觀點網訊：11月2日，美團發佈新一代大模型LongCat-2.5。這是一個面向長程智能體任務的原生多模態模型，總參數量為1.6萬億，每個token激活約480億參數，在LongCat-2.0的基礎上進一步強化原生視覺理解與智能體編程能力。
在訓練側，美團在長序列訓練中加入更多長程軌跡數據，並通過大規模長程強化學習，提升模型在複雜代碼庫開發、完整項目構建等任務中的端到端工程能力。圍繞數據合成、環境構建與跨Harness混合訓練，這條訓練鏈路持續擴展。
美團將真實Agent的失敗軌跡轉化為可復現、可驗證的訓練任務，針對模型能力短板持續補充訓練數據。
在視覺處理上，LongCat-2.5將視覺信號表示為多層級離散token，使主幹模型以統一的token形式處理視覺與文本輸入。
基礎設施層面，美團優化了國產算力上的長上下文訓練與W4A4推理，並通過訓推數值一致性和長上下文rollout優化，支撐大規模長程RL的運行。
美團選取GPT-5.5、GPT-5.6-Sol、Claude-Opus-4.8和Claude-Opus-5進行對比。