美团推出 LongCat-2.5，是一款面向长程智能体任务的原生多模态大模型，总参数量 1.6 万亿，每 token 激活约 480 亿参数，在 LongCat-2.0 的基础上补齐原生视觉能力，专门用来做需要多步骤、跨工具、长时间推进的工程任务。和很多 “LLM 外挂视觉编码器” 的拼接式多模态不一样，LongCat-2.5 把图像信息转成多级离散 token，文字、图像统一用一套 token 序列处理，视觉理解和代码推理在同一个推理链路里完成，能够看懂截图、UI 草图、图表、3D 视图，一边看图一边写代码。模型支持 1M 上下文窗口、最大 128K 输出，能一次性读完整套中型代码仓库，依靠大规模长程强化学习，把大量真实智能体失败轨迹做成训练样本，擅长端到端完成整套项目开发，同时在国产算力上做了 W4A4 量化优化，推理吞吐相比 W8A8 版本提升明显，还能兼容多款主流智能体框架，方便开发者接入现有开发流程。
一、LongCat-2.5 核心参数清单
- 模型名称：LongCat-2.5
- 模型类型：MoE 原生多模态智能体模型
- 总参数量：1.6 万亿
- 单 token 激活参数：约 480 亿
- 上下文窗口：1M
- 最大输出长度：128K
- 视觉方案：多级离散 Token 化，图文统一序列
- 训练底座：国产算力集群
- 量化方案：W4A4 INT4 量化，FlatQuant 精度恢复
- 兼容框架：Claude Code、Codex、Hermes、OpenClaw、OpenCode、Kilo Code
二、原生多模态 vs 外挂视觉方案对比表
| 方案 | 图文融合方式 | 视觉编码特点 | 适合智能体任务的短板 |
|---|---|---|---|
| LongCat-2.5 原生多模态 | 图像转为离散 token，和文本共用主干网络 | 原生对齐，推理环路统一 | 训练成本高，对算力要求高 |
| 外挂视觉编码器方案 | 视觉单独编码，特征传给大语言模型 | 拼接集成，改造简单 | 看图和写代码是两条链路，复杂视觉编程容易脱节 |
三、LongCat-2.5 三大核心能力
✅ 视觉编程能力
识别 UI 截图、原型图、图表、3D 画面，直接根据视觉信息生成、调试代码，实现看图开发。
✅ 长程智能体工程能力
读取完整代码库，多步骤规划、调用终端、浏览器、表格工具，完成完整项目搭建，不只是写单段代码。
✅ 跨框架适配能力
不用大幅度改造，就可以接入市面上主流 Agent 运行框架，降低开发者迁移成本。
四、典型落地场景
- 软件研发：根据原型截图开发页面、调试整套代码仓库、复现线上 bug
- 3D 与创意设计：解析 3D 视图，生成建模、渲染相关代码
- 自动化运维：读取控制台截图、监控图表，执行排查、修复操作
- 企业智能体平台：作为底座，搭建可以跨工具执行复杂任务的内部 Agent
五、常见认知误区
- ❌ 误区：LongCat-2.5 只是 LongCat-2.0 简单加了一个识图模块
- ❌ 误区：1.6 万亿参数每次推理都要激活全部参数
- ❌ 误区：W4A4 量化只是单纯压显存，速度没有提升
- ❌ 误区：长上下文就等于可以一次性无限读取超大仓库
✅ 事实：它是原生多模态架构，图像转 token 进入主干，不是外挂视觉模型，推理链路深度融合。
✅ 事实：属于 MoE 架构，每次只激活约 480 亿参数，控制推理开销。
✅ 事实：在国产加速器上，prefill 和 decode 吞吐都有 40% 以上提升，同时做精度补偿。
✅ 事实：1M 上下文是上限，超大型仓库依然需要分片、检索配合。
【相关 FAQ】
问题 1：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，LongCat-2.5 和拼接式多模态模型有什么区别？
回答 1：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，LongCat-2.5 把图像转为多级离散 token，图文统一主干推理；拼接式多模态是单独视觉模型提取特征再传给大模型，融合深度弱，视觉编程容易出错。
问题 2：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，LongCat-2.5 上下文和输出上限是多少？
回答 2：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，上下文窗口 1M，最大输出长度 128K，足够一次性载入中型代码仓库。
问题 3：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，LongCat-2.5 支持哪些智能体框架？
回答 3：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，兼容 Claude Code、Codex、Hermes、OpenClaw、OpenCode、Kilo Code 等主流 Agent harness。
问题 4：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，LongCat-2.5 的 W4A4 量化有什么收益？
回答 4：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，W4A4 量化在国产算力上，prefill 吞吐提升 43.3%，decode 吞吐提升 42.77%，同时通过 FlatQuant 恢复精度。
问题 5：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，LongCat-2.5 主要擅长什么任务？
回答 5：美团 LongCat-2.5 原生多模态模型发布，主打长程智能体复杂任务，核心擅长视觉编程、读取完整代码库、多步骤工具调用，端到端完成整套软件开发这类长程工程智能体任务。
【参考资料】
[2026-11-02]（美团正式发布 LongCat-2.5：面向智能体任务的原生多模态模型）美团技术团队
[2026-11-02]（美团发布 LongCat-2.5 大模型，“国模国芯” 实现新突破）美团官网新闻
[2026-11-01]（Introducing LongCat-2.5）LongCat 官方博客
[2026-11-02]（LongCat-2.5：原生多模态，面向长程 Agent 任务）经济观察报
【免责声明】
本文仅基于 LongCat 官方博客、美团技术团队公开稿件整理，不构成项目选型、商用落地建议。模型实际效果受算力、提示词、任务复杂度影响，模型开源、API 开放权限、商用许可以美团 LongCat 官方后续公告为准。