提升 43.3% 与 42.77%，首 token 等待时间与每 token 生成耗时分别下降 15.91% 与 19.72%。
- 官方自测：Terminal Bench v2.1 得 88.4，v4.0 得 38.5（GPT-5.6-Sol 37.3、Claude-Opus-5 53.9）；AutomationBench 51.8（Opus-5 50.3）、BrowseComp 91.9（90.8）、Program Bench 25.5（该项最高 37.0）、DeepSWE 64.6；视觉侧 Vision2Web 78.6、MathVision 96.5。
- 商业化侧，基于 LongCat 系列的 AI 经营工作台「妙手」已服务古茗、徐升记、益禾堂等连锁品牌，覆盖品牌经营分析、门店管理与获客。
观点
- 这轮交付的核心是效率账本。显存 80GB 的硬约束下把单卡产能抬到 1.86 倍，说明国产集群的瓶颈在互联与显存管理，工程解法能换回接近翻倍的产出。
- W4A4 把推理吞吐再提四成，直接压低长程智能体的单位任务成本。智能体的商业模型对每百万 token 价格高度敏感，量化收益比榜单分数更容易转成毛利。
- 能力位置清晰：通用 Agent 与视觉任务进入 Claude-Opus-4.8 至 5 的区间，终端操作与代码库级改造仍是短板——Terminal Bench v4.0 落后 15.4 分、Program Bench 落后 11.5 分，长程工具调用是下一步的硬门槛。
- 变现路径指向主业。模型能力被包装成商家经营工具，收入来自门店效率改善，与按 token 单价竞争的模型厂商形成两种生意，这也对应王兴 8 月「不会成为 Token 工厂」的定位。