美团于 2026 年 11 月 2 日发布了 LongCat-2.5。这家公司更出名的身份是中国的外卖巨头，而这次发布的是一个新的超级智能模型。这是正式版。预览版从 9 月 25 日起就已上线 LongCat API 平台，但今天的报道把它写成一个完整的多模态模型，不再是预览。
美团卖的不是回答单个问题的速度。LongCat-2.5 是为跑得久的工作训练的：改动复杂的代码库，或者把一个完整项目从头做到尾。按美团的说法，训练用的是很长的智能体动作序列，包括失败的尝试，再用大规模强化学习去评判整个序列的结果，而不是逐条回答打分。
今天能试到什么
这个模型可以通过 longcat.chat 的在线服务和 LongCat API 使用。美团为 Claude Code、Codex 和 Hermes 写了使用指南，还有 OpenCode、Cline、Kilo Code、CodeBuddy 和 WorkBuddy。GitHub 和 Hugging Face 的发布还只是承诺会跟上，所以今天能用的，是服务和 API，不是能下载下来自己跑的模型权重。
视觉输入方面，美团说 LongCat-2.5 会把图像在多个细节层次上转成 token，这样文字和图像就能走同一套框架。视觉编程、创意设计和 3D 任务的支持，都是从这里推导出来的。这是公司的说法，目前我们还没有找到独立测试来验证它。
基准分数，附带一个提醒
美团的基准表给 LongCat-2.5 的 Terminal Bench v2.1 打了 88.4 分，高于 LongCat-2.0 的 70.8 分；AutomationBench 为 51.8 分，高于上一代的 15.8 分。同一张表还写着 BrowseComp 91.9 分、PaperBench 82.1 分、Vision2Web 78.6 分。但这张表也说明它并非处处领先：在 Program Bench 上它只有 25.5 分，低于对比中最高的 37 分。AI Affairs 引用的 Pandaily 指出，这些数字尚未经过独立验证，所以应该当作美团的说法，而不是第三方测试结果。
一个仍有争议的数字
多家报道把 LongCat-2.5 写成 1.6 万亿参数、每次推理激活约 480 亿参数的模型。这个数字需要打个星号。OrcaRouter 在 10 月 29 日，也就是正式发布之前就报道过，这些数字来自 LongCat-2.0 的模型卡，后来被带到了预览页面。两份报道，给同一个数字的依据却不同，所以我们把它写成报道中的数字，而不是 LongCat-2.5 已经确认的规格。
美团还强调了在国产芯片上的 W4A4 推理优化：权重和激活值都用 4 比特表示。这是在模型作答时用更低的数值精度，从而降低计算负担，同时保持和训练一致的做法。对中国以外的读者来说，这个细节值得注意，因为它指明了方向：一个为长时间连续工作设计的模型，跑在国内能拿到的硬件上。
放在背景里看，这次发布是在 Mistral 开放 Large 4 权重、谷歌把 Gemini 4 Carbon 只给少数人用的一周之后，见我们 10 月 31 日的更新。三种做法各不相同：一个开放，一个收紧，一个为长任务而建。如果想看不用召唤就会干活的开源编程助手，可以对照 DeepSeek 的 Super-agent 原型，那还只是研究代码。
来源：TechNode（2026 年 11 月 2 日）、AI Affairs 引用 Pandaily（2026 年 11 月 2 日）、Daily AI Brief（2026 年 11 月 2 日）。数字为写作时（2026 年 11 月 2 日下午，雅加达时间）的快照，可能变化。
撰写加密货币与超级智能内容：市场新闻、新项目、超级智能模型，以及空投、测试网这类早期机会。每篇文章都以官方公告为准，成本也会先算清楚写出来。