11 月 2 日，美团发布新一代大模型 LongCat-2.5，定位是"面向长程智能体任务的原生多模态模型"，总参数 1.6 万亿，训练全程在国产算力上完成。

一、这条路线已经走了半年

今年 6 月的 LongCat-2.0，第一次在国产算力上完成万亿参数模型的全流程训练与推理。2.5 是在这个基础上继续加码：强化原生视觉理解与智能体编程能力，同时优化国产算力上的长上下文训练与推理效率。

"国芯国模"这个说法听起来像口号，但落到工程上是具体的：模型结构要为国产卡的显存和互联特性做适配，训练框架要重写通信路径，推理要针对单卡显存偏小的现实做切分。

二、技术上做了什么

按官方技术博客，LongCat-2.5 在中训练阶段使用最长达 1M token 的序列，累计训练量达数万亿 token。长序列在多卡协同时会直接撞上显存容量和卡间通信两个瓶颈。

美团的处理方式是和国产算力厂商一起优化显存使用、卡间通信以及计算与传输效率。针对单卡显存小的挑战，围绕超节点重新划分任务，让参数与任务数据的主要通信在超节点内的高速互联网络中完成。

效果上，官方给出的数据是：在长上下文监督微调任务中，优化后的单卡训练吞吐较 DDP（分布式数据并行）基线提升 86%——折算下来，一张卡在同样时间内能完成原来约 1.86 张卡的工作量。

三、能力定位

评测结果显示，LongCat-2.5 在多项主流基准上的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，部分评测超过 Claude-Opus-5。

这个定位需要冷静看：基准分数受提示词、采样策略、工具调用实现影响很大，同一模型在不同 harness 下能差出几个点。更实际的做法是拿自己的任务集测。

应用侧的重点在两块：一是原生多模态，把视觉输入转成模型可统一处理的 token，支持交互网页、3D 展示页面这类任务；二是智能体编程，用大规模长程强化学习提升端到端工程任务能力。

四、怎么用

普通用户可以在 longcat.ai 直接体验，开发者可通过同步上线的 API 调用。

如果是团队评估，建议按这个顺序：先测长上下文任务（这是它主打的差异点），再测多模态页面的还原度，最后测智能体编程的端到端完成率。三项都过关再谈迁移。

写在最后

国产算力训练万亿参数模型，从"能跑通"到"跑得有效率"，中间隔着一整年的工程优化。86% 的吞吐提升说明这条路已经走通，但真正的考验在生态——工具链、算子库、开发者习惯，这些决定模型能不能被用起来。