美团 LongCat-2.5 技术报告发布

美团 LongCat 团队在 9 月 25 日上线的 LongCat-2.5-Preview 基础上正式推出 LongCat-2.5，并补全了完整技术报告和评测对比表。 模型总参数 1.6 万亿，每个 token（词元）激活约 480 亿，能力方向从此前的纯语言模型转向原生多模态与长程 agentic 编码。 官网已经可以试用，API 也已接入，但权重没有同步放出。 与上一代对照，差别集中在开放方式上。

目前，meituan-longcat 组织页面展示的仓库里没有 LongCat-2.5， Hugging Face 组织页仍把 LongCat-2.0 标为最新模型。 发布日期各说各话，官网首页仍挂着「Preview」。 官方对比表列出 30 多项评测，评测 LongCat-2.5 在多数智能体任务上表现优于 Opus 5，但在多数写代码项目仍落后 Opus 5。 评测集不含 GPT-6 系列、Opus 5.5 和 Fable 5.1，带星号的对手分数取自公开报告，未带星号的是美团自测。

多模态部分的机制是把图像编码成多层级的离散 token，与文本共用同一种 token 形式进主干。 长程任务的能力靠大规模强化学习堆上去，训练任务从 GitHub 公开仓库和内部代码场景合成，真实 Agent 跑失败的轨迹也会被转成可复现的训练题。 为防止模型在任务里投机取巧，环境会切断网络、清除 git 历史和文件缓存，另有一个 LLM 裁判审查轨迹。 长序列训练改用面向超节点设计的 FSDP 配置后，单卡吞吐比 DDP 基线提升 86%；

推理侧把专家权重和激活都量化到 4 bit 的 W4A4 方案在线上压测中对比 W8A8 基线，prefill 吞吐提升 43.3%，decode 提升42.77%，TTFT 和 TPOT 分别下降 15.91% 和 19.72%。 这些数字都是公司自报口径，报告没有写明用的是哪家厂商的卡、多少张、训练成本几何。 正式版技术博客没有列 API 价格，开源时间同样没有给出。