美团开源 1.6 万亿参数智能体模型 全程未用英伟达 GPU

美团发布 1.6 万亿参数智能体模型，全程未使用英伟达 GPU

  [Jonathan Kemper](https://the-decoder.com/author/jonathan-kemper/) [查看 Jonathan Kemper 的 LinkedIn 个人资料](https://www.linkedin.com/in/jonathankemper/)   2026 年 11 月 15 日         THE DECODER 通过提示词调用 ChatGPT-5.6

美团发布了 LongCat-2.5 的模型权重，这是一个专为 AI 智能体打造的 1.6 万亿参数模型。它完全在中国硬件上训练完成，在编程基准测试上的表现达到了 Claude Opus 5 等美国模型几个月前的水平。

中国外卖公司美团旗下的 LongCat 团队在该模型正式亮相一周后，发布了 LongCat-2.5 的模型权重。LongCat-2.5 专为能够自主完成长时间、多步骤任务的智能体而构建，尤其侧重于编程。据美团称，它在多项基准测试上已接近西方顶尖模型。

LongCat-2.5 是一个混合专家（MoE）模型，在处理每个 token 时只激活其专用子网络中的一部分。在 1.6 万亿总参数中，每个 token 约有 480 亿参数处于激活状态。通过 API，该模型一次最多可处理 100 万个 token，生成的回复最长可达 128,000 个 token。它能理解文本、图像和视频，以文本形式回复，并允许用户开启或关闭推理功能。

LongCat-2.5 将图像转换为 token

LongCat-2.5 在其前代 LongCat-2.0 的基础上构建，并新增了图像理解能力。许多多模态模型是在事后外挂一个独立的图像编码器。而 LongCat-2.5 则将图像转换为 token，让模型与文本一同处理，这也是当今 LLM 的标准做法。该方法借鉴了研究模型 LongCat-Next，旨在提升视觉编程、设计和 3D 任务的表现。

LongCat-2.5 按图像的原生分辨率将其拆解为离散 token，供模型与文本一同处理。 | 图片：美团

在强化学习方面，团队使用了来自 GitHub pull request 的真实软件任务，以及复现的智能体失败案例。为确保模型在训练期间真正解决了任务，开发者在训练环境中屏蔽了互联网访问，移除了 Git 历史和缓存文件，并让一个语言模型检查其解决方案是否存在取巧行为。团队还将多个专精于智能体工作、推理和对话的教师模型的能力蒸馏到了 LongCat-2.5 中。

一个示例部署运行在 194 颗华为芯片上

美团将专家的权重和激活量化为 4 位精度，中国芯片可以原生处理这种精度。在美团的负载测试中，与 8 位版本相比，提示处理的吞吐量提升了 43.3%，响应生成的吞吐量提升了 42.77%。美团表示，准确率与未压缩模型保持相当。

该版本可在单独的代码仓库中获取。自托管指南描述了一个由 194 颗 Atlas A2 系列的华为昇腾加速器组成的集群。其中两颗负责图像处理，64 颗负责提示摄入，128 颗负责响应生成。目前没有针对 Nvidia GPU 的指导。

LongCat-2.5 在终端任务上略逊于 Opus 5

LongCat 团队报告称，在 Terminal Bench v2.1 上获得 88.4 分，该基准衡量智能体解决命令行任务的能力。美团列出的 Claude Opus 5 为 89.1 分，GPT-5.6 Sol 为 88.8 分，而 Deepseek-V4.1-Flash 以 90.6 分位居榜首。

DeepSWE 测试模型在真实代码仓库中修复缺陷的能力。在这里，LongCat-2.5 从 9.7 分跃升至 64.6 分，在表中仅次于 Claude Opus 4.8，而 Deepseek-V4.1-Flash 以 74.2 分领先，GPT-5.6 Sol 为 72.7 分。较新的 Claude Opus 5.5 和 GPT-6.1 Sol 未列入表中。

在美团自身的评估中，LongCat-2.5 相较前代有显著提升，并在多项智能体基准上接近 Claude Opus 5 和 GPT-5.6 Sol。| 图片：美团

在难度更高的 Terminal Bench v4.0 上，LongCat-2.5 得分为 38.5 分，略高于 GPT-5.6 Sol 的 37.3 分，但远低于 Opus 5 的 53.9 分。该模型在网页搜索基准 BrowseComp 上取得 91.9 分，为表中最高分，不过美团是在其自有环境中运行这项测试的。

权重已开放，采用 MIT 许可证，允许商业使用、修改和再分发。用户还可以在 https://longcat.ai/ 的聊天界面中试用 LongCat-2.5。其 API 同时支持 OpenAI 和 Anthropic 格式，并可接入 Claude Code、Codex 和 Hermes 等智能体框架。发布时，美团提供限时促销价格，约为每百万输入 token 0.27 欧元、每百万输出 token 1.07 欧元。

美团表示，它已于6月下旬在超过5万块中国AI芯片组成的集群上完整训练了前代模型LongCat-2.0。在此之前，该模型曾以“Owl Alpha”的匿名身份在OpenRouter上运行。像Kimi K3.1和GLM-5.3这样的中国开放权重模型，在常见基准测试上已基本追平美国顶尖模型。

从一开始就针对中国芯片优化的开放权重模型，也让这类硬件在中国以外更具吸引力。除多模态智能体模型外，美团还在研发图像生成器。该公司此前发布了开源文生图模型LongCat-Image，该模型仅凭60亿参数即可胜任，并且优先追求效率而非单纯的模型规模。