美团发布LongCat-2.5大模型，1.6万亿参数领跑全球智能体任务评测

2026年11月3日，美团正式发布全新一代大模型LongCat-2.5。该模型在多项智能体能力评测中表现突出，多个细分任务榜单位居首位。

本次评测涵盖代码生成、通用智能体任务和视觉智能体三大方向，共涉及九项国际主流基准测试。参与对比的均为当前全球范围内具有代表性的前沿大模型，包括Claude-Opus-5、GPT-5.6-Sol、GPT-5.5及Claude-Opus-4.8等。

在AutomationBench中，LongCat-2.5获得51.8分，高于Claude-Opus-5的50.3分；BrowseComp得分为91.9分，位列第一；在3DCodeBench的文本生成三维内容任务中，取得55.4分，小幅领先同类模型。综合来看，模型在网页交互、自动化流程执行、三维内容生成等典型智能体应用场景中具备显著优势。而在纯代码编写与终端指令执行等任务上，虽与国际头部模型尚存微小差距，但整体已稳居全球第一梯队。

LongCat-2.5是专为长程智能体任务设计的原生多模态大模型，总参数量达1.6万亿，单次推理激活参数约480亿。相较于前代LongCat-2.0，本版本重点强化了原生视觉理解能力与智能体编程能力。训练过程中引入更丰富的长程行为轨迹数据，并依托大规模长程强化学习技术，显著提升了模型在复杂代码库开发、端到端项目构建等工程化任务中的实际表现。

在架构层面，模型将视觉信号编码为多层级离散token，实现视觉与文本输入在统一token空间内的协同处理。原生视觉理解与智能体编程能力的深度融合，使LongCat-2.5在视觉编程任务中展现出优异性能，同时有效支撑创意设计、三维建模等高阶应用。

上述能力升级依托持续迭代的底层基础设施：团队优化了国产算力平台上的长上下文训练效率与W4A4精度推理能力，并通过训练与推理数值一致性保障、长上下文rollout机制优化等关键技术，支撑大规模长程强化学习的稳定高效运行。

当前国内大模型研发竞争日益激烈，LongCat-2.5的发布表明，国产智能体大模型已在核心技术能力与实际任务表现上，具备与国际顶尖产品同场竞技的实力。

用户可通过以下链接体验模型：https://longcat.chat

开发者可访问以下页面获取API接入方式：https://longcat.chat/platform/product