美团 LongCat 团队正式发布了 LongCat-2.5。这款模型总参数量达到 1.6 万亿，每个 token 激活约 480 亿参数，定位很明确：处理长程智能体任务。
它在 9 月的 Preview 版基础上继续强化视觉理解和智能体编程，覆盖复杂代码库、完整项目构建、创意设计、3D 任务和商业分析。官方还放出一轮上线福利，新用户获赠 1000 万 Tokens，老用户获赠 500 万 Tokens，额度自动到账；缓存命中不消耗赠送额度。
1.6T 的体量，真正工作的约 480 亿参数LongCat-2.5 继续采用 MoE 路线。1.6T 是模型拥有的总参数量，推理时每个 token 只激活约 48B，也就是 480 亿参数。这样既保留大模型的容量，也把单次推理的计算量控制在更现实的范围。
API 文档显示，它支持 1M 上下文，同时兼容 OpenAI 与 Anthropic 两种 API 格式。已有 Claude Code、OpenClaw、OpenCode 等智能体工具的用户，接入时不用重新改造整套调用方式。
这次升级的关键是原生多模态。LongCat-2.5 把视觉信号转换成多层级离散 token，让主干模型用统一形式处理图片与文字。视觉理解可以直接参与后续编程和工具调用，适合根据截图还原网页、生成交互设计、处理 3D 场景等任务。
图片来源：LongCat-2.5 官方发布页（2026-11-01）
训练方法也明显围绕 Agent 调整。团队加入了更多长程轨迹数据，把真实 Agent 的失败轨迹转成可复现、可验证的训练任务，再用大规模长程强化学习补齐容易失败的环节。目标是让模型在长时间、多步骤的工作中持续执行，而非只完成一次问答。
跑分已进入前沿模型的同一竞争区间官方评测中，LongCat-2.5 在不同任务上与 GPT-5.6-Sol、Claude Opus 5、GLM-5.3 和 Kimi K3 互有高低。几组比较直观的数据如下：
评测
LongCat-2.5
GPT-5.6-Sol
Program Bench
25.5
23.0
Terminal Bench v4.0
38.5
37.3
AutomationBench
51.8
45.8
3DCodeBench
55.4
52.3
图片来源：LongCat-2.5 官方发布页（2026-11-01）
评测口径：官方说明，部分竞品分数来自公开技术报告或官方榜单，未标星项目为 LongCat 团队自测。这些数据适合判断模型所处区间，真实项目仍会受到 Harness、提示词和工具环境影响。
现在就能用，9.9 元福利包也在路上LongCat-2.5 已开放网页体验和 API 接入。除了自动到账的赠送额度，官方还预告了 9.9 元限时福利包，具体 token 数量、有效期和上线时间以平台页面为准。
从正式版的能力组合看，美团没有把它做成单纯的聊天模型。复杂代码、视觉输入、办公文件和工具调用被放进了同一套长程任务系统。想测试国产 Agent 模型的开发者，可以拿现有项目跑一轮；赠送额度刚好足够完成一次有规模的验证。