美團開源 1.6 萬億引數多模態模型 LongCat-2.5，支援百萬上下文

2026 年 11 月 1 日至 2 日，美團龍貓團隊釋出面向長程智慧體任務的原生多模態模型 LongCat-2.5，並於 11 月 9 日正式開源該模型權重，採用 MIT 協議，支援商用推理部署與二次訓練，無需額外授權。模型總引數規模達 1.6 萬億，每個 token 啟用約 480 億引數，支援一百萬上下文長度。

在技術架構上，LongCat-2.5 針對視覺任務對錶徵層進行了深度改造。模型將視覺訊號表示為多層級離散 token，與文本一樣由主幹模型統一處理，而非外掛視覺模組。具體而言，模型對原生解析度視覺特徵做殘差向量量化，逐級補足細節；視覺 token 可離線預計算並快取，減少線上計算量，也讓分散式訓練負載更均衡；視覺碼本與主幹聯合訓練，視覺與文本共享同一套主幹引數，在同一語義空間中建模。這一改造顯著提升了模型在 Visual Coding、創意設計、3D 等任務上的表現。此外，針對視訊記憶體與頻寬受限的國產算力晶片，團隊在模型架構、晶片適配與部署策略上也進行了深度協同最佳化。

在訓練方法上，LongCat-2.5 的長程能力提升來自一整條訓練鏈路的擴充套件。首先是更貼近真實長程任務的訓練資料，加入更多長程軌跡，並把真實 Agent 的失敗軌跡轉為可復現、可驗證的訓練任務；其次採用 partial rollout 非同步訓練，讓未跑完的長任務儲存後續跑，過取樣率按通過率動態調整，並對跨 checkpoint 的舊軌跡做梯度校正；第三在任務環境上斷網、清除 git 歷史與檔案快取，以 LLM judge 監督軌跡，同時對重複思考、重複工具呼叫、過度思考施加約束，減少“鑽空子”的行為。官方稱該模型在複雜程式碼庫開發、完整專案構建、Visual Coding 與專業辦公場景中，端到端交付能力均有明顯提升。

模型開源後，開源 AI 程式設計工具 OpenCode 在當天即宣佈對該模型限時免費兩週，支援多模態和百萬 Token 上下文，免費入口每天限 100 次請求。