11月9日晚，美团龙猫（LongCat）团队把 LongCat-2.5 的权重正式开源，模型页已出现在 HuggingFace 官方账号 meituan-longcat 名下。这个模型总参数 1.6 万亿、每个 token 激活约 480 亿参数、支持一百万上下文，针对单卡显存不足 80GB 的国产算力芯片做过架构、芯片适配与部署策略的深度协同优化。更关键的是许可：MIT协议开源，支持商用推理部署与二次训练，无需额外授权。对开发者来说，"直接拿来用"其实分三条路，每条路的门槛并不相同：轻用是接 API 和智能体工具链，重用是自己部署推理，深用是拿权重做二次训练和训练方法借鉴。知乎IT之家小红书
没有集群的开发者，第一步是工具链而不是权重
LongCat-2.5 正式版 11 月 1 日就已在 API 平台上线，开发者其实不需要等开源就能用。目前 DeepSeek Harness、WorkBuddy、Claude Code、Codex 这些主流智能体工具都已适配 LongCat，接到现有工作流里通常只需要替换接口地址和模型名。调用侧还有一个容易被忽略的成本点：命中缓存的输入不消耗额度，多次迭代同一份上下文时实际花费比标价低得多。微博知乎哔哩哔哩
能力面要看清边界。官方视觉理解文档确认，LongCat-2.5 支持图片、视频与文本输入，用途包括描述图片、读取截图文字、分析图表和理解视频内容，但这是"理解输入"，不能据此推断它能直接生成图片或视频。知乎
费用上，官网新用户完成注册认证送 1000 万 token，已经认证过的老用户同样送 1000 万。第三方实测记录的 API 限时折扣价约为输入 2 元、输出 8 元每百万 token，与同级国际闭源旗舰存在数量级差价。开源当天，OpenCode 同步放出了 LongCat-2.5 限时免费两周、承诺零数据保留的窗口，正好适合拿一个真实项目试深浅。哔哩哔哩知乎微博
想自部署的，先把硬件账算清楚
权重到手不等于随处能跑。1.6 万亿总参数即使按 4-bit 量化估算也接近 800GB 量级，激活只有约 48B 也改变不了"单卡装不下"的事实——自部署的最低形态是多卡节点乃至集群。IT之家
这套模型的优化对象恰恰是国产卡集群：官方自报长序列训练的单卡吞吐量比基线提升 86%，推理侧把权重和激活同时压到 4bit（W4A4 方案），线上压测里吞吐提升超过 40%。参照上一代，LongCat-2.0 曾发布当天就全量开源、MIT 协议无使用限制，社区已积累一轮适配经验；2.5 的权重比 API 晚到约一周，配套的推理框架适配与部署实践仍在跟进。换句话说，别把"开源了"误读成"自己的电脑能跑"：这轮开源的真实受益者，是多卡集群在手、且有数据不出域要求的企业和平台团队。知乎哔哩哔哩
做二次训练的，训练方法比权重更值钱
对准备训垂直领域智能体的团队，MIT 许可明确允许二次训练，技术报告里公开的一套做法同样值得抄：官方把真实智能体跑失败的轨迹回收成可复现、可验证的训练任务，专门对付长项目写到一半崩盘的问题。视觉侧没有外挂独立模块，而是把图像切成和文字同一种形式的离散 token 送进同一个主干网络，这是它能"看设计稿写代码"的架构前提。微博知乎
超长任务则用 Partial Rollout 异步训练让没跑完的轨迹存档续跑，避免几万步的任务每次从头算。微博
下单之前，先跑自己的实测
评测数字要按口径看。官方看板只跟 GPT-5.5、GPT-5.6-Sol、Claude-Opus-4.8、Opus-5 四个国际模型比较，"四项第一"的说法以此口径成立；"多项基准介于 Claude-Opus-4.8 与 Opus-5 之间"同样是厂商自述。哔哩哔哩微博
实测侧的坑已有第一批用户踩出来。有人用官方默认设置跑智能体编程题，两步思考都停在 32768 个 token、一个文件都没写，把思考预算调大后才产出可玩的完整项目，但要多跑几次、速度也慢。Visual Coding 还原设计稿的成色被评价为"可用但未到一比一"，且所谓单文件交付实际引了外部在线库，断网打开页面裸奔。截至目前，参数、上下文与跑分仍属官方自述，尚缺第三方验证。与其在跑分之间站队，更划算的用法是把送的千万 token 和 OpenCode 免费窗口花在自己业务里：跑一个真实项目，看它在你的代码库、你的数据口径下能不能稳定交付，这才是这次开源对每个开发者的实际答案。哔哩哔哩知乎微博
