一句话看懂:美团 LongCat 团队开源了 1.6 万亿参数的 Agent 模型 LongCat-2.5,权重以 MIT 协议发布,官方部署方案只面向华为昇腾集群,未提供英伟达 GPU 指引。
事件核心:发生了什么
据 The Decoder 2026 年 11 月 15 日报道,美团在 LongCat-2.5 正式亮相一周后放出了模型权重。这是一个面向自主执行长链路任务的 Agent 模型,重点场景是编程。它采用混合专家(MoE)架构,总参数 1.6 万亿,每个 token 约激活 480 亿参数;API 支持单次最高 100 万 token 输入、12.8 万 token 输出,可理解文本、图像和视频,并能开关推理模式。
训练侧,美团称前代 LongCat-2.0 已在超过 5 万颗中国 AI 芯片的集群上完成训练。LongCat-2.5 将专家权重与激活量化到 4-bit,适配国产芯片原生处理;自托管指南给出的样例是一个由 194 颗华为 Atlas A2 系列昇腾加速器组成的集群,其中 2 颗负责图像处理、64 颗负责 prompt 摄入、128 颗负责响应生成。
为什么重要
目前公开信息显示,这是一个在国产算力栈上完成训练、且不提供英伟达部署路径的超大规模开源模型,对“高端 GPU 决定前沿模型门槛”的既有认知构成一个具体反例。权重采用 MIT 许可,允许商用、修改和再分发,API 同时兼容 OpenAI 与 Anthropic 格式,可接入 Claude Code、Codex、Hermes 等 agent harness。在开源权重模型持续追赶闭源前沿的背景下,它把竞争焦点从单纯参数规模推向软硬件协同和 Agent 任务能力。
不过评测结论需限定条件。按美团自测,Terminal Bench v2.1 得 88.4 分,略低于 Claude Opus 5 的 89.1、GPT-5.6 Sol 的 88.8,Deepseek-V4.1-Flash 以 90.6 居首;更难的 v4.0 版本得 38.5 分,高于 GPT-5.6 Sol 的 37.3,但明显落后 Opus 5 的 53.9;DeepSWE 从上一代 9.7 提升到 64.6。BrowseComp 的 91.9 分为表内最高,但该测试在美团自有环境运行。这些数字反映的是特定时点、特定测试条件下的结果,不宜理解为固定排名。
对用户/开发者/创作者的影响
开发者可以直接调用其 API,或以 MIT 协议下载权重自托管,但后者意味着要评估昇腾集群的采购与运维成本,而非沿用现有英伟达方案。官方限时价格为每百万输入 token 约 0.27 欧元、每百万输出 token 约 1.07 欧元,适合先做 Agent 编程类任务的原型验证。对内容与多模态相关团队,原生分辨率图像转 token 的设计可能在视觉编程、设计和 3D 任务上更有价值,但官方尚未披露完整实验细节,实际效果仍需自行测试。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是 4-bit 量化下精度“与未压缩版本持平”的说法能否在第三方复现;二是社区是否会补上英伟达部署方案,以及官方价格在促销期后如何调整;三是 DeepSeek、Kimi、GLM 等国产开源模型与 GPT、Claude 新版本的后续对比是否改变当前格局。

