美团开源 LongCat-2.5 Agent 模型,值不值得试

ChatGPT / Claude 官方直充代充值

美团开源 1.6 万亿参数的 Agent 模型 LongCat-2.5,每 token 激活约 480 亿参数,MIT 许可,全程在国产芯片上训练,自托管方案用 194 颗昇腾。本文拆解它的能力、跑分、部署门槛和 API 价格,并给国内开发者一个是否值得试的判断。

美团 LongCat-2.5 开源热点解读封面

美团 LongCat 团队在模型发布一周后,放出了 LongCat-2.5 的权重。这是一个专门为 Agent 场景打造的模型,总参数 1.6 万亿,而且从训练到推荐的部署方案,都没有用到 Nvidia GPU。

对国内开发者,看点有两个:编程类 Agent 基准上离海外头部模型不远;API 兼容 OpenAI 和 Anthropic 两种格式,能直接接进现有工具。

LongCat-2.5 是什么

先把关键参数列清楚:

  • 架构:混合专家(MoE)模型,总参数 1.6 万亿,每个 token 只激活约 480 亿参数。
  • 上下文:API 一次最多处理 100 万 token,单次回复最长 12.8 万 token。
  • 模态:能理解文本、图像和视频,输出为文本;推理模式可以开关。
  • 许可:权重以 MIT 许可开放,允许商用、修改和再分发。
  • 试用:可以在 longcat.ai 的聊天界面直接体验。

和前代 LongCat-2.0 相比,最大的新增是图像理解。它没有走“外挂一个图像编码器”的老路,而是按原始分辨率把图片切成离散 token,和文本放在一起处理。目标是提升视觉编程、设计和 3D 任务。

训练上值得注意的几个细节

美团公开的训练做法里,有几处对做 Agent 的人很有参考价值:

  • 用真实任务做强化学习:任务取自 GitHub 上真实的拉取请求,以及复现出来的 Agent 失败案例。
  • 刻意堵住“作弊”路径:训练环境里屏蔽了联网,删掉了 Git 历史和缓存文件,再让一个语言模型检查解法有没有取巧。
  • 多教师蒸馏:融合擅长 Agent、推理和对话的多个教师模型。

第二点值得记住:很多 Agent 评测好看、实用翻车,原因之一就是训练时学会了钻环境空子。

跑分:接近第一梯队,但不是全面领先

美团给出的对比数据如下(均为美团自己公布):

  • Terminal Bench v2.1(命令行任务):LongCat-2.5 得 88.4,Claude Opus 5 为 89.1,GPT-5.6 Sol 为 88.8,DeepSeek-V4.1-Flash 以 90.6 居首。
  • 更难的 Terminal Bench v4.0:LongCat-2.5 得 38.5,略高于 GPT-5.6 Sol 的 37.3,但明显低于 Opus 5 的 53.9。
  • DeepSWE(在真实仓库里修 bug):从前代的 9.7 分跳到 64.6 分,进步很大,但仍落后于表中除 Claude Opus 4.8 以外的其他模型;DeepSeek-V4.1-Flash 74.2 领先,GPT-5.6 Sol 为 72.7。
  • BrowseComp(网络搜索):91.9,为表中最高,不过这是在美团自己的环境里跑的。

注意对比表里没有更新的 Claude Opus 5.5 和 GPT-6.1 Sol,所以它追上的是海外头部模型几个月前的水平。

部署:没有 Nvidia 指南,门槛不低

这次最特别的地方在硬件。美团称 LongCat-2.5 完全在国产芯片上训练;前代 LongCat-2.0 在 6 月下旬就是在一个超过 5 万颗国产 AI 芯片的集群上训出来的,此前还以“Owl Alpha”的匿名身份在 OpenRouter 上跑过。

官方的自托管指南用的是 194 颗华为昇腾 Atlas A2 系列加速器:2 颗负责图像处理,64 颗负责处理输入,128 颗负责生成回复。指南里没有针对 Nvidia GPU 的部署说明。

美团还把专家权重和激活量化到 4 位,国产芯片可以原生处理。按美团的负载测试,和 8 位版本相比,输入处理吞吐提升 43.3%,生成吞吐提升 42.77%,准确率与未压缩版本持平。

所以“开源”不等于“人人能跑”,194 颗加速器的规模,个人和小团队基本不用考虑自托管。

对国内开发者意味着什么

能不能用:能,而且门槛主要在 API 而不是硬件。 大多数人调 API 或网页试用即可。

怎么用:接进现有工具最省事。 它的 API 同时支持 OpenAI 和 Anthropic 两种格式,可以接入 Claude Code、Codex、Hermes 等 Agent 框架。已在用这类工具的,换个接口地址和模型名就能对比。

贵不贵:上线期有限时优惠。 美团给出的限时价格约为每百万输入 token 0.27 欧元、每百万输出 token 1.07 欧元。注意这是限时价,优惠结束后的价格素材里没有说明,做长期成本估算时要留余量。

要不要换:建议先并行测,不要直接替换。 我的建议是:

  • 挑自己项目里 10 到 20 个真实任务,和现用模型各跑一遍,看成功率和返工次数;
  • 长上下文、需要读图(比如根据设计稿写前端)的任务可以重点测,这是它这次主打的能力;
  • 修 bug 类任务目前跑分仍落后头部模型,关键代码别急着全交给它。

要注意什么:

  • 公开跑分多数是美团自测,第三方复现之前,参考价值要打折扣;
  • 想自托管的团队,先确认手上有没有足够的昇腾资源,没有现成的 Nvidia 方案可以照抄。

小结

LongCat-2.5 说明两件事:国产开源模型在 Agent 编程能力上已经能排进第一梯队的后半段,而且整条链路可以不依赖 Nvidia。对普通开发者,它是值得放进对比清单的便宜选项;对有国产算力和私有化需求的企业,值得认真评估。

信息来源

更多每日 AI 热点见 best2ai.com

文章整理自互联网,只做测试使用。发布者:Lomu,转转请注明出处:https://www.it1024doc.com/19465.html

赞 (0)
LomuLomu
上一篇 1天前
下一篇 17小时前

相关推荐

  • ChatGPT Plus充值国内支付完整教程微信支付宝

    国内用户想开通 ChatGPT Plus,真正麻烦的通常不是注册,而是订阅付款。只想把会员开到自己的原账号,所以很多人会改找支持微信、支付宝的充值方式。对于主要用 ChatGPT 来写英文邮件的课程学习者,更稳妥的思路是按自己的工作节奏决定续费;出差时不方便研究支付,同时需要一套能复用的开通流程时,直接把会员开到自己的原账号里会更省心。

    未分类 2026 年 8 月 5 日
    19200
  • ChatGPT Plus国内支付订阅教程微信支付宝

    国内用户想开通 ChatGPT Plus,常见阻碍不是注册,而是订阅付款。账单地址不好填写时,很多人会把时间耗在支付工具上。对于主要用 ChatGPT 处理客户支持里的翻译校对的自由职业者,更实用的思路是用真实任务测试价值,先把会员开到自己的原账号,再用真实任务观察是否减少切换账号。

    未分类 2026 年 8 月 23 日
    18300
  • 【手写 RPC】使用netty手写一个RPC框架 结合新特性 虚拟线程

    【手写RPC框架】如何使用netty手写一个RPC框架 结合新特性 虚拟线程 什么是RPC框架 RPC(Remote Procedure Call)远程过程调用,是一种通过网络从远程计算机程序上请求服务,而不需要了解底层网络技术的协议。RPC框架是一种远程调用的框架,它可以让你像调用本地方法一样调用远程方法。 避免了开发人员自己去封装网络请求、连接管理、序列…

    2025 年 1 月 13 日
    84100
  • Claude Pro国内支付充值开通教程

    Claude Pro国内支付充值开通教程,适合国内用户使用微信支付宝为自己的账号完成充值、订阅或代充开通。

    未分类 2026 年 7 月 15 日
    28100
  • Claude自己账号订阅账号操作流程

    Claude自己账号订阅账号操作流程,适合处理合同初稿的业务人员在国内使用微信支付宝为自己的账号开通 Claude Pro,并用于报告框架梳理与论证链条补充。

    未分类 2026 年 8 月 28 日
    17100

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

联系我们

400-800-8888

在线咨询: QQ交谈

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息

关注微信