11月9日晚，美团龙猫团队把LongCat-2.5的权重以MIT协议开源，商用推理部署、二次训练都不需要额外授权。 这就是上周只开了API的那款模型：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，针对显存与带宽受限的国产算力芯片，团队在模型架构、芯片适配与部署策略上也做了深度协同优化。 对用户来说，这篇开源新闻里最值钱的不是参数海报，而是两个判断：官方「九项第一」的成绩单，被第三方逐项对成了四项第一、五项不是；万亿大模型的「开源」和「你自己能跑」，之间还隔着部署成本这一层。小红书IT之家
API先行，权重后到：这一周在等什么
11月2日，LongCat的技术介绍与API可用同步落地，开发者可以先通过接口测试复杂仓库修改、视觉生成网页和多步工具调用；但和6月底LongCat-2.0「发布即开源」的路径不同，这次发布时没有给出权重开源时间。 等出来的这一周里，训练侧的细节也在被反复讨论：为了防止智能体在任务里「抄近道」，训练环境直接断网、清空Git历史和缓存，再用LLM裁判盯住轨迹，严惩过度思考和无效调用。 9日晚放出的权重，本质上是这套经过一周实战检验的长程能力，被以可商用的形式整体交到了开发者手里。知乎微博
1.6万亿的真实门槛：激活只有480亿，目标是国产卡
按官方口径，这款模型是原生多模态MoE，总参数1.6万亿、每token约激活480亿，主打长程智能体任务，权重MIT协议可商用，官方称训练全程用国产芯片完成。 翻译成使用语境：知识容量按万亿级堆，单次推理的计算和带宽负担却接近一个480亿参数的稠密模型。这也是「开源」二字真正撬动的地方——训练和推理的目标对象，是显存不到80GB的国产卡。小红书
部署侧配套的是一套4-bit量化方案：基于FlatQuant的W4A4，把权重和激活同时压缩到4-bit，官方称在数据分发前就完成瘦身，下游表现几乎不掉点，部署和调用成本随之打下来。 官方另有一个「较DDP基线提升86%」的训练吞吐说法，需要拆口径理解：万亿参数加BF16权重意味着单卡根本装不下DDP方案，这个86%更接近整体工程收益，而不是可以拿去选型的加速比。微博知乎
普通用户暂时不必纠结下载权重，现实入口是API和免费体验。Hermes Agent等平台已上线限时免费，截至11月22日。 调用价格按第三方技术梳理给出的官方API口径，是每百万输入0.30美元、每百万输出1.20美元，对需要反复试错的长程Agent来说，这个量级比旗舰闭源模型便宜得多，也直接决定哪些场景在经济上跑得起。小红书知乎
「九项第一」的榜单，怎么读
官方通稿对评测的概括是：多项主流基准介于Claude-Opus-4.8与Claude-Opus-5之间，并在部分评测中超过Claude-Opus-5。 最能代表「长程成色」的Terminal Bench v4.0，自报分数38.5，略高于GPT-5.6-Sol的37.3，仍低于 Claude-Opus-5 的53.9，差值15分出头。 差距集中的终端操作类任务，恰恰考的是在一个会报错、会卡住的环境里连续操作几十步——这也是这次训练押注「失败轨迹复用」的原因。微博知乎
发布海报上写着「九项第一」，但有技术博主把官方技术报告和指标看板逐项核对后，给出不同结论：在官方自己选的对照组里，它是四项第一、五项不是；把DeepSeek、GLM、Kimi放回同一张表，仍然第一的只剩两项。 IT之家在开源报道中也明确提示，参数与上下文均为官方自述，尚缺第三方验证。哔哩哔哩IT之家
谁在用，接下来看什么
LongCat-2.5的能力排场不是聊天，而是复杂代码库开发、Visual Coding到端到端交付。官方说法是结合美团主业重点强化商业分析、软件开发，并基于该系列模型推出AI经营工作台「妙手」，帮助本地生活商家在授权范围内调用工具与系统、完成经营任务执行。 对普通用户，这篇开源新闻的后续观察信号有三个：独立评测机构什么时候把它放上自己的基准；面向国产卡的4-bit部署教程是否成规模出现；美团下一版能否恢复「发布即开源」的节奏。在「1.6万亿」「一百万上下文」这些数字被第三方验证之前，它仍是姿态最激进、价格最低、成色待验的万亿开源模型——先用免费额度和低价API拿自己的真实任务试，比先下载权重更划算。微博
