美团开源 1.6 万亿参数智能体模型 LongCat-2.5,训练全程未用 Nvidia GPU
美团 LongCat 团队在模型亮相一周后开放 LongCat-2.5 权重,这是一个面向智能体与编码任务的 1.6 万亿参数 MoE 模型,每 token 激活约 480 亿参数,采用 MIT 许可证。
同一新闻,精选展示《美团开源 1.6 万亿参数智能体模型 LongCat-2.5,全程未用 Nvidia GPU 训练》
The Decoder:AI 新闻· Jonathan Kemper·2026-11-15 18:06· 1 小时前AI 评分75
美团发布一款从未使用 Nvidia GPU 训练的 1.6 万亿参数智能体模型
AI 导读
美团开放 LongCat-2.5 权重,这是一款面向智能体的 1.6 万亿参数 MoE 模型,每 token 激活约 480 亿参数,采用 MIT 许可证,官方部署方案基于 194 片华为 Ascend 加速器,全程未使用 Nvidia GPU。
正文 · 原文
2026年11月15日

由 THE DECODER 提示的 ChatGPT-5.6
美团开放 LongCat-2.5 的权重,这是一款为 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,在编程基准测试上的表现达到 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,开放了 LongCat-2.5 的权重。LongCat-2.5 面向能够自主完成长时间、多步骤任务的智能体,尤其是编程任务。据美团称,它在多项基准测试上接近西方顶尖模型。
LongCat-2.5 是一款混合专家模型,每处理一个 token 只激活其专用子网络中的一部分。在总计 1.6 万亿参数中,每个 token 约激活 480 亿参数。通过 API,该模型一次最多可处理 100 万个 token,生成最长 12.8 万个 token 的回复。它能理解文本、图像和视频,以文本回复,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。LongCat-2.5 则不同,它将图像转换为 token,由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。

在强化学习方面,团队使用了来自 GitHub 拉取请求的真实软件任务,以及重建的智能体失败案例。为确保模型在训练中真正解决了任务,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法是否存在取巧行为。团队还将多个专用教师模型在智能体工作、推理和对话方面的能力蒸馏到 LongCat-2.5 中。

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,中国芯片可原生处理。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 43.3%,回复生成的吞吐量提升 42.77%。美团表示,准确率与未压缩模型持平。
该版本可在单独的仓库中获取。自托管指南描述了一个由 194 颗 Atlas A2 系列华为 Ascend 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 颗负责回复生成。没有针对 Nvidia GPU 的指南。
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 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,在表中仅落后于 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。

在更难的 Terminal Bench v4.0 变体中,LongCat-2.5 获得 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 上获得 91.9 分,为表中最高分,不过美团是在自己的环境中运行了这项测试。
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,美团收取限时促销价,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,其前代 LongCat-2.0 于 6 月下旬完全在一个由超过 50,000 颗中国 AI 芯片组成的集群上训练。在此之前,该模型以“Owl Alpha”之名在 OpenRouter 上匿名运行。像 Kimi K3.1 和 GLM-5.3 这样的中国开放权重模型,在常见基准上已基本赶上美国顶尖模型。
从一开始就针对中国芯片优化的开放权重模型,也让这些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 LongCat-Image,这是一个开源文本到图像模型,仅用 60 亿参数即可运行,并优先考虑效率而非单纯的模型规模。
没有炒作的 AI 新闻——由人工精选
订阅 THE DECODER,享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。
- 完整访问 THE DECODER 上的每篇文章
- 无广告
- 加入评论和社区讨论
- 每周通过邮件获取 AI 新闻摘要
- 每年 6 次:“AI Radar”——深入探讨最重要的 AI 话题
- 每日 AI 新闻,始终紧跟最新动态
- 我们完整的十年档案
- 由拥有 10 年以上 AI 领域经验的团队报道
来源:The Decoder:AI News · the-decoder.com
事件后续 · 1
来源:RadarAI · aihot.news