1.6万亿参数、全程国产算力：美团LongCat-2.5的"国模国芯"纵深

作者：李嘉佑 1小时前

一、事件全景：LongCat-2.5的发布与核心规格

11月2日，美团发布新一代大模型LongCat-2.5。官方口径显示，这是一款面向长程智能体任务的原生多模态模型，总参数量为1.6万亿，每个token激活约480亿参数；模型训练全程由国产算力完成，是目前依托国产算力完成的最大规模训练任务。用户可在官网LongCat.ai体验，开发者可通过同步上线的API调用模型。

在能力维度上，LongCat-2.5在上一代LongCat-2.0基础上进一步强化原生视觉理解与智能体编程能力：模型将视觉信号表示为多层级离散token，使主干模型以统一的token形式处理视觉与文本输入，支持交互网页、3D展示页面、创意设计等任务；智能体编程方面，模型在长序列训练中加入更多长程轨迹数据，并通过大规模长程强化学习，提升在复杂代码库开发、完整项目构建等任务中的端到端工程能力。

评测口径方面，官方模型评测结果显示，在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，并在部分评测中超过Claude-Opus-5。需要说明的是，该结论为美团官方评测口径，尚无第三方机构独立复核数据；官方同期公布的对标对象还包括GPT-5.5、GPT-5.6-Sol等国际前沿模型。

商业化路径上，LongCat-2.5重点强化了商业分析、软件开发等能力，为本地生活商家配备AI帮手。美团技术博客展示的案例中，模型在品牌多渠道经营分析场景可自主构建渠道利润表，识别出支付GMV增长23.2%而渠道利润下降1.7%的增长质量问题，并结合清货经济价值、用户复购与库存风险提出差异化资源配置建议。这一安排与美团CEO王兴在8月28日二季度财报电话会上的表态一脉相承："我们不会成为Token工厂，我们的模型和AI产品将用于支持我们的主业，提升用户、商户体验和公司经营效率。"

从产品节奏看，LongCat-2.5并非凭空发布：2026年9月25日，LongCat API开放平台已上线LongCat-2.5-Preview，延续MoE路线，总参数量约1.6万亿、每次推理激活参数约480亿，新增图片理解能力并适配Claude Code等主流开发环境。本次正式版发布，标志着该模型从预览走向全面可用。

图1 LongCat-2.5核心规格一览　

二、技术纵深：从LongCat-2.0到2.5的能力跃迁

理解LongCat-2.5，需要回到LongCat系列的起点。2026年6月30日，美团发布并宣布开源LongCat-2.0：总参数1.6万亿、平均激活约480亿（动态范围330亿—560亿），从零开始预训练，原生支持100万token超长上下文，是业界首个在五万卡国产算力集群上完成从预训练到推理全流程的万亿参数模型。7月6日，LongCat-2.0权重正式开源，团队同步开放了面向国产算力优化的推理代码。

从架构上看，LongCat系列采用混合专家（MoE）稀疏激活路线：1.6万亿总参数中每次推理仅激活约480亿，激活比例约3%。高盛研究报告的分析框架指出，中国厂商受限于高阶芯片获取难度，普遍通过MoE架构与稀疏注意力机制将实际运算所需启用的参数比例压低至个位数百分比，从而大幅降低训练与推论成本。LongCat-2.5延续并强化了这一路线。

2.5版本的增量集中在三处。其一是原生多模态：与"外挂视觉编码器"方案不同，LongCat-2.5将视觉输入转化为模型可统一处理的token，视觉理解成为模型的原生能力，可支撑交互网页、3D展示等更复杂的任务形态。其二是长程智能体编程：围绕数据合成、环境构建与跨Harness混合训练，平台将真实Agent的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。其三是面向国产算力的长上下文训练与推理效率优化。

训练工程细节显示，LongCat-2.5在中训练阶段采用最长达1M token的序列开展长上下文训练，累计训练量达数万亿token。多张算力卡协同处理长序列时，显存容量和卡间通信直接影响效率——针对国产算力单卡显存不足80GB的限制，美团围绕超节点架构设计并行策略，让参数与任务数据的主要通信在超节点内的高速互联网络中完成。技术博客披露，在所测长上下文监督微调任务中，优化后的单卡训练吞吐量较DDP（分布式数据并行）基线提升86%，相当于一张卡在同样时间内完成原先约1.86张卡的工作量。推理侧，模型采用W4A4量化方案，将专家权重和激活同时量化至4比特，在已评测下游任务上保持与量化前相当的表现。

这一系列工程优化的背景，是国产算力与英伟达生态的客观差距。美团在LongCat-2.0发布时曾坦言：与成熟的英伟达GPU生态相比，国产配套软件生态仍欠发达，国产芯片单卡显存显著小于英伟达H800，显存是一大瓶颈。LongCat-2.5的发布说明，这些约束正在被系统性的软硬协同优化逐步消化，而非绕开。

图2 LongCat-2.5单卡训练吞吐量优化效果（相对DDP基线）　

三、算力纵深："国模国芯"训练链条的产业含义

LongCat-2.5最受行业关注的声明，是"训练全程由国产算力完成，系目前依托国产算力完成的最大规模训练任务"。这一声明在6月30日LongCat-2.0发布时已有铺垫：彼时美团称其为业内首个完全基于中国国产算力芯片集群进行训练的万亿参数大模型，业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。法新社与《南华早报》的报道指出，尽管中国AI芯片已被广泛应用于推理，但在极为消耗算力的预训练环节，国产芯片此前尚无万亿参数级的完整实践。

公开信息中可确认的算力链条细节包括：开发过程使用了华为集合通信库（HCCL）提高训练稳定性——这是一种类似于英伟达集合通信库的芯片间通信系统；LongCat-2.5则针对单卡显存不足80GB的国产卡特性，围绕超节点架构设计了并行与通信策略。需要说明的是，美团官方声明未透露具体硬件供应商；有券商研报提及LongCat-2.0依托华为昇腾910系列产品实现20ms以内TPOT、百万token超长上下文稳定承载，该信息为研报口径，官方未予确认。

"国模国芯"的产业背景是算力供给结构的深刻变化。美国出口管制持续收紧，Hopper、Blackwell系列之后的多款先进芯片被禁止出口中国；彭博行业研究（BI）调查显示，未来12个月中国企业采购AI芯片时，国产芯片在算力预算中的占比将从目前约30%攀升至46%。在此背景下，头部模型公司能否在国产算力上完成前沿训练，成为衡量国产算力成熟度的标尺——这正是LongCat系列的信号意义所在。

供给端的变化同样迅速。2026年7月WAIC大会上，华为、昆仑芯、摩尔线程、沐曦、天数智芯等国产算力厂商集体展出超节点产品；摩尔线程已成功上市，沐曦股份年内登陆科创板、募资约41.97亿元。华为昇腾CloudMatrix 384超节点获海外研究机构SemiAnalysis评价，其整体计算能力约为英伟达GB200机柜的1.6倍——单芯片性能受限的条件下，以系统级互联和集群规模弥补单卡差距，已成为国产算力的主流技术路线，也与LongCat-2.5"围绕超节点优化任务分工"的工程选择相互印证。

宏观需求侧的数据为这一路线提供了空间。IDC与浪潮信息9月发布的《2026年中国人工智能计算力发展评估报告》预计，2026年中国智能算力规模将达2576.5 EFLOPS，同比增长87.9%，2030年将达10524.3 EFLOPS；2026年中国人工智能算力市场规模预计达515亿美元、同比增长37%，2030年有望达1501亿美元。SEMI中国在9月16日北京微电子国际研讨会上援引WSTS预测称，2026年全球半导体市场规模将超过1.6万亿美元、年增长率108%，2026年全球AI基础设施支出将达4500亿美元，其中推理算力占比首次超过70%。

图3 中国智能算力规模预测：2026年与2030年　

图4 中国企业AI芯片采购预算中国产芯片占比（彭博行业研究调查）　

四、竞争格局：美团在大模型棋局中的卡位

将LongCat-2.5放入2026年的国内大模型坐标系，可以更清楚地看到美团的差异化选择。TrendForce今年8月的 comparative 分析显示：7月16日月之暗面开放Kimi K3 API并于7月27日开源全部权重；7月31日DeepSeek发布轻量级V4 Flash（总参数284B、激活13B），8月13日发布1.6T总参数的V4 Pro；8月14日阿里云开源旗舰模型Qwen 3.8 Max（总参数2.4T、激活95B），为全球第二大开源模型。高盛报告口径下，中国开源模型技术水平已逼近全球顶尖专有模型，DeepSeek V4 Pro、智谱GLM5.2（0.7万亿）、MiniMax M3（0.4万亿）构成万亿级及以下的多层梯队。

在参数规模上，LongCat-2.5与DeepSeek V4 Pro同为1.6万亿量级，但美团的差异点不在"更大"，而在"更专"：官方将产品定位锚定在长程智能体任务与原生多模态两大方向，智能体编程、Visual Coding、复杂软件工程是其能力重心。这一定位与美团"AI支持主业"的战略直接相关——LongCat-2.5重点强化商业分析与软件开发能力，为本地生活商家配备AI帮手，而非追求通用对话或C端爆款。

美团AI产品矩阵的展开路径印证了这一逻辑：2026年4月LongCat-2.0-Preview开放测试；基于LongCat升级"小团""小美"AI助手应用；6月美团作为首批内测团队接入微信AI生态，用户可通过微信AI Agent调用美团外卖等本地生活服务；7月28日发布全场景AI Agent产品CatPaw；9月DeepSkill技能平台上线两月收录37万Skill。从模型底座、Agent产品到技能生态，美团构建了一条"模型—智能体—场景"的垂直闭环。高盛预测，中国AI模型的API及订阅收入将从2026年估算的350亿元人民币增长至2030年的8790亿元，对应每日token消耗量从350万亿增至4600万亿、增幅约25倍——这一需求曲线是包括美团在内的所有模型厂商共同面对的市场底盘。开源生态的势能同样值得关注：据媒体援引美国独立研究机构Interconnects AI发布的ATOM报告，2025年3月至2026年3月，全球开源模型累计下载量从3.39亿增至20.4亿、同比增长6倍；其中中国开源模型使用量占比72.7%、同比增长11.9倍，阿里Qwen 2026年3月累计下载已达9.42亿次。LongCat-2.0测试版调用量曾跻身全球前三。开源既是技术影响力的放大器，也为美团在国产算力生态中争取了开发者基础——LongCat-2.0开源时同步开放的国产卡推理代码，客观上盘活了存量国产算力。

需要指出的是，评测声明的含金量仍待时间检验。官方"介于Claude-Opus-4.8与Opus-5之间、部分超过Opus 5"的表述属于自评口径，第三方评测机构数据尚未跟上；TrendForce的对比框架显示，中国头部模型与美系前沿模型的差距已收窄至个位数百分比，但榜单竞争高度动态，模型能力的持续迭代速度将决定卡位的稳固程度。

图5 国内主要开源/开放权重模型总参数规模对比（2026年，TrendForce及高盛报告口径）

五、前景研判：国产算力路线的机遇与挑战

LongCat-2.5的意义，可以从三个层面评估。在技术层面，它验证了万亿参数模型可以在国产算力上完成从训练到推理的完整闭环，且通过超节点并行、W4A4量化等工程手段，将国产卡"显存小、互联弱"的硬件短板部分转化为可管理的工程问题。在产业层面，头部互联网公司的持续投入为国产算力供应链提供了确定性需求信号——券商分析认为，AI Agent快速渗透推动Token用量爆发式增长，而国产算力芯片上量仍需时间，供需缺口下算力资源将维持高位景气。在生态层面，开源权重与国产卡适配代码的开放，正在降低整个行业使用国产算力的门槛。

需求侧的叙事同样在强化。IDC测算，全球活跃智能体数量将从2026年的7940万（0.794亿）个增长至2030年的22.16亿个，复合增长率129.8%；智能体落地后Token消耗较传统聊天机器人提升10倍以上（华泰证券测算），带动算力需求指数级放大。IDC副总裁周震刚判断，当前正处在智能体爆发的关键两年，代码、办公场景渗透率先行，金融、制造、医疗、教育等传统行业将陆续落地。LongCat-2.5押注的"长程智能体"方向，恰好位于这一增长曲线的陡峭段。

挑战同样清晰。其一，硬件约束是长期的：国产芯片单卡显存、互联带宽与英伟达最新旗舰仍存在代差，软硬协同优化能部分对冲但无法完全消除，这意味着同等模型能力的训练成本与迭代周期可能高于海外同行。其二，评测口径存疑待解：官方自评与第三方基准之间可能存在差异，模型在真实生产环境中的稳定性、安全性仍需大规模应用验证。其三，商业化路径的考验：美团"不做Token工厂"的定位避免了与通用大模型的正面消耗，但也意味着模型价值高度绑定本地生活主业，AI在商家经营决策中的容错空间有限，模型能在多大程度上被允许替商家做决策，是商业化落地的真实边界。其四，竞争烈度不减：DeepSeek、阿里、智谱等对手均在快速迭代，头部模型的身位随时可能重排。

综合而言，LongCat-2.5是"国模国芯"路线从概念验证走向规模化生产的标志性节点：1.6万亿参数的训练闭环已经跑通，工程方法论开始沉淀，算力供应链与模型层的正循环初步形成。下一阶段的观察点有三：一是第三方基准与生产环境对评测声明的验证结果；二是LongCat-2.5开源节奏与开发者生态的扩展；三是国产算力在新一轮训练任务中的份额演进。这些节点将共同决定"国模国芯"能否从单点突破走向体系性优势。