LongCat 2.5 發佈：1.6T 原生多模態，美團的長程 Agent 王牌

2026 年 11 月 1 日，美團 LongCat 團隊在官方技術博客發佈「Introducing LongCat-2.5」；次日 11 月 2 日，LongCat 2.5 在 API 平臺正式 GA，視頻輸入與 Codex 接入隨 GA 加入。本站以 11 月 2 日爲發佈日——那是模型正式可用的日期，eesel、toolpilotpro 與 China AI Index 也都以 11 月 2 日爲 release date。這是美團長程 Agent 路線的第二代主力：與 6 月 30 日 GA 的 LongCat 2.0 同款 1.6T/48B 底座，補上了原生視覺與大規模長程強化學習訓練，限時價與 DeepSeek V4.1 Flash 高峯價完全相同，權重則在 11 月 4 日以 MIT 協議放出。

與 2.0 的關係：同款底座，加視覺與 Agent 訓練

LongCat 2.0 於 2026 年 6 月 30 日 GA（Hugging Face 倉庫建於 7 月 5 日），是純文本模型，1.6T 總參數、約 48B 激活。2.5-Preview 在 9 月 25 日先行上線 API 平臺，只有圖像輸入，沒有公佈基準與參數，還在 OpenCode 內免費開放了兩週。2.5 正式版沒有換底座——38 層、hidden 8192、768 路由專家、topk 12、MLA 注意力、163,840 詞表——而是在同款底座上補齊了兩塊：原生視覺與長程 Agent 訓練。

視覺方面，2.5 接受文本、圖像與視頻輸入，輸出純文本。圖像支持 PNG/JPG/JPEG/WebP/GIF，單張 ≤10MB，每請求最多 50 張；視頻單條 ≤100MB、短於 3600 秒，每請求最多 10 條，僅接受公開 URL；SVG 與 HEIC 不支持。它的視覺機制來自 LongCat-Next 的多級離散 token，沒有獨立視覺編碼器，原生分辨率 token 化，視覺嵌入與主幹聯合學習。上下文爲 1M tokens（API 文檔口徑；配置文件的基數爲 512K，經 YaRN 擴展）。最大輸出 128K——但另一處文檔頁允許 max_tokens 至 262,144，兩個口徑不一，尚待官方澄清。

訓練與推理：長程 RL、MOPD 蒸餾與國產加速器

2.5 的訓練主線是長程強化學習：用 GitHub PR 過濾加 F2P/P2P 驗證篩選任務，把真實失敗軌跡轉成可復現任務，配反 reward hacking 措施，並對重複推理與重複工具調用做懲罰。蒸餾用的是 MOPD 多教師方案：保留 2.0 的 agent、推理與交互專家組，全詞表 KL 加 Tree Attention。訓練跑在國產加速器上（單卡 <80GB），配合超節點感知並行與雙分片 FSDP，長序列 SFT 單卡吞吐比 DDP 基線高 86%。

推理側的賣點是 W4A4 量化：INT4 專家權重加 INT4 激活。相對 W8A8 INT8 基線，官方博客稱在線壓測 prefill 吞吐 +43.3%、decode +42.77%、首 token 延遲 -15.91%、每 token 延遲 -19.72%；GMM 內核平均快 1.73 倍；W4A4KV8 相對 W8A8KV16 的 decode 吞吐 +92%。這些都是美團自測數字，獨立復現尚未出現。

價格與權重：限時價對標 DeepSeek，MIT 權重已放出

限時價爲輸入 $0.30、緩存輸入 $0.006、輸出 $1.20（每百萬 tokens），人民幣 ¥2 / ¥0.04 / ¥8，全部標註「Discounted Price (limited-time)」——沒有截止日期，也沒有公佈目錄價。$0.30/$1.20 與 DeepSeek V4.1 Flash 的高峯價完全相同，這場同價之爭的基準對照見基準專文。

權重在 11 月 4 日已於 Hugging Face 發佈，MIT 協議：全量倉庫 3.3TB、210 個分片，W4A4 倉庫 1.24TB、208 個分片，另有 ModelScope 鏡像。11 月 1–3 日的報道（甚至 toolpilotpro 11 月 4 日更新的橫評）稱權重「coming soon」、API-only——這個說法自 11 月 4 日起已經過時，本站以 Hugging Face 爲準。

官方博客附了 8 個端到端生成演示：軟件開發方向有實時流體模擬、交互式 3D 文物展、城市級模型與微縮場景資產；專業辦公方向有業務運營分析、客戶反饋分析報告、中式配色美學頁與活動邀請函生成器。演示均爲官方自制，尚未獨立復現，發佈初期演示視頻也尚未上線。

還沒落地的部分

截至 11 月 13 日，沒有任何獨立機構給 2.5 打過分：Artificial Analysis 未收錄，ArtificialWatch 同日發文稱「not rated yet」。數據政策同樣空白：FAQ 與計費頁未說明 prompt 保留時長，也未說明 API 流量是否用於訓練，客服與合規場景的使用者需要留意。折扣沒有截止日期，折扣結束後的價格美團也未表態。另外，2.0 與 2.5-Preview 已從官方 Supported Models 表中消失，但沒有帶日期的下線公告——本站只寫「已從官方模型列表中消失」，不寫「已下線」。