美团龙猫正式发布 LongCat-2.5：1.6T 总参、约 48B 激活的原生多模态智能体模型，API 限时 $0.30/$1.20

核心背景与行业痛点

美团 LongCat 团队 9 月 25 日放出 LongCat-2.5-Preview，11 月 2 日在 API 平台更新日志里宣布正式版 LongCat-2.5 上线。截至写入时，官方 X 账号 @Meituan_LongCat 还没有发帖，本条以官方技术博客、更新日志和定价页为准，X 上的信息来自追踪账号 AI Tracker Bot 的帖子。长程智能体任务（完整项目构建、复杂代码库改动、浏览器和表格操作）是当前前沿模型竞争的重点，国产模型在这类任务上的差距和训练算力受限，是 LongCat-2.5 想回答的两个问题。

架构亮点与底层机制

官方博客称 LongCat-2.5 是 1.6 万亿总参数、每 token 激活约 480 亿的 MoE，在 LongCat-2.0 上继续训练。视觉信号被编码成多层级离散 token（沿用 LongCat-Next 的 RVQ 方案），和文本走同一个主干，不再挂独立视觉编码器。训练侧加入更多长程轨迹，用大规模长程强化学习，并把真实智能体的失败轨迹转成可验证的训练任务；还在多个 harness 之间混合训练。基础设施方面，长上下文训练和 W4A4 推理都在单卡显存不到 80GB 的国产 AI 加速卡上完成。

权威 Benchmark 与实测跑分对比

以下均为官方/厂商口径：Terminal Bench v2.1 88.4（Claude Opus 5 89.1、GPT-5.6-Sol 88.8、DeepSeek-V4.1-Flash 90.6），Terminal Bench v4.0 38.5（GPT-5.6-Sol 37.3、Claude Opus 5 53.9），DeepSWE v1.1 64.6，BrowseComp 91.9，MCP Atlas 83.1，HLE w/tools 63.1，Vision2Web 78.6。博客说明，带星号的对手分数来自公开报告或榜单，其余为美团自测，仅供参考；Terminal Bench 等编码分数在 Claude Code harness 下跑出。目前还没有第三方复现。

开发者实战落地与开箱指南

目前只提供 API（按量付费和 Token Pack），模型名 LongCat-2.5，同时支持 OpenAI 格式（https://api.longcat.chat/openai）和 Anthropic 格式（https://api.longcat.chat/anthropic），所以可以直接接进 Claude Code、Codex、Hermes Agent、OpenCode、Cline 等工具，官方文档有各工具的接入页。限时价每百万 token 输入 $0.30、缓存输入 $0.006、输出 $1.20，官方注明价格可能调整。建议先在自己的代码库上和现有主力模型跑同一批任务再决定是否切换。