美团发布LongCat-2.5：1.6万亿参数，长程智能体能力升级
11月2日，美团发布新一代大模型 LongCat-2.5。这是一个面向长程智能体任务的原生多模态模型，总参数量为1.6万亿，每个 token 激活约480亿参数，在 LongCat-2.0的基础上进一步强化原生视觉理解与智能体编程能力。美团在长序列训练中加入更多长程轨迹数据，并通过大规模长程强化学习，提升模型在复杂代码
11月2日，美团推出新一代大模型 LongCat-2.5，总参数量为1.6万亿，每个 token 激活约480亿参数。这是一款面向长程智能体任务的原生多模态模型，在 LongCat-2.0 的基础上把原生视觉理解和智能体编程能力又往前推了一步。
为了啃下复杂代码库开发、完整项目构建这类任务，美团在长序列训练里加入了更多长程轨迹数据，并做了大规模长程强化学习。数据合成、环境构建、跨 Harness 混合训练，这条训练链路一直在扩。真实 Agent 的失败轨迹也被转成可复现、可验证的训练任务，专门用来补模型的短板。
视觉这边，LongCat-2.5 把视觉信号表示成多层级离散 token，主干模型就能用统一的 token 形式同时处理视觉与文本输入。原生视觉理解加上智能体编程，让模型在 Visual Coding 上表现不错，创意设计和3D 等任务也能支持。这些升级背后是持续演进的基础设施：美团优化了国产算力上的长上下文训练与 W4A4推理，还通过训推数值一致性和长上下文 rollout 优化，让大规模长程 RL 跑得更高效。
为直观呈现 LongCat-2.5 当前的能力水平，美团拿 GPT-5.5、GPT-5.6-Sol、Claude-Opus-4.8 和 Claude-Opus-5 做了对比。数据显示，LongCat-2.5 多项指标优于 GPT 5.6。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
