LongCat-2.5 – 美团推出的万亿参数原生多模态智能体模型

LongCat-2.5 是美团 LongCat 团队于 2026 年 11 月发布的原生多模态模型，面向长程智能体任务，总参数 1.6 万亿、每 token 激活约 480 亿，接口支持 100 万 token 上下文与 26.2 万 token 单次输出。它把视觉信号表示为多层级离散 token 与文本统一进主干，训练侧加入长程轨迹与强化学习，适用于智能体编排、视觉编程与交互式页面生成。

LongCat-2.5 的核心能力

LongCat-2.5 的改动集中在两处：视觉不再是外挂编码器，而是拆成 token 混进主干；训练不再只喂单轮问答，而是喂长程轨迹与真实失败案例。以下四项是这两处改动落到使用者手里的结果。

把图像当 token 一起读

视觉信号由语义对齐编码器（SAE）提取原生分辨率特征，再经残差向量量化（RVQ）转换为多层级离散 token，与文本以统一的 token 形式进入主干，视觉码本 embedding 与主干联合学习。固定的 tokenizer 允许视觉 token ID 离线预计算并缓存，主干直接处理预先分词的序列，训练时计算图不再包含视觉编码器，长序列打包与分布式负载均衡都更简单。

长程任务里自己拆步骤

训练数据由可交互环境与可验证用例自动生成，来源含公开仓库与内部真实代码任务，按 fail-to-pass 与 pass-to-pass 校验；训练采用部分 rollout 异步策略，中断的轨迹保存后下一阶段续跑，并过滤全对或全错的零梯度样本组。

生成可交互网页与 3D 展示页面

官方演示覆盖实时流体模拟、3D 文物展陈、城市沙盘与活动邀请页，产出的是带交互控制的可运行网页，视觉设计、页面开发与交互逻辑在同一条任务流程里完成。需要区分的是，演示中的 3D 是网页内的可浏览场景，官方未提及 GLB、FBX 这类独立 3D 资产文件的导出。对前端与可视化岗位，从描述到原型之间的环节被压缩。

在国产算力上训得动、推得快

训练侧针对国产算力单卡显存不足 80 GB 优化显存开销，按超节点拓扑配置并行组，用双重分片 FSDP，FP32 主权重与优化器状态经 HSDP 跨域再分片，长序列 SFT 单卡吞吐较 DDP 基线提升 86%。推理侧 W4A4 量化配原生 INT4 算子，压测相对 W8A8 INT8 基线 prefill 提升 43.3%、decode 提升 42.77%，TPOT 降低 19.72%。数据为官方自测，同类做法可对照站内 RedKnot。

LongCat-2.5 与同类多模态智能体模型的对比

下表按出品方、总参数与上下文长度等维度，把三款模型放在一起对照。

• 表格内数据来源：LongCat-2.5 取美团官方发布说明、技术博客与 LongCat API 参数文档；Muse Spark Open 取 Meta 官方博客与模型卡，Kimi K3 取月之暗面官方发布公告。三款均用各自官方公布的数值，未做换算与推测。
• 产品对比简述：三款都走大规模稀疏路线，LongCat-2.5、Muse Spark Open 与 Kimi K3 的上下文长度同为 100 万 token 档；差别在开放状态，LongCat-2.5 现阶段只开放在线体验与平台接口，Muse Spark Open 与 Kimi K3 已开放权重可自部署。

如果关心的是同一个系列上一版的定位与差异，站内的 LongCat-2.5-Preview 记录了九月的预览口径。

LongCat-2.5 的应用场景与适用人群

它擅长的是把需求描述变成可以直接运行的成果，只做文本问答的需求未必划算：

• 交互式页面原型：从需求描述直接生成带控件、带交互的动态网页。
• 3D 展陈与可视化：文物模型、城市沙盘这类需要视角控制与光影表现的场景。
• 长程编码任务：跨文件改动、完整项目搭建这类需要连续决策的工程活。
• 经营与反馈分析：把多渠道数据算清口径后落成可点击的 HTML 报告。

适用人群：适合做前端原型、可视化展陈与智能体编排的团队，也适合需要把内部数据落成交互报告的运营与分析岗。只想比较基座模型通用能力的话，站内 Step 5 Preview 这类旗舰基座是更直接的对照对象。

LongCat-2.5 的使用方法

三条路径分属不同载体：网页端直接试、平台接口接进业务、按官方参数复现评测。取舍在调用量与可控性。

网页端：注册后直接对话

1. 打开 LongCat 在线体验页，按页面提示完成账号注册与认证。
2. 认证完成可领取赠送额度：新用户千万 token，老用户在此基础上再加五百万，属新模型发布期的限时福利。
3. 先用一个具体的编码或页面生成任务试手，观察它拆步骤的方式是否符合你的工作习惯。

平台接口：把调用接进业务

1. 在平台的接口页创建密钥，确认所选模型的名称与计费口径。
2. 把请求体按 OpenAI 格式组装，长任务里保留完整对话与工具结果，模型依赖上下文的连续性。
3. 上线前做一轮延迟与失败率统计，长程任务的耗时会明显高于单轮问答。

命令行：按官方参数复现官方结果

1. 按官方接口文档开启思考模式，即把 thinking 置为 {"type":"enabled"}；此时 temperature 固定为 1.0，关闭时固定为 0.7，传入其他值会被覆盖而非报错，top_p 默认 0.95、top_k 默认 -1。
2. thinking_budget 上限为 262144 token，长任务可按剩余预算压缩；同一段提示分别开关思考模式，对比输出结构与耗时。
3. 把复现结果与官方演示逐项对照，差异大的任务先换提示再换参数，不要直接判定能力不足。

两点提醒：权重与 GitHub 仓库官方标注「即将上线」，现阶段只能用在线与接口两条路，需本地部署的场景要等权重放出；赠送额度属限时福利，规模化调用前先按实际 token 消耗估算成本。

LongCat-2.5 的项目地址

• 官网在线体验：https://longcat.chat
• 技术博客：https://longcat.ai/blog/longcat-2.5

LongCat-2.5 的价格与开源情况

LongCat-2.5 目前未开放权重：官方称 GitHub 仓库与 Hugging Face 权重即将上线，现阶段不提供本地部署。

接口按量计费，官方价目为每百万 token 输入 ¥2、命中缓存 ¥0.04、输出 ¥8，美元标价对应 $0.30、$0.006、$1.20。官方标注为限时折扣价，最终以平台结算与账单为准。

在线体验另有赠送额度：注册认证赠千万 token，老用户在此基础上加赠五百万，属限时福利，不等同于长期定价。

接入前先按任务长度估算消耗量：长程任务单次输入较长，缓存命中率对最终成本影响明显，重复上下文多的场景支出会低于标价。

LongCat-2.5 的常见问题