中國外賣巨頭 美團 於 11 月 2 日正式發布 LongCat-2.5，一款專為「長程代理任務」（long-horizon agentic tasks）設計的原生多模態 MoE 模型。模型總參數 1.6 兆、每次僅啟動約 48B，維持與前代 LongCat-2.0 相同的規模，但把視覺能力直接折疊進骨幹，並以 1M-token 上下文與極具侵略性的定價切入企業代理市場。
發布重點
硬體規格與視覺升級
- 總參數 1.6T、每 token 約 48B 活躍參數，原生多模態（影像理解直接內建於主幹，非外掛視覺編碼器）。
- 上下文視窗 1M tokens、最大輸出長度 128K tokens。
- 美團以長程強化學習強化端到端工程能力，特別針對複雜程式碼庫開發與完整專案建構；結合原生視覺後，能處理視覺編碼、創意設計與 3D 任務。
定價與生態相容性
- 公開價格（限時折扣）：未快取輸入 $0.30/百萬 tokens、快取輸入 $0.006、輸出 $1.20/百萬 tokens。
- API 同時相容 OpenAI 與 Anthropic 兩套請求格式——開發者只需改 base URL 即可接入既有 Claude Code 或 OpenAI 相容 harness，不必重寫客戶端；官方也提供 OpenCode、Cline、Kilo Code 等工具的接入指南。
自報基準
美團公布的旗艦分數包括 BrowseComp 91.9、PaperBench 82.1、Vision2Web 78.6、3DCodeBench 55.4 等，並聲明在國產加速器上完成訓練，推理採用 W4A4（權重與激活皆 4-bit、原生 INT4 矩陣運算）壓縮 MoE 成本。
為何重要
LongCat-2.5 最具指標意義的不是參數規模，而是商業與架構路線的轉向。LongCat-Flash、Full-Thinking、LongCat-2.0 等前代一直是開源權重（MIT）開放路線，此番 2.5 卻只以 API 提供、權重未公開僅稱「後續規劃 GitHub 與 Hugging Face 發布」。對依賴自託管旗艦模型的團隊而言，2.0 仍是目前最新可用的開放權重，2.5 應視為一項託管服務。
這代表：其一，中國頭部模型的**「預設開放」姿態正轉向「商業優先」**——模型即服務與代理基礎設施成了新的課金點，與 DeepSeek 近期把搜尋引擎計量收費的做法同軌。其二，原生多模態 + 原生 INT4 國產硬體推理，若屬實，表明中國算力堆疊已能承載兆級模型的訓練與部署，這在出口管制背景下意義深遠——不過此節需保留廠商自報的折扣看待。
需要注意的局限
- 權重未開放、基準為廠商自報：上述分數來自美團技術報告與官方部落格，尚未經社群獨立複測；開放權重時程亦未承諾。
- 價格為限時折扣：$0.30/$1.20 屬限定期間價，長程 Agent 的實際帳單還需考量未快取輸入與輸出比例。
對香港與亞洲開發者而言，LongCat-2.5 提供了一個「1M 上下文、原生視覺、雙協定相容、超低輸出計價」的託管選項，最適合需要長程視覺代理（瀏覽器、GUI、試算表、設計工具）且對數據主權敏感的企業場景——但也提醒：當中國開源旗艦開始「閉源商業化」，依賴開放權重的架構需提前評估替代方案。
本文信息來源：美團 LongCat 官方部落格與發布公告、Pandaily、Technology.org。