美团 LongCat-2.5 发布：1.6 万亿参数原生多模态，Agent 基准超 Claude-Opus-5
智东西 · wechat · 2026-11-02
美团 LongCat 团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数 1.6 万亿、每 Token 激活约 480 亿。
- 基准：AutomationBench、LongCatClawBench 领先 Claude-Opus-5、GPT-5.6-Sol；TerminalBench v4.0 得分 38.5 超 GPT-5.6-Sol 但落后 Claude-Opus-5
- 架构：视觉信号经 RVQ 转为多层级离散 Token，与文本同主干统一处理，支持视觉编程、3D 内容生成
- 训练：GitHub PR 自动生成可交互环境与验证用例的长程 Agentic RL 链路，partial rollout 异步训练、抑制投机行为与过度思考
- 国产算力适配：针对单卡显存不足 80GB 的国产加速器重排 FSDP/EP/CP 并行、动态专家复制等，长序列 SFT 单卡吞吐较 DDP 提升 86%
- 实测：动画生成完成度较高，财报转 PPT 框架完整、无发现数据错误，但信息密度偏高、排版可优化
所属事件:美团发布 LongCat-2.5：1.6T MoE 主打长程 Agent(3 条相关)→
「模型」频道最新
- 网友实测 LongCat 官网模型：CoT 眼熟但效果差，远达不到宣称水平 — teortaxesTex · 2026-11-03
- 曝 OpenAI 推出 LifeVal 基准：考 AI 处理订餐、理财等日常琐事，GPT-6 Astra 多项满分 — mark_k · 2026-11-03
- 12 个开源模型 36 次作答全一致，却与医学题标准答案相左 — MaziyarPanahi · 2026-11-03
- 用户吐槽 Claude 编码能力下滑:缺乏全局观只能靠换模型补救 — BrainSurfing · 2026-11-03
- Mistral Large 4 开源：1T 总参 52B 激活，可部署在 4 张 GB300 — _AndrewZhao · 2026-11-03
- Mistral 技术报告披露 1T 参数模型训练难题与 scaling 科学短板 — _AndrewZhao · 2026-11-03