美团LongCat-2.5发布：1.6万亿原生多模态，先别急着看跑分
11月2日，美团龙猫正式发布LongCat-2.5：总参数量1.6万亿，每个token激活约480亿，定位是“面向长程智能体任务的原生多模态模型”。微博大模型之家
参数看着吓人，但这篇想说的不是“又一个大模型来了”。这个模型真正值得盯一下的，是它把三件事拧在了一起：原生多模态、长程智能体、全程国产算力训练。
“原生多模态”在美团这里指什么
先拆概念。主流多模态模型大多是在语言模型外面“挂”一个视觉编码器，图片先转成token再喂给主干，视觉和语言两个模块多少还是两套东西。LongCat-2.5走的是更彻底的路线：视觉信号被表示成多层级离散token，主干统一处理视觉和文本，不分“你”和“我”。大模型之家
官方说这带来了Visual Coding（看图写代码）、创意设计和3D任务上的提升，同时强化了复杂代码库开发、完整项目构建这类端到端工程能力。上下文也给到了1M，图片和视频可以直接塞进上下文窗口。大模型之家
一句话：它想当的不是“能看图的聊天模型”，而是“能看着屏幕干活的工程师”。
跑分介于Opus 4.8和Opus 5之间，但先等等实测
官方口径：多项主流基准评测中，LongCat-2.5的成绩介于Claude Opus 4.8与Claude Opus 5之间，部分评测超过Opus 5。训练这一侧，全程在国产算力上完成，是目前国产算力上完成的最大训练任务。微博LongCat官网
但官方跑分和实际体验之间隔着一层。9月底2.5-Preview上线时，社区实测翻过车：有用户在OpenCode里跑任务，评价它“写了一大堆没用的，甚至不如qwen3.8 27b”。也有博主测它复刻坦克大战和超级玛丽，两款游戏都黑屏无法启动，判断它“更像上一代的聊天模型”。知乎知乎
从Preview到正式版有五个多星期，改进了多少，得等第三方实测，别拿发布稿当结论。
还有个背景值得记住：一线模型的视觉推理离人类仍然很远。Scale Labs今年10月的基准里，GPT-6 Astra得分53.6%，Claude Opus 5.5是44.6%，人类是93.1%。“看得懂”这件事，全行业都还在半山腰。对把原生多模态当卖点的LongCat-2.5来说，这同样是绕不开的关卡。知乎
谁该现在上手
模型已在longcat.chat开放体验，API同步上线，Github与HuggingFace版本即将发布。大模型之家
等实测不等于完全不碰。适合现在就试的：跑长程多步任务、复杂代码库开发、需要截图或录屏进上下文做分析的开发者。新用户注册送10M tokens，老用户送5M，缓存命中不消耗赠送额度，试错成本接近零。
可以先等一等的：只做单轮问答的场景、对延迟敏感的交互产品，以及想本地部署的用户——等开源权重放出再动手不迟。
2026年这条国产原生多模态的线上，已经站了GLM-5.3 Flash、DeepSeek V4.1 Flash和小米MiMo-V2.6。美团的差异点在于规模和全程国产算力。至于它到底行不行，跑分说了不算，接下来一两周的实测说了算。
