美团开源 1.6 万亿参数多模态模型 LongCat-2.5，支持百万上下文

2026 年 11 月 1 日至 2 日，美团龙猫团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，并于 11 月 9 日正式开源该模型权重，采用 MIT 协议，支持商用推理部署与二次训练，无需额外授权。模型总参数规模达 1.6 万亿，每个 token 激活约 480 亿参数，支持一百万上下文长度。

在技术架构上，LongCat-2.5 针对视觉任务对表征层进行了深度改造。模型将视觉信号表示为多层级离散 token，与文本一样由主干模型统一处理，而非外挂视觉模块。具体而言，模型对原生分辨率视觉特征做残差向量量化，逐级补足细节；视觉 token 可离线预计算并缓存，减少在线计算量，也让分布式训练负载更均衡；视觉码本与主干联合训练，视觉与文本共享同一套主干参数，在同一语义空间中建模。这一改造显著提升了模型在 Visual Coding、创意设计、3D 等任务上的表现。此外，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进行了深度协同优化。

在训练方法上，LongCat-2.5 的长程能力提升来自一整条训练链路的扩展。首先是更贴近真实长程任务的训练数据，加入更多长程轨迹，并把真实 Agent 的失败轨迹转为可复现、可验证的训练任务；其次采用 partial rollout 异步训练，让未跑完的长任务保存后续跑，过采样率按通过率动态调整，并对跨 checkpoint 的旧轨迹做梯度校正；第三在任务环境上断网、清除 git 历史与文件缓存，以 LLM judge 监督轨迹，同时对重复思考、重复工具调用、过度思考施加约束，减少“钻空子”的行为。官方称该模型在复杂代码库开发、完整项目构建、Visual Coding 与专业办公场景中，端到端交付能力均有明显提升。

模型开源后，开源 AI 编程工具 OpenCode 在当天即宣布对该模型限时免费两周，支持多模态和百万 Token 上下文，免费入口每天限 100 次请求。