1.6 万亿参数、国产算力训出来的 LongCat-2.5：美团说不做 Token 工厂，那它到底为谁而训

11 月 2 日，美团龙猫发布了面向长程智能体任务的原生多模态大模型 LongCat-2.5。先把硬参数说准：总参数 1.6 万亿，MoE 架构，单次推理激活约 480 亿参数，原生支持 100 万 token 超长上下文。训练全程在国产算力集群上完成，按官方口径，这是目前国内基于国产算力完成的最大规模大模型训练任务。模型在前代基础上强化了原生视觉理解与智能体编程能力，引入大量长轨迹数据训练，借助长程强化学习提升完整项目搭建与复杂代码库开发等工程能力；视觉信息转为多层级离散 token，统一文本与视觉输入形式，在视觉编码、创意设计、3D 相关任务上都有适配。评测口径要分开读：官方披露的综合成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，在部分长程智能体、多模态推理专项上超过 Claude-Opus-5，在多个智能体编程指标上优于 GPT-5.5——这组对比是厂商披露口径，不是独立第三方复测，读的时候要打折。真正值得小团队看的不是“第几梯队”这句定性，而是两条落地信息：第一，9 月 25 日上线的 LongCat-2.5-Preview 已开放网页端体验与 API 调用入口，深度适配 Claude Code 等主流开发环境；第二，美团同步推出了 AI 经营工作台“妙手”，帮助商家在高价值经营场景中理解行业指标与品牌规则，在商家授权范围内调用工具与系统、完成经营任务执行。后续模型权重也将陆续登陆 GitHub 与 Hugging Face。我的判断：LongCat-2.5 最有意思的点不在参数规模，而在王兴那句“不会成为 Token 工厂”的落点——模型先服务美团主业（本地生活商家经营），再谈通用能力。对小团队来说，这意味着选型时别只看榜单名次，要看它被“养”在什么场景里：一个为商家经营任务训出来的长程 agent，在处理多步骤、多工具、长上下文的业务流程时可能比通用旗舰更顺手；但反过来，如果你的活是纯对话、纯写作，它的长程强化优势就未必能兑现成体验差距。先用网页端跑一个你自己的长任务（比如一整个代码库的重构梳理、带多份文档的商家经营分析），再决定要不要接 API。什么情况下这篇结论不成立：你只用短对话、短代码补全，那 100 万上下文和长程强化对你等于不存在，选型应回到单价与延迟；或者你要求权重立刻可下载自部署，那“后续陆续登陆”这个时间表还没兑现前，它对你仍是 API 模型；又或者你把厂商披露的基准对比当成独立验证，那这篇的“介于两者之间”就不该直接拿去给客户承诺效果。