美团发布1.6万亿参数LongCat-2.5原生多模态模型
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
2026-11-03 · 2 篇报道 · 2 家独立信源 · 模型发布
主来源摘要
美团正式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,在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。模型通过长程轨迹数据与大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力,并将视觉信号表示为多层级离散 token 以统一处理图文输入。配套基础设施方面,团队优化了国产算力上的长上下文训练与 W4A4 推理,FSDP 配置在长序列 SFT 中单卡吞吐较 DDP 基线提升 86%,W4A4 相对 W8A8 INT8 基线 prefill 和 decode 吞吐分别提升 43.3% 和 42.77%。
参与来源Meituan Technical Team · 智东西
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
美团正式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,在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。模型通过长程轨迹数据与大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力,并将视觉信号表示为多层级离散 token 以统一处理图文输入。配套基础设施方面,团队优化了国产算力上的长上下文训