美团LongCat-2.5：国产算力跑出万亿模型
11月2日，美团发布新一代大模型LongCat-2.5：总参数1.6万亿，全程在国产算力上完成训练，官方称这是目前国产算力上完成的最大训练任务。从今年6月的LongCat-2.0到如今2.5版本，”国芯国模”的路线又向前一步。本文梳理这次发布的核心信息：模型能力如何、工程上做了什么优化、以及美团做模型的真实意图。
发布要点：面向长程智能体的原生多模态
先看基本信息。LongCat-2.5是一款面向长程智能体任务的原生多模态模型，总参数1.6万亿，定位延续LongCat系列的研发方向。相比上一代，它重点强化了两块能力：一是原生视觉理解，把视觉输入转化为模型可统一处理的token，官方展示中支持交互网页、3D展示页面等复杂界面任务；二是智能体编程，通过大规模长程强化学习提升端到端工程能力，面向复杂软件开发场景。
用户侧的落地同样明确：普通用户可在官网longcat.ai直接体验，开发者可通过同步上线的API调用模型。从”发布即开放”的动作看，美团这次没有走”发布会先行、产品后置”的老路，模型能力直接放到前台接受检验。
技术看点：1M上下文与国产算力上的工程优化
这次发布里最”硬核”的部分，是长上下文训练在国产算力上的工程突破。据技术博客披露，LongCat-2.5在中训练阶段采用最长达1M token的序列开展长上下文训练，累计训练量达数万亿token。多张算力卡协同处理这种长序列时，显存容量和卡间通信是绕不开的瓶颈。
美团的解法是和国产算力厂商协同优化：针对单卡显存较小的现实条件，围绕超节点重新规划任务分工，让参数与任务数据的主要通信在超节点内的高速互联网络中完成。效果直接体现在数据上——在所测长上下文监督微调任务中，优化后的单卡训练吞吐量较DDP基线提升86%，相当于一张卡在同样时间内干完原来约1.86张卡的活，处理效率接近翻倍。对关注国产算力生态的人来说，这类”训练效率数据”比跑分更能说明软硬协同的成熟度。
能力对标：介于Claude两代之间的成绩单
评测方面，官方口径是：在多项主流基准评测中，LongCat-2.5的成绩介于Claude-Opus-4.8与Claude-Opus-5之间，并在部分评测中超过Claude-Opus-5，整体能力比肩国际成熟闭源模型和头部开源模型。需要说明的是，这是厂商自报口径，第三方完整评测还有待公开，但”万亿参数加国产算力训练”的这条路径能拿到这个成绩，本身已经值得记录。
把镜头拉远看，国产大模型这一梯队的节奏明显在提速：从讯飞星火X2.6的端云一体（详见此前报道），到MiniMax M3.1 Flash把Agent价格打下来（见MiniMax发布M3.1 Flash），再到Kimi K3.1用3万亿参数开源压价（见Kimi K3.1发布），”大参数加低成本”的竞争已经白热化。LongCat-2.5的加入，让这个名单又厚了一层。
跳出发布本身，这件事的行业含义有三层。其一，训练侧的”卡脖子”叙事正在改写：万亿参数模型全流程国产算力训练已经跑通，且效率优化还有大幅空间。其二，应用侧的差异化路线清晰化：美团这类有主业场景的公司，用模型服务业务、用业务反哺数据，与做通用API的厂商并行不悖。其三，竞争焦点从单点跑分转向”模型加场景”的系统能力，调用量榜单上国产模型连续多周领先的趋势（参考DeepSeek周调用量登顶一文）说明，真实使用规模正在成为比基准分数更硬的指标。
美团图什么：不做Token工厂，模型为主业服务
美团做大模型的动机，CEO王兴在今年8月28日的二季度财报电话会上说得很直白：”我们不会成为Token工厂，我们的模型和AI产品将用于支持我们的主业。”围绕这个定位，LongCat-2.5重点强化了商业分析和软件开发两大能力——前者对应美团内部的经营决策场景，后者对应工程提效。
落地案例已经跑起来了：基于LongCat系列模型，美团推出AI经营工作台”妙手”，帮本地生活商家做品牌经营分析、门店管理和增长获客，目前已服务古茗、益禾堂等连锁品牌，能自主构建全渠道利润分析表并生成优化建议。官方给出的示例里，模型可以从多渠道销售数据中定位增长的结构性问题，直接给出下一步动作。换句话说，LongCat-2.5不是一款冲榜的”展品”，而是一套嵌进业务流程的”生产力”，这与纯模型厂商的路径形成有趣对照。
结语
LongCat-2.5的单点突破固然值得记下，但更值得留意的是它背后的完整链条：国产算力支撑训练、模型能力反哺业务、业务数据再优化模型。这个闭环一旦转起来，迭代速度就不再取决于单次发布的热度，而是取决于业务场景的厚度。对普通开发者和用户而言，longcat.ai官网和API已经开放，不妨亲自试一试视觉理解和智能体编程这两项主打能力，再对”国芯国模走到哪一步了”这个问题，给出自己的判断。