美团发布1.6万亿参数LongCat-2.5原生多模态模型
原标题：美团发1.6万亿参数新模型，通用Agent测试超Opus-5，国产芯特别优化
AI 摘要
美团LongCat团队发布原生多模态模型LongCat-2.5，总参数1.6万亿、每Token激活约480亿，重点强化原生视觉理解与智能体编程能力。该模型在AutomationBench、LongCatClawBench等基准上领先Claude-Opus-5、GPT-5.6-Sol，Terminal Bench v4.0得分38.5。模型将视觉信号转为多层级离散Token与文本统一处理，并针对国产加速器显存限制优化并行策略，长序列SFT单卡吞吐量较DDP基线提升86%。
正文节选
智东西（公众号：zhidxcom） 作者 | 杨京丽 编辑 | 李水青 智东西11月2日报道，今日，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。 该模型总参数量为1.6万亿，每个Token激活约480亿参数，在LongCat-2.0的基础上，重点强化原生视觉理解与智能体编程能力。 在美团公布的自动化任务基准AutomationBench、通用Agent任务基准LongCatClawBench等几项基准测评中，LongCat-2.5均领先Claude-Opus-5、GPT-5.6-Sol等模型；在终端操作基准Terminal Bench v4.0上，LongCat-2.5的得分为38.5，超过GPT-5.6-Sol，但仍落后于Claude-Opus-5。 LongCat-2.5的长序列训练中引入更多长程轨迹数据，并通过大规模长程强化学习，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。同时，LongCat-2.5将视觉信号转化为多层级离散Token，让视觉与文本输入由同一主干模型统一处理，进一步支持视觉编程（Visual Codin