美团开源1.6万亿参数智能体模型 全程未用英伟达GPU
作者:亿邦AI 文章来源:亿邦动力
2026-11-16 09:40
作者:亿邦AI 文章来源:亿邦动力
2026-11-16 09:40
邦小白快读
美团LongCat团队在官方发布一周后正式公开LongCat-2.5的模型权重。该模型总参数规模1.6万亿,专为自主完成长链路、多步骤任务的智能体设计,尤其面向编程场景,训练全程基于中国国产芯片完成,未使用英伟达GPU。
LongCat-2.5采用混合专家架构,每个token仅激活全部参数中的约480亿个,通过路由调用部分专用子网络,而非运行整个模型。经API接入时,模型可一次处理最多100万个token,单次响应最长128000个token。它能理解文本、图像和视频,以文本形式输出,并允许用户自行开关推理模式。
与事后拼接独立图像编码器的常见做法不同,LongCat-2.5直接将图像转换为token,与文本在同一管线中处理。这一设计借鉴了研究模型LongCat-Next,目标是提升视觉编程、设计及三维任务的表现。在强化学习阶段,团队使用来自GitHub拉取请求的真实软件任务,并复现了智能体的失败案例。为确保模型在训练中真正解决问题而非投机取巧,开发人员在训练环境中断开互联网访问,删除Git历史记录与缓存文件,再由语言模型核查解题过程。团队还将多个专用教师模型在智能体、推理和对话方面的能力蒸馏进LongCat-2.5。
针对国产芯片的原生特性,美团对专家权重与激活值采用4比特量化。负载测试显示,与8比特版本相比,提示处理吞吐量提升43.3%,响应生成吞吐量提升42.77%,官方口径为精度与未压缩模型持平。该量化版本在独立代码仓库中提供,自托管指南描述了一个由194块华为昇腾Atlas A2系列加速卡组成的集群,其中2块处理图像、64块负责提示摄取、128块负责响应生成,指南未给出英伟达GPU的配置方案。
基准测试方面,LongCat-2.5在Terminal Bench v2.1上得88.4分,Claude Opus 5为89.1分,GPT-5.6 Sol为88.8分,Deepseek-V4.1-Flash以90.6分居首。在测试模型修复真实代码仓库缺陷能力的DeepSWE上,LongCat-2.5从9.7分提升至64.6分,仅高于Claude Opus 4.8,Deepseek-V4.1-Flash以74.2分领先,GPT-5.6 Sol为72.7分。难度更高的Terminal Bench v4.0中,该模型得38.5分,略高于GPT-5.6 Sol的37.3分,但明显低于Opus 5的53.9分。网页搜索基准BrowseComp上,LongCat-2.5得91.9分,为表格中最高,不过该项测试由美团在自有环境中运行。
权重以MIT许可证发布,允许商用、修改与再分发。用户可在longcat.ai的对话界面试用,API同时兼容OpenAI与Anthropic两种格式,可接入Claude Code、Codex、Hermes等智能体工具。上线期间美团提供限时促销价,约合每百万输入token 0.27欧元、每百万输出token 1.07欧元。
LongCat-2.5的前代LongCat-2.0于今年6月底完成训练,集群规模超过5万张国产AI芯片,并在7月初开源,华为昇腾、摩尔线程、沐曦股份等国产芯片厂商同期宣布完成推理适配。更早之前,该模型曾以“Owl Alpha”的匿名身份在OpenRouter上运行。公开资料显示,美团LongCat团队对国产算力的探索始于2023年,从千卡规模起步,逐步攻克算子适配、通信优化、分布式稳定性等问题。基于LongCat 2.0构建的全场景智能体平台CatPaw于7月底上线,官方信息称其已覆盖9万名员工、搭建3万个智能体。美团同期还在推进图像生成模型,此前发布的LongCat-Image是一款仅60亿参数的开源文生图模型,优先考虑效率而非模型规模。
在开源权重阵营中,Kimi K3.1、GLM-5.3等国产模型已在常见基准上基本追平美国头部模型。从设计之初便针对国产芯片优化的开源权重模型,也让这些硬件在海外市场更具吸引力。
本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
美团LongCat-2.5是什么模型?
美团LongCat-2.5是美团LongCat团队开源的1.6万亿参数智能体模型,专为自主完成长链路、多步骤任务设计,尤其面向编程场景。它采用混合专家架构,每个token仅激活约480亿参数,支持文本、图像和视频输入并以文本输出,用户可自行开关推理模式。训练全程基于中国国产芯片完成,未使用英伟达GPU,权重以MIT许可证发布。
LongCat-2.5如何适配国产AI芯片?
LongCat-2.5针对国产芯片原生特性,对专家权重与激活值采用4比特量化。自托管指南描述了一个由194块华为昇腾Atlas A2系列加速卡组成的集群,其中2块处理图像、64块负责提示摄取、128块负责响应生成。负载测试显示,与8比特版本相比,提示处理吞吐量提升43.3%,响应生成吞吐量提升42.77%,官方口径为精度与未压缩模型持平。前代LongCat-2.0使用超5万张国产AI芯片,并解决算子适配、通信优化和分布式稳定性问题。
LongCat-2.5在编程智能体任务上的基准表现如何?
在Terminal Bench v2.1上,LongCat-2.5得88.4分,Claude Opus 5为89.1分,GPT-5.6 Sol为88.8分,Deepseek-V4.1-Flash以90.6分居首。在测试修复真实代码仓库缺陷能力的DeepSWE上,LongCat-2.5从9.7分提升至64.6分,仅高于Claude Opus 4.8,低于Deepseek-V4.1-Flash的74.2分和GPT-5.6 Sol的72.7分。Terminal Bench v4.0中得38.5分,略高于GPT-5.6 Sol的37.3分,但低于Opus 5的53.9分。
企业如何试用或接入LongCat-2.5?
用户可在longcat.ai的对话界面试用LongCat-2.5。API同时兼容OpenAI与Anthropic两种格式,可接入Claude Code、Codex、Hermes等智能体工具。上线期间美团提供限时促销价,约每百万输入token 0.27欧元、每百万输出token 1.07欧元。权重以MIT许可证发布,允许商用、修改与再分发;自托管可参考独立代码仓库中的量化版本和指南,指南使用华为昇腾Atlas A2系列加速卡集群。
美团LongCat系列在国产算力和智能体平台上有哪些布局?
美团LongCat团队的国产算力探索始于2023年,从千卡规模起步,逐步攻克算子适配、通信优化、分布式稳定性等问题。LongCat-2.0于今年6月底完成训练,集群规模超过5万张国产AI芯片,7月初开源,华为昇腾、摩尔线程、沐曦股份等宣布完成推理适配。基于LongCat 2.0的全场景智能体平台CatPaw于7月底上线,已覆盖9万名员工、搭建3万个智能体。LongCat-Image是60亿参数开源文生图模型。
下一篇
胖东来洗发水事件背后:商业责任边界该如何厘清?
让制造者承担制造的责任,让品牌方管好品牌的故事,让零售商守住真诚与兜底的底线,这才是用理性的眼光去看清商业逻辑。









