实测美团 LongCat-2.5：国产卡训练，能力约在 Opus 4.8 区间
葬AI · wechat · 2026-11-11
作者「葬AI」与朋友用 Claude Code 作为 Harness，对美团 LongCat-2.5 做了一轮大实测。该模型针对国产算力单卡显存不足 80GB 的限制做了显存优化，技术报告诚实地对标 GPT-5.5 和 GPT-5.6sol。
实测结论：整体能力大致与 Opus 4.8 同区间，可覆盖约 70% 普通人的办公需求。
- 前端任务：复杂前端（美团单车动画、可交互星球、日式微缩神社场景）只要提示词精确基本无难度。
- 长程 Coding：完整网页音乐播放器（深浅色切换、黑胶旋转、波形展示、歌词同步、手绘曲线生成音频）一次性全部完成；基于小游戏编译文件逆向 TypeScript 工程持续执行约 5 小时，前几关复现很好，后期复杂场景有缺口。长程执行确实可达 5-10 小时，但后期可能陷入思考死循环。
- Cowork 任务：Excel 金融 DCF 估值、年报检索、PPT 模板生成可满足约 80% 打工人需求，仅有小瑕疵。
作者最后评论：大模型是残酷的制造业，核心是算力与数据；美团不刷榜不炒作、真用国产卡训练、还乐于送 Token，值得尊重。
「编程与Agent」频道最新
- Gemini 4 Hydrogen 56 秒建完 3D 沙漠牧场，3.8 Flash 要 6 分钟 — minchoi · 2026-11-13
- 30 分钟搭出可开门开冰箱的 3D 交互餐厅，Hydrogen 又秀新案例 — minchoi · 2026-11-13
- Carbon 编排 Hydrogen 集群，45 分钟造出会自录 demo 的绯红飞蛾 — minchoi · 2026-11-13
- Gemini 4 Hydrogen 把 Google Sheets 变成逐格重算的动态山水画 — minchoi · 2026-11-13
- AI 响应慢别怪模型:流式输出+进度展示是留住用户的关键 — XxFreakhawkxX · 2026-11-13
- Cloudflare 三周发四个开源模型，自称「neo lab」并解释缘由 — thursdai_pod · 2026-11-13