11月2日，美团发布原生多模态模型 LongCat-2.5，面向需要持续执行的长程智能体任务。美团方面称，模型总参数 1.6 万亿、每个 token 激活约 480 亿参数，训练全程由国产算力完成。这次的实质变化不在参数规模，而在正式版补上了评测成绩与国产算力上的推理优化，9 月 25 日上线的只是 API 预览版。
预览版和正式版差在哪
9 月预览版沿用 LongCat-2.0 的参数规模，增加了图像输入，但没有公布官方评测。正式版沿用同一规模，新增大规模长程强化学习：训练里加入更多长序列轨迹，并把真实智能体失败的执行过程变成可复现的训练任务。视觉信号被表示为多层级离散 token，与文本进入同一主干处理，支持视觉编程、创意设计与 3D 任务。美团方面称，中训练阶段用了最长 100 万 token 的序列，累计训练量达数万亿 token，并针对国产算力做了 W4A4 推理优化。美团方面展示的品牌经营分析案例中，模型识别出支付 GMV 增长 23.2%、渠道利润下降 1.7% 的增长质量问题，并给出资源配置建议。
评测成绩怎么看
美团公布的评测表显示，LongCat-2.5 在 Terminal Bench v2.1 拿到 88.4 分，高于 LongCat-2.0 的 70.8 分，BrowseComp 为 91.9 分。美团方面称，多项成绩介于 Claude Opus 4.8 与 Claude Opus 5 之间，部分超过后者。这些数字全部来自美团方面，尚未经过独立验证，同一张表里它在 Program Bench 上只拿到 25.5 分，低于对比中的最高分 37 分。只看最高分会高估它，完整读表才能判断它擅长终端与浏览任务，而不是所有编程任务。
谁能马上用上，边界在哪
LongCat-2.5 通过美团的在线服务与 API 平台提供，兼容 Claude Code、Codex、Hermes 等智能体工具，GitHub 与 Hugging Face 发布还在计划中，没有给出时间。也就是说，开发者现在能用它跑长任务，但不能下载权重自托管；需要自托管或离线部署的团队，这次发布没有改变选择。需要长程编码与商业分析的团队，可以先在 API 上用真实项目试它的稳定性，再决定是否长期接入。LongCat-Next 开源时的原生多模态路线
