Log Entry

1.6 万亿参数、零块英伟达 GPU:美团 LongCat-2.5 开源,Agent 模型的算力叙事变了

美团,一个在你我手机里主要负责送外卖的公司,开源了一个 1.6 万亿参数的 Agent 模型。

LongCat-2.5 在 11 月 2 日发布,11 月 10 日权重以 MIT 协议开源,11 月 15 日 The Decoder 做了详细报道。模型本身是为长程、多步骤的自主 Agent 任务设计的,尤其是写代码。参数 1.6 万亿,MoE 架构,每个 token 只激活约 480 亿参数;原生多模态,文本、图片、视频都吃;输入上下文 100 万 token,输出最长 12.8 万 token,还能开关逐步推理。

数字看着唬人,但这篇的重点不在数字。真正的新闻是:这模型训练全程没用一块英伟达 GPU。

先把数字摆出来,再谈怎么看

美团自报的成绩单是这样的(注意定语:美团自报,尚未有独立复现):

  • Terminal-Bench v2.1:88.4 分,对照组 Claude Opus 5 是 89.1、GPT-5.6 Sol 是 88.8、DeepSeek-V4.1-Flash 是 90.6。只差一个身位。
  • 更难的 Terminal-Bench v4.0:38.5 分,高于 GPT-5.6 Sol 的 37.3,但远低于 Claude Opus 5 的 53.9。
  • DeepSWE(真实仓库修 bug):64.6 分。
  • BrowseComp(联网搜索):91.9 分,是美团那张对比表里的最高分——但测试环境也是美团自己的。

API 走 OpenAI 和 Anthropic 兼容格式,能直接接 Claude Code、Codex、Hermes 这类 Agent 工具;推广价约每百万 token 输入 0.27 欧元、输出 1.07 欧元;聊天入口在 longcat.ai。

单看这张表,LongCat-2.5 已经摸到了几个月前美国前沿模型的水平。我的判断是:先把它当成一个有分量的信号,而不是一个定论。 权重 11 月 10 日才放出来,到现在还没人有足够时间独立跑分。等第三方复现出来,再决定信几成。

真正的新闻不是模型,是训练路线

参数规模每年都在涨,1.6 万亿本身不稀奇。稀奇的是这条路怎么走通的:

第一,训练硬件。 LongCat-2.5 全程在国产芯片上训练,美团没有公布训练集群的具体厂商和规模,但前代 LongCat-2.0 明确说过:训练用的是 5 万多张国产 AI 芯片。2.0 当年还悄悄在 OpenRouter 上以 “Owl Alpha” 的名字跑过一段时间,算是先拿真实流量验了一波,再正式亮相。

第二,推理部署。 模型卡给出的自托管方案是 194 块华为昇腾 Atlas A2:2 块处理图像、64 块吃 prompt、128 块生成回答。关键在精度上——专家权重和激活都量化到 4-bit(W4A4),而这种格式是国产芯片原生支持的。主权重文件约 3.56TB,压缩后的 4-bit 版本约 1.34TB。

第三,文档里没有英伟达。 模型卡只写”可部署在 NPU 平台”,自托管指南里没有任何跑在英伟达 GPU 上的说明。这不是漏写,是路线声明:从训练到推理,整条链路按国产加速器设计。

这三点合起来,讲的其实是一件事:不依赖英伟达,也能把一个前沿级 Agent 模型从训练做到可部署。 放在两年前,这话没人敢这么说。美团的办法不是硬拼算力密度,而是把模型结构(MoE 稀疏激活)、数值精度(4-bit 量化)和硬件特性绑在一起设计,让便宜的算力跑出够用的效果。

三个冷静点,别被标题带跑

一,分数是自报的。 所有基准分都来自美团自己的测试,The Decoder 在报道里明确说了,没有独立复现。Terminal-Bench v2.1 的 88.4 很亮眼,但 v4.0 的 38.5 说明它离最顶尖还有一段。两个版本一起看,比只看一个诚实。

二,对比表缺了最新对手。 美团的对比表里没有 Claude Opus 5.5,也没有 GPT-6.1 Sol。公平的读法是:LongCat-2.5 追平的是几个月前的美国前沿,不是今天的。这个差距正在缩小,而且现在是开源权重——但”正在缩小”和”已经追上”是两回事。

三,自托管基本与个人无关。 194 块昇腾、3.56TB 权重,这不是给个人开发者准备的。MIT 协议的真正价值不在”你自己跑”,而在”任何人都能拿去用、改、商用”。对大多数人来说,API 和 longcat.ai 才是实际入口。

还有一个小细节值得记一笔:Hugging Face 上仓库的张量总数约 1.78 万亿,和美团说的 1.6 万亿对不上。这个口径差 2.0 时代就存在,美团一直没解释。不影响大局,但说明读模型卡的时候,数字要留一点余量。

对写代码的人,这事意味着什么

先说能直接用的:API 兼容 OpenAI 和 Anthropic 格式,意味着你现有的 Agent 工具链——Claude Code、Codex 这些——理论上换个 endpoint 就能接上去试。推广价 0.27/1.07 欧元每百万 token,比 Claude Opus 5 这类旗舰便宜一个数量级,100 万上下文配 12.8 万输出,适合扔给它做长任务:扫一遍仓库、修一类 bug、写一份带引用的调研。

再说更长远的:开源 Agent 模型的”执行层”正在变便宜。 过去半年,Agent 能力的差距主要在闭源旗舰手里;现在 DeepSeek、美团这些开源权重一个接一个把执行层的价格打下来。规划、评审这些高价值环节可能还得靠旗舰模型,但大量”照着计划干活”的执行步骤,完全可以交给便宜的开源模型。这直接改变 Agent 系统的成本结构——我之前写过 Agent 的账该怎么算,执行层降价是那笔账里最值得重算的一行。

最后说一句可能有点远的:这条”国产芯片 + 开源权重”的路线如果跑通了,Agent 基础设施的供应链就不再是单点。不是说英伟达不重要了,而是”没有它也能干活”本身,就是一种议价权。对所有依赖大模型做产品的人来说,多一条能走通的路,永远是好消息。

我的结论

LongCat-2.5 值得认真看,但别急着下结论。看三件事的后续:第三方独立跑分能不能复现 88.4;API 的实际稳定性和延迟怎么样;以及会不会有团队真的把它用到生产 Agent 系统里,跑出可复用的经验。

如果这三件都兑现了,那 11 月 15 日这天就不只是一个模型开源,而是一个信号:Agent 模型的竞争,从”谁的模型更强”扩展到了”谁的整条链路更完整”。而完整,第一次有了不依赖英伟达的版本。


来源:

  • The Decoder, “Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU”, 2026-11-15:https://the-decoder.com/meituan-releases-a-1-6-trillion-parameter-agent-model-that-never-touched-an-nvidia-gpu/
  • TechiesJournal, “Meituan LongCat-2.5 Follows 2.0: Open Model, Chinese Chips”:https://www.techiesjournal.com/meituan-longcat-2-5-open-model-chinese-accelerators/11672/
  • Oossa, “Meituan releases open weights for 1.6T LongCat-2.5”:https://oossa.com/en/meituan-releases-open-weights-for-1-6t-longcat-2-5
  • AIFOD, “Meituan Releases Open-Weight 1.6T MoE Model LongCat-2.5”:https://af.net/realtime/meituan-releases-open-weight-1-6t-moe-model-longcat-2-5/
  • dev.to, “LongCat-2.5’s Weights Are Now Open: A 1.6T-Parameter Agent Model, Trained Without a Single Nvidia GPU”:https://dev.to/paullovelace/longcat-25s-weights-are-now-open-a-16t-parameter-agent-model-trained-without-a-single-nvidia-50ko

文中所有基准分数、价格、硬件配置均为美团自报或相关报道转述,尚未经独立验证,特此说明。