美团 LongCat-2.5 上线：1.6 万亿参数，视觉信号直接编码成 token

美团龙猫团队 11 月 1 日发布 LongCat-2.5，定位是面向长程智能体任务的原生多模态模型。官网可以试，API 也开了，GitHub 和 HuggingFace 两个入口都还写着 Coming soon。

规模没变：总参数 1.6 万亿，每个 token 激活约 480 亿，和 LongCat-2.0 一样。这半年的功夫都下在两处。

一处是看图。视觉信号被编码成多级离散 token，和文本走同一条主干一起处理，不再是外挂一个视觉编码器。官方给的场景偏“视觉编程”：实时流体模拟、3D 数字展厅、城市沙盘这类，既要写代码又要判断画面对不对的活。

另一处是长时间干活。他们做了大规模的长程强化学习，把智能体在真实使用中翻车的轨迹，转成可复现、可校验的训练任务，缺什么补什么。Terminal Bench v4.0 从 2.0 的 3.0 涨到 38.5，DeepSWE 从 9.7 涨到 64.6，这个幅度相当夸张。

不过这些都是美团自己跑的分，博客也写明“仅供参考”。放进同一张表里，它对 Claude Opus 5 是输多赢少，对 DeepSeek V4.1 Flash 大致打平，也没有放进 Opus 5.5 和 GPT-6 系列。

工程上有一点比跑分更有信号：训练和 W4A4 量化推理都在国产加速卡上做，单卡内存不到 80GB，官方称量化后 decode 吞吐提升 42.77%，首 token 时延下降 15.91%。把这些细节直接写进发布博客，至少说明这条路已经能拿出来讲了。

价格这次博客没提。此前 Preview 版的限时价是每百万 Token 输入 0.3 美元、输出 1.2 美元，缓存 0.006 美元，到期日没写。