美團 LongCat-2.5 登場　1.6 萬億參數模型全靠國產晶片訓練　逼近 Claude Opus 5

外賣平台美團（Meituan）喺 11 月 2 日正式發布新一代旗艦模型 LongCat-2.5——一個總參數量達 1.6 萬億（1.6T）嘅原生多模態 MoE 模型，每個 token 激活約 480 億參數，主打長程智能體（long-horizon agent）任務。
[1][4] 最令人注目嘅唔止係規模，而係美團明言成個訓練過程全部喺國產 AI 晶片上完成，單卡顯存不足 80 GB 都照樣訓得動萬億級模型。
[1] 美團官方形容，新模型喺部分 agent 基準測試上面已經逼近 Claude Opus 5 水平，註冊用家仲有送 token 優惠。
我哋今次拆解呢單發布嘅技術重點、成績單真實成色，同埋對開發者意味住咩。

🧠 乜嘢係 LongCat-2.5：1.6T 總參數、48B 激活嘅 MoE 架構

LongCat-2.5 係 LongCat-2.0 嘅後繼者，採用混合專家（MoE）架構：總參數量 1.6 萬億，但每個 token 只激活約 480 億參數，即係話推論成本遠低於同等規模嘅稠密模型。
[1] 模型定位係「面向長程智能體任務嘅原生多模態模型」，透過大規模長程強化學習（RL），提升喺複雜代碼庫開發、完整項目構建等端到端工程任務嘅能力。
[1] 美團技術博客亦提到，模型官方技術說明見 longcat.ai。
[2] 美團仲將真實 Agent 嘅失敗軌跡轉化成可復現、可驗證嘅訓練任務，針對能力短板持續補數據——呢個「由失敗中學習」嘅訓練策略係今次發布嘅一個特色。
[1]

另一個技術亮點係原生視覺理解：模型將視覺信號表示為多層級離散 token，令主幹模型以統一嘅 token 形式同時處理圖像同文字，唔需要獨立嘅 vision encoder。
[1] 美團話呢個設計令 Visual Coding 表現出色，可以由設計稿重建網頁、生成互動 3D 頁面等。
[1] 獨立科技媒體亦形容圖像係「同文字一樣當離散 token 處理」。
[4]

💻 全程國產晶片訓練：單卡唔夠 80 GB 都訓到 1.6T

今次發布最大嘅話題位係硬體。
美團明確表示訓練全部喺國產 AI 加速器上進行，而呢啲晶片單卡顯存不足 80 GB——遠低於頂級訓練晶片嘅規格。
[1] 為此，美團圍繞超節點（supernode）拓撲重新設計並行策略，FSDP 同 EP 並行度都對齊超節點卡數，令通訊全部喺節點內高頻寬互聯域完成；再配合雙重分片 FSDP、零拷貝 AllGather 等系統優化壓低顯存開銷。
[1] 長上下文訓練序列長度去到 100 萬 token 級別。
[4] Neural Brew 報道，官方部落格稱長上下文任務嘅單卡訓練吞吐提升了 86%。
[4]

推理方面，美團為呢個 1.6T MoE 模型開發咗 W4A4 推理方案：將專家權重同激活值同時量化到 4 bit，喺原生 INT4 單元上執行矩陣運算。
官方壓測數據話，相比 W8A8 INT8 基線，prefill 吞吐提升 43.3%、decode 吞吐提升 42.77%，首 token 延遲（TTFT）同每 token 延遲（TPOT）分別降低 15.91% 同 19.72%，而下游任務表現同量化前相當。
[1][3]

📊 成績單：逼近 Claude Opus 5，但唔係全面領先

根據美團公布嘅評測數據，LongCat-2.5 喺 Terminal Bench v2.1 拿 88.4 分，較上一代 LongCat-2.0 嘅 70.8 分大幅躍升，貼近 Claude Opus 5 嘅 89.1；BrowseComp 拿 91.9 分，在對比表格中排名第一。
[1] 3DCodeBench 亦以 55.4 分領先對比組。
[3] 不過模型都唔係全面稱王：Terminal Bench v4.0 只有 38.5 分，明顯落後 Claude Opus 5 嘅 53.9 分；DeepSWE v1.1 亦以 64.6 分落後 GPT-5.6-Sol 嘅 72.7 分。
[3] 部分編碼基準上，DeepSeek-V4.1-Flash 仍然領先。
[4]

要留意嘅係，呢批分數全部係美團自己公布，部分競品分數仲係美團自家團隊測嘅，官方都聲明「僅供參考」，暫時冇獨立第三方驗證。
[3][4] 對比組都係 GPT-5.5、GPT-5.6-Sol、Claude Opus 4.8 / 5 呢批較早嘅模型，未同最新一代正面交鋒。
[4]

💰 定價同開放策略：註冊送千萬 token、權重待定

模型現已喺 longcat.chat 在線體驗同 API 平台上線，官方話新註冊用戶即贈 1,000 萬 token，老用戶加贈 500 萬，屬限時新模型福利。
[1] API 定價屬促銷價：每百萬輸入 token 0.30 美元（快取輸入 0.006 美元）、輸出 1.20 美元，以現時水平計屬於相當進取嘅定價。
[4] 值得留意，LongCat-2.5 係 LongCat-2.5-Preview（9 月 25 日上線）嘅正式版。
[4] changelog 顯示模型開箱即兼容 Claude Code、Codex 同 Hermes 等主流 agent 環境。
[4] 至於權重方面，美團話 GitHub 同 Hugging Face 發布「即將推出」，但截稿前 Hugging Face 上最新仍然係 LongCat-2.0，2.5 會唔會開放權重暫時未知。
[3]

💡 對開發者／用家嚟講意味住咩？

第一，平價長程 agent 模型多咗個揀擇。
每百萬 token 0.30／1.20 美元嘅促銷價，配合兼容 Claude Code／Codex／Hermes 嘅開箱支援，對於要跑大量自動化編程、瀏覽 agent 任務嘅開發者，係一個低成本試驗選項。
[4] 尤其係促銷期註冊就送 token，試用成本近乎零。
[1] 但記住所有 benchmark 都係廠方自報，落場前最好用自己嘅實際任務測一輪先好 commit。
[3][4]

第二，「國產晶片訓萬億模型」由口號變咗有數據嘅工程實績。
單卡不足 80 GB 顯存都訓得到 1.6T MoE，靠嘅係超節點並行、W4A4 量化推理呢類系統工程，而唔係單純堆卡。
[1][3] 呢條技術路線對全球面對算力限制嘅團隊都有參考價值——證明咗架構創新同系統優化可以部分抵銷硬體代差。

第三，多模態 agent 賽道再添一名重量級選手。
美團將真實失敗軌跡轉化做訓練任務、斷網防作弊、LLM judge 審計軌跡呢套 RL 訓練方法論，已經同國際頂級實驗室接軌。
[1][3] 對用家嚟講，agent 模型嘅價格戰明顯升級——當 1.6T 模型賣緊 0.3 美元輸入價，之前嘅定價錨點就要重新諗過。

📌 延伸

• [1] 美團技術團隊 — 美團正式發布 LongCat-2.5：面向智能體任務的原生多模態模型
• [2] LongCat Blog — Introducing LongCat-2.5（官方技術博客）
• [3] TechCity Authority — Meituan unveils LongCat-2.5, a 1.6 trillion parameter multimodal model for agents
• [4] Neural Brew — Meituan Launches LongCat-2.5, a 1.6-Trillion-Parameter Multimodal Model

（本文為 AI 輔助整理，資料來源截至 2026 年 11 月 3 日。）