美团 LongCat-2.5 开源：MIT 协议、百万上下文与国产算力适配

2026 年 11 月，美团把 LongCat-2.5 的权重放上 Hugging Face，许可证是 MIT。它是一个总参数 1.6 万亿、每 token 激活约 480 亿的 MoE 模型，支持 100 万 token 上下文，定位是原生多模态。这篇拆三件事：许可对企业意味着什么，百万上下文加 MoE 的工程代价，以及国产算力适配走到了哪一步。

一周之内：发布与开源的时间线

11 月 2 日，美团对外发布 LongCat-2.5，定位是面向长程智能体任务的原生多模态模型。官方技术博客的发布页标注日期为 2026-11-01，公开报道集中在 11 月 2 日。

11 月 9 日晚，权重上线 Hugging Face 仓库。11 月 10 日，美团技术团队发出开源公告，写明采用 MIT 协议，支持商用推理部署与二次训练，无需额外授权。

这次放出的不只有权重。同步开放的还有 W4A4 量化版本，以及基于 SGLang-FluentLLM 的 NPU 部署说明。对打算在国内加速卡上跑的团队，后两样比权重本身更实用。

热度来得很快。据智东西援引 OpenCode 公开数据，截至 11 月 10 日中午，LongCat-2.5 在该平台的累计 token 用量约 1090 亿，独立用户约 4700 名，完成约 5 万次会话。这组数字说明接入门槛低，不能说明任务成功率。

1.6 万亿、480 亿、100 万：三个数字各管一段

这三个数字常被放在一句话里讲，其实分工不同。1.6 万亿是总参数，决定权重体积与显存下限。480 亿是每个 token 激活的参数量，决定单次前向的计算量。100 万是上下文窗口，决定一次能塞进多少材料。

MoE 的取舍就在这里。知识容量按总参数算，计算开销按激活参数算，两者差着三十多倍。代价是所有专家都得驻留显存，没法按需加载。

100 万上下文是另一笔账。上下文越长，KV 缓存越大，而且它随并发数一起涨。单条长请求也许跑得动，几十路并发就会把显存吃满。这也是 W4A4 与分片方案必须一起上的原因。

按 16 位精度粗算，1.6 万亿参数约需 3.2 TB 权重空间。这个数字出自 VentureBeat 的估算，用来标量级，不是实测占用。真实部署要按仓库里的分片文件与 serving 格式重算一遍。

还有一处口径差异值得记下。Hugging Face 仓库元数据曾显示 1.8 万亿参数，与官方口径的 1.6 万亿不一致。做容量规划时，以实际文件大小为准更稳。

视觉进主干：两条并行的工程线

LongCat-2.5 没有外挂视觉编码器。它把图像的原生分辨率特征做残差向量量化，转成多层级离散 token，与文本 token 一起送进主干。

这样做有三个直接后果。视觉 token 可以离线预计算并缓存，训练时省掉在线视觉计算。视觉码本与主干联合训练，图像与文字共享同一套参数。长序列打包时，视觉段与文本段能直接拼接，负载分配更均衡。

推理侧走的是 W4A4。专家权重与激活同时量化到 4 bit，矩阵乘法在原生 INT4 单元上执行。精度靠 FlatQuant 的可学习等价变换兜底，官方称已评测的下游任务与量化前相当。

长程能力则来自训练链路的三处改动。数据侧把真实 Agent 的失败轨迹转成可复现、可验证的任务；强化学习用 partial rollout 异步采样，没跑完的长任务存档续跑；任务环境断网、清 git 历史与文件缓存，再由 LLM judge 约束重复思考与无效工具调用。

技术博客给了一组线上压测数据。相对 W8A8 INT8 基线，prefill 吞吐提升 43.3%，decode 吞吐提升 42.77%，首 token 延迟下降 15.91%，每 token 输出时间下降 19.72%。GMM 算子的平均加速为 1.73 倍。

国产算力：86% 这个数字的适用边界

国产加速卡单卡显存不足 80 GB，这是官方在公告里写明的约束。要在这种条件下训万亿参数 MoE，办法是把压力摊开。

• FSDP 双重分片：参数分片留在超节点内，FP32 主权重与优化器状态再跨域切一层。
• 混合词表并行：把词表维度再切一刀，压掉一部分常驻显存。
• 拓扑感知通信：参数 AllGather 与专家 token AllToAll 尽量在超节点高带宽域内完成。
• MoonEP 动态专家复制：只在负载不均衡超过阈值时启用，避免通信开销吃掉收益。

这套配置在长序列 SFT 任务上，单卡吞吐比 DDP 基线高 86%。要看清定语：长序列 SFT、单卡吞吐、对比 DDP。它衡量训练效率，不衡量模型能力，也不能推导成推理速度。

边界同样要讲明。官方没有公布适配芯片的具体型号与卡数，也没有给出跨厂商横向对比。目前能确认的是，在显存与带宽受限的国产卡上，这条路走通了。走得多快，取决于芯片与互联。

成绩单与许可：企业该看哪几行

美团在模型卡里放了一张覆盖 31 项测试的对比表，同场比较的有 Claude Opus 5、GPT-5.6-Sol、GLM-5.3、Kimi K3、DeepSeek-V4.1-Flash 等共 9 款模型。模型卡注明，带星号的分数引自公开报告或官方榜单，未标记的为内部测评。

几个数字值得单独看。Terminal Bench v2.1 得 88.4，上一代是 70.8。Terminal Bench v4.0 只有 38.5，Claude Opus 5 为 53.9，而上一代是 3.0。DeepSWE v1.1 从 9.7 跳到 64.6，SWE Atlas 代码库问答从 33.1 升到 58.3。

解读要克制。旧基准上的接近，说明它够得上上一代前沿模型的水平；新基准上的差距，说明它还没追上当前的闭源旗舰。智东西整理的完整表中，BrowseComp 91.9、ALE v1.1 38.5、ResearchRubrics 81.0、3DCodeBench 55.4，四项在 9 款模型的已公布成绩里居首。这是厂商自测与公开成绩的混合结果，不是独立复现。

许可这一栏反而简单。MIT 允许使用、复制、修改、合并、发布、再许可与销售，条件是保留版权与许可声明。没有地域限制，没有营收门槛，也没有月活触发条款。对要把模型嵌进产品的团队，这是省事的一档。

许可宽松不等于部署便宜。1.6 万亿参数的权重，单机放不下。多数团队的现实路径有两条：走官方 API，用真实任务先测；或者等社区出量化更狠、切得更小的版本。

官方 API 的限时价是输入 2 元、输出 8 元每百万 token，缓存命中输入 0.04 元。这组价格由智东西按官方价格页整理，属于限时优惠，随时可能调整。

如果你在评估这条线，可以按三步走。先用 OpenCode 的限时免费额度跑两周，每天 100 次请求，够验证基础能力。再把团队自己的几十条真实任务拿去和现有模型对比，看通过率与返工率。决定自建之前，按仓库实际文件算显存，再和 API 账单放在一起比。

同一周还有别的参照。想横向看开放权重这条线的其它动作，可以读11 月上旬 AI 三条动态；关心国产模型的同期进度，腾讯混元 Hy4 正式版是另一条线索；真要自建，本地推理引擎怎么选往往比选模型更早决定成败。

相关地址

以下为 LongCat-2.5 的官方发布页、权重入口与模型卡，参数、许可全文与部署说明以这些页面为准。

• LongCat-2.5（Hugging Face 模型页）：https://huggingface.co/meituan-longcat/LongCat-2.5
• LongCat-2.5 W4A4（量化版权重）：https://huggingface.co/meituan-longcat/LongCat-2.5-W4A4
• LongCat-2.5（技术博客）：https://longcat.ai/blog/longcat-2.5/
• LongCat-2.5（魔搭模型卡）：https://modelscope.cn/models/meituan-longcat/LongCat-2.5-W4A4
• 美团技术团队开源公告（2026-11-10）：https://tech.meituan.com/2026/11/10/Meituan-LongCat-2.5-Open-Source.html
• 美团技术团队发布公告（2026-11-02）：https://tech.meituan.com/2026/11/02/Meituan-LongCat-2.5.html
• LongCat API 平台：https://longcat.chat/platform/product