美团LongCat-2.5正式版来了:1.6万亿参数,普通人今天能用它干什么

11月2日,美团把 LongCat-2.5 从预览版推成正式版。这是今年国产大模型里块头最大的一个:总参数 1.6 万亿,上下文 100 万 token,定位不是“更会聊天的模型”,而是“能盯着屏幕干活的智能体”——扔给它一个复杂任务,它能自己拆步骤、调工具、跑完再回来交差。
它和上周的混元 Hy4 押的是同一个方向:模型不再比谁更会说话,开始比谁更能干活。这篇不聊跑分,只讲普通人今天能用它干什么,以及哪些说法要先打个问号。
一、这次发布了什么:3 个数字先记住
1.6 万亿参数,但每次只动 480 亿。LongCat-2.5 是稀疏混合专家架构,模型里存了一大堆专家,每次推理只挑其中一小部分干活。参数大不等于每次都贵,这是它敢把 API 价格压得很低的底气。官方还强调训练全程由国产芯片完成。
100 万 token 上下文。一次能塞进一本厚书的量。好处很直接:不用再把长资料切成十几段喂,整份报告、整个项目文件夹,一次扔进去就行。
看图是原生能力,不是外挂。LongCat-2.5 把视觉信号拆成离散 token,直接送进主干网络。说人话:它看图和读文字走的是同一条路,不用先找识图工具翻译一遍。所以“看截图写代码”“看设计稿还原页面”是它的主打项,不是顺带功能。
| 项目 | LongCat-2.5 |
|---|---|
| 发布时间 | 2026年11月2日正式版(9月25日预览版) |
| 总参数 / 激活参数 | 1.6万亿 / 每token约480亿 |
| 上下文 | 100万token |
| 主打能力 | 长程智能体任务、复杂代码工程、视觉编程、3D |
| API价格(限时折扣) | 输入2元/百万token,缓存命中0.04元,输出8元/百万token |
| 权重开源 | 暂未开源,GitHub与Hugging Face标注即将上线 |
二、今天在哪能用:不用等,不用下载
最顺手的入口是官网 longcat.chat,打开网页就能聊,不用装软件、不用等邀请。
会写代码的人还有第二条路:LongCat API 平台已经上架了 2.5,接口兼容 OpenAI 和 Anthropic 两种格式,官方还说它适配 Claude Code、Codex、Hermes 这些开发环境,不用换工具,把模型名换成 LongCat-2.5 就能接进去试。
价格:输入 2 元、输出 8 元每百万 token,命中缓存的输入只要 0.04 元,页面标注限时折扣价。

三、普通人先试这 4 件事
第 1 件:整份长资料一次扔进去,别再分段喂了。100 万上下文是它最实在的卖点,用法很简单:把一份几十页的行业报告、招标文件、或者一学期的会议纪要合集,一次发给它,再问三句话——“先给我 10 条核心提纲,每条注明出自哪一部分;再把第 3 条展开讲细节;最后列 3 个值得追问的问题。”提纲里如果出现原文没有的内容,要让它标出来,别让它顺手编了。
第 2 件:截一张图,让它照着写代码。这是它“原生视觉”最直接的用处。看到一个喜欢的网页排版、小程序界面,截图发过去,说一句“照这个布局给我写一个单页 HTML,配色可以换成暖色”。它能直接读图里的结构,不用你先打字描述一遍。写完先在自己浏览器里打开点一点,能跑再发给别人。复杂项目别指望一次成型,小页面、小工具正好练手。
第 3 件:长任务别一次下完,拆成几步盯着它做。长程智能体听着很美好,但现实是:SemiAnalysis 刚发布的 GDPx 基准测了 11 类专家级工作,领先模型平均成功率也只有 12%。所以正确姿势是把任务拆开:先让它出方案,你点头了再说“做第一步”;每步做完让它把结果和依据摆出来,确认了再往下走。
第 4 件:整个小项目打包扔给它,测测“长程”到底有多长。如果你手头有个几十个文件的小项目——比如一个个人网站、一套课程讲义、一个产品说明书合集——可以把它整个发过去,问“先给我一张项目结构图,再说说哪里写得不清楚”。这是 100 万上下文配长程 Agent 的组合拳,短对话模型干不了。跑完抽查两三处,对得上再放心用。

四、3 个说法,先打问号再相信
“领先 Claude Opus 5”只在自家考卷上成立。官方跑分表里它在自建基准上超过了 Claude Opus 5 和 GPT-5.6,但在公开可对照的 Terminal-Bench 上,成绩是“超过了 GPT 一头,还追不上 Claude”。看跑分先问一句:这是谁出的卷子。
权重还没开源,别按开源模型去期待它。这点和 2.0 不一样:今年 6 月的 2.0 按 MIT 协议开源了权重,2.5 目前只有网页和 API 两条路,GitHub 和 Hugging Face 都写着即将上线。想本地部署、离线用的,现在还轮不到它。
官方演示还没放出来。官方 Demo 页面不少还标着“Demo footage coming soon”,效果只能以官方文字和跑分为准。建议一样:自己上手试半小时,比看十篇解读靠谱。
五、什么人值得试,什么人不必动
- 值得马上试:经常啃长报告、整理大堆资料的人;想做小网页、小工具但不会写代码的人;已在用 Claude Code、想换个便宜模型试手感的开发者。
- 可以先等等:只用 AI 聊天、改文章的人,现有模型够用,换它感知不强;要本地部署、离线用的,等权重开源的消息再说。
- 别被“1.6 万亿”唬住:参数大是它的事,你只关心两件事——你要的活它能不能干完、干完的结果对不对。按上面 4 件事试一圈,答案自己就出来了。
一句话结论:LongCat-2.5 不是又一个聊天模型,它是美团把赌注压在“让 AI 干长活”上的正式产品。网页端今天就能免费试,100 万上下文配截图写代码,是真的有用;但“能不能干专家级的长活”,连最严的基准都只给 12% 的平均分——把它当个能干活的帮手,别当个不用检查的员工。
本文依据:美团 LongCat 官方博客与 API 平台更新日志(11 月 1-2 日)、多家中文科技媒体 11 月 2-4 日报道;基准成绩为厂商口径,尚未经独立复现;价格为限时折扣价,以官方定价页为准。