LongCat-2.5 - 美团推出的原生多模态 AI 大模型

LongCat-2.5是什么

LongCat-2.5是美团推出的原生多模态大模型，面向长程智能体场景，规模约1.6万亿参数、单token激活480亿。LongCat-2.5把图像转成多层级离散token，与文字同一套序列处理，以强化看图写码和界面理解；训练靠大规模智能体强化学习、自动造题与失败轨迹回流提升稳定性，并适配国产芯片的长上下文、低比特量化方案，开放网页体验和API接入。

LongCat-2.5的功能特色

• 多模态建模：把图像拆成多层级离散记号，与文字走同一套处理链路。
• 看图写码：擅长把截图、设计稿转成可运行网页、组件或界面改动。
• 长程开发：能从需求出发推进仓库级修改、补测试并完成项目落地。
• 视觉创作：可生成流体模拟、3D展陈、城市沙盘等动态网页场景。
• 办公分析：能汇总经营数据、归类客诉并输出可交互报告或活动页。
• 智能体训练：用大规模强化学习加失败轨迹回炉，持续提升长任务稳定性。
• 工程效率：通过长上下文优化、缓存复用和容量调度，降低长轨迹重算损耗。
• 训推一致：训练、预填充和解码保持逐token一致，便于复现与稳定迭代。
• 国产算力适配：以低比特量化和超节点并行，支撑超大MoE训推并提供API。

LongCat-2.5的核心优势

• 模型效率：总参数约1.6万亿、单token激活约480亿，用“大总参、小激活”平衡能力与成本。
• capacidad multimodal：图像被切成多层级离散记号后与文本同路建模，截图、界面稿到代码的衔接更自然。
• 长程智能体：通过可验证环境强化学习和失败轨迹回炉，持续提升复杂任务的完成稳定性。
• 任务覆盖：代码库级开发、浏览检索、视觉理解和办公分析都有对应能力，不只偏科代码。
• 工程稳定性：强调训推逐token一致，并用长上下文调度、缓存复用降低长轨迹重算损耗。
• 国产算力适配：面向国产加速器做超节点并行和低比特量化，超大MoE更接近可训可推。

LongCat-2.5官网是什么

• Página web del proyecto：https://longcat.ai/blog/longcat-2.5/

LongCat-2.5的使用步骤

• Juicio en línea：访问 https://longcat.chat 体验页，直接用自然语言描述开发、看图或分析需求。
• 补充上下文：需要时上传截图、代码片段、文档或目标网页，让模型基于材料继续处理。
• Corrección iterativa：先验证生成结果，不达标就补充约束、报错信息或期望格式再追问。
• 申请接入：要接入自有系统时，到 longcat.chat/platform/product 申请 API 密钥。
• 配置调用：按平台文档设置鉴权、模型标识、上下文长度和调用参数。
• 灰度验证：上线前用小流量测试终端、浏览检索、视觉理解等关键链路。
• 持续回流：记录失败案例和 judge 反馈，回补提示词、工具链或测试用例。

LongCat-2.5的适用人群

• desarrolladores：适合全栈、前端和终端工程师，用它处理仓库级修改、补测试和完整项目落地。
• Agent 构建者：适合自动化和智能体产品经理，把它接进浏览检索、工具调用和长任务编排流程。
• 视觉创作者：适合互动网页、3D 展示和创意编码人群，把截图或灵感快速变成高动态页面。
• 运营分析者：适合经营分析、客服和活动运营人员，自动汇总数据、归类客诉并生成可交互报告。
• 国产化团队：适合关注自主可控和本土芯片适配的组织，评估超大 MoE 在国产算力上的训推方案。

LongCat-2.5的常见问题

Q1：LongCat-2.5 是什么？

A1:美团面向长程智能体任务推出的原生多模态大模型，总参数约 1.6 万亿、每 ficha 激活约 480 亿。

Q2：它强在哪里？

A2：视觉与文本统一建模、看图写码、长链路开发，以及适配国产算力的长上下文训练推理。

Q3：和 GPT、Claude 比怎样？

A3：官方口径是多模态与智能体基准接近头部模型，部分项目超过 Claude Opus 5，但代码和终端类与最强海外模型仍有小幅差距。

Q4：是否开源？

A4：目前公开重点是官网技术博客、在线体验和 API 接入，是否开放权重需以官方后续说明为准。

Q5：能否本地部署？

A5：资料强调国产算力可训可推和 W4A4 量化，但普通用户的私有化部署门槛和授权方式需咨询官方。