11月2日，美团干了一件“不像外卖公司”的事：发布LongCat-2.5正式版，一头扎进AI编程战场。
对写代码的人来说，最实惠的消息不是参数，而是这条：它的接口同时兼容OpenAI和Anthropic两种格式，Claude Code、Codex这些编程Agent，理论上改个地址和模型名就能接上。知乎
外卖公司这次卷的是“做完项目”
先看数字。总参数1.6万亿，MoE架构，每次只激活约480亿。打个比方：一家1.6万亿人的大公司，每个问题只叫最对口的一小队人干活，本事按全员算，成本按出勤算。再加上100万token上下文，一个中型项目的代码能一次全部塞进去慢慢读。微博知乎
参数规模其实和上一代2.0一样。美团这次改的不是身板，是考题：上一代比“会不会写对这段代码”，这一代比“能不能把整个项目从头做完”。
练法也挺狠：把真实GitHub项目里的改动和问题单做成练习题，验收标准是“原来跑不过的测试现在必须跑过”；AI自己干活时的失败记录，也被改造成能重演、能打分的题目，哪儿弱补哪儿。还有原生多模态——视觉信号被转成和文字一样的“字”一起学，看着截图就能写代码，还能直接生成可拖拽旋转的3D展示页面。知乎微博
跑分要两面看：有赢的，也有输的
官方成绩单挺唬人：BrowseComp联网检索91.9分，比Claude Opus 5还略高；Terminal Bench v2.1从上代的70.8冲到88.4；DeepSWE端到端工程评测从9.7直接跳到64.6。知乎微博
但别急着欢呼。最难的仓库级任务Terminal Bench v4.0，它拿38.5分，Claude Opus 5是53.9分——15分的差距，真实项目里的硬活还是有肉眼可见的短板。而且以上全是厂商自报的成绩，第三方复测还没影，听一半、留一半。眼尖的人还发现一个细节：对比表里拿来比的OpenAI模型是GPT 5.5和5.6 Sol，不是最新的6系。选对标这门手艺，大家都懂。知乎知乎微博
想尝鲜，姿势要对
网页端和API现在都开放了，可以直接上手玩。但有两个冷提醒：微博
一是这次没宣布开源权重。官方只说GitHub和Hugging Face“后续上线”；想本地部署的，目前只有上一代2.0（MIT协议）可用，2.5先走API这条路。知乎
二是它不一定快。预览期第三方实测里，三个任务单项耗时都超过30分钟。建议先拿一个非关键的长任务试水，记下耗时和返工次数——如果返工散落在各处，检查修补花的时间，可能把省下的写码时间全抵回去。知乎
最后说个容易被忽略的点：这个1.6万亿参数的模型，全程在国产算力上训练完成，按官方说法是目前国产算力上最大的一次训练任务。模型打架归打架，这条路被验证能走通，本身就值得记一笔。知乎微博
先别急着换主力，但值得去试一把。这可能是当下对每个“国产之光”最务实的态度。
