美团开源 LongCat-2.5 权重：1.6T 总参数、约 48B 激活的原生多模态 MoE，MIT 协议上架 Hugging Face，同步放出 W4A4 量化版

核心背景与行业痛点

11 月 2 日美团发布 LongCat-2.5 时只开放了 API，Hugging Face 和 GitHub 的权重栏写着「coming soon」。一周后，美团 LongCat 官方账号在 X 上宣布正式放出权重，采用 MIT 协议。对想自己部署、做私有化或二次训练的团队来说，这意味着又多了一个万亿参数级、可商用的开源 Agent 模型。中文社区讨论的重点主要在两点：一是 1.6T 的规模在开源模型里很少见，二是 MIT 协议几乎没有商用限制。

架构亮点与底层机制

LongCat-2.5 是原生多模态 MoE，总参数 1.6 万亿，每 token 激活约 480 亿。根据模型卡，它在 LongCat-Next 的基础上把原生分辨率的视觉特征转成离散 token，与文本在同一语义空间对齐；训练上结合长程 Agent 强化学习、多教师蒸馏和长序列优化，并在国产 AI 加速器上完成。W4A4 量化把专家权重和激活都压到 INT4，官方称与 W8A8 基线相比 prefill 吞吐提升 43.3%、decode 吞吐提升 42.77%，在评测基准上精度与未量化版本相当。

权威 Benchmark 与实测跑分对比

以下为模型卡数据，LongCat 的分数为美团内部测试，仅供参考；带星号的对手分数引自公开报告。代码 Agent：Terminal Bench v2.1 88.4（Claude Opus 5 为 89.1，DeepSeek-V4.1-Flash 为 90.6），Terminal Bench v4.0 38.5（Claude Opus 5 为 53.9），DeepSWE v1.1 64.6（DeepSeek-V4.1-Flash 为 74.2）。通用 Agent：BrowseComp 91.9、AutomationBench 51.8、MCP Atlas 83.1、HLE（带工具）63.1。整体看，它在浏览和自动化类任务上接近或超过闭源旗舰，纯编码任务仍落后于 Claude Opus 5 和 DeepSeek-V4.1-Flash。暂无第三方独立复测。

开发者实战落地与开箱指南

权重体量很大：BF16 主模型仓库约 3.56TB，W4A4 量化版约 1.34TB，模型卡目前只提供基于 SGLang-FluentLLM 的 NPU 部署指南，没有给出 GPU 部署说明，个人在消费级显卡上运行并不现实。大多数开发者仍可以直接用官方 API 体验；有 NPU 集群、需要私有化部署的团队，可以先从 W4A4 版本评估硬件成本。调用时可选择思考模式（建议保留全部推理内容以获得更好效果）或非思考模式（更省 token），支持 OpenAI 风格接口和工具调用。