美团发布 1.6 万亿参数智能体模型,全程未使用英伟达 GPU
美团开源 LongCat-2.5:1.6 万亿参数 MoE 智能体模型,完全基于中国硬件训练,支持百万上下文与多模态输入,MIT 许可开放权重;部分编码与终端基准接近西方头部模型,但更难任务仍有差距。
原贴
查看原文原文
中文翻译
美团发布了 LongCat-2.5 的权重,这是一个为 AI 智能体构建的 1.6 万亿参数模型。它完全在中国硬件上训练,在编码基准测试中的表现达到美国模型如 Claude Opus 5 几个月前达到的水平。
核心信息
美团开源 LongCat-2.5:1.6 万亿参数 MoE 智能体模型,完全基于中国硬件训练,支持百万上下文与多模态输入,MIT 许可开放权重;部分编码与终端基准接近西方头部模型,但更难任务仍有差距。
- 美团开源 LongCat-2.5:1.6 万亿参数 MoE 智能体模型,完全基于中国硬件训练,支持百万上下文与多模态输入,MIT 许可开放权重;部分编码与终端基准接近西方头部模型,但更难任务仍有差距。
- 原贴提到:Meituan releases the weights for LongCat-2.5, a 1.6-trillion-parameter m
- 来源:the-decoder.com
详细解读
这是什么信号:美团把 LongCat-2.5 的权重开放出来,这是一个为智能体任务构建的 1.6 万亿参数 MoE 模型,每个 token 约激活 480 亿参数,支持最高 100 万 token 上下文和 12.8 万 token 输出,能处理文本、图像、视频并以文本回复,推理开关可调。更关键的是,原文称它完全在中国硬件上训练,自托管指南只描述华为昇腾 Atlas A2 集群,没有英伟达 GPU 指引;MIT 许可允许商用、修改和再分发。这不是单点模型发布,而是中国芯片—训练—推理—开源许可的一条链路信号。
为什么重要:智能体模型的竞争点正在从聊天能力转向长程任务、编码、工具调用和可自托管。LongCat-2.5 在 Terminal Bench v2.1 拿到 88.4,接近原文列出的 Claude Opus 5 的 89.1 和 GPT-5.6 Sol 的 88.8,低于 Deepseek-V4.1-Flash 的 90.6;但在更难的 Terminal Bench v4.0 只有 38.5,低于 Opus 5 的 53.9;DeepSWE 从 9.7 提升到 64.6,仍落后 Deepseek 和 GPT 的表中成绩。结论是:它证明国产硬件可训练 frontier 级智能体模型,并在部分任务接近头部,但还不是全面领先。原文还强调 4-bit 量化让中国芯片原生处理,吞吐相较 8-bit 版本提升 43.3% 和 42.77%,且美团称精度不降——这比单纯堆参数更有产业意义。
对谁有价值:第一,做编码智能体、终端自动化和长上下文工具链的团队,可以用 MIT 权重做私有化部署或二次训练,并通过 OpenAI、Anthropic 兼容 API 接入 Claude Code、Codex、Hermes 等 harness。第二,国产算力与推理服务商,可把“昇腾集群 + 4-bit 量化 + 长上下文”作为方案样板。第三,企业架构师和投资/研究者,可用它观察中国 AI 全栈能力与开源模型竞争格局。第四,成本敏感型业务可把它作为第二供应商,降低对单一海外模型的依赖。
可以怎么行动:先不要只看榜单。用自己真实的代码库、Issue、CI 日志和终端任务做小规模 A/B,重点测长程多步任务、工具调用稳定性、图像理解、百万上下文下的召回与延迟。技术上验证 OpenAI/Anthropic 格式兼容、agent harness 接入成本、4-bit 版本精度损失和 194 卡昇腾集群的部署门槛。商业上把它放进多模型路由:高价值任务用最强模型,批量编码与私有数据任务用开源权重兜底。采购上要求供应商提供独立复现的 Terminal Bench、DeepSWE 结果,而不是只接受自报数据。
风险或限制:原文的基准多为美团自报,BrowseComp 的 91.9 还是在其自有环境跑出,且表中未包含更新的 Claude Opus 5.5 与 GPT-6.1 Sol;更难的 Terminal Bench v4.0 和 DeepSWE 显示它与头部仍有明显差距。1.6 万亿总参数即使只激活 480 亿,训练与推理成本、显存和集群调度仍不低;自托管指南绑定昇腾 A2,缺少英伟达路径会限制海外或现有 GPU 团队采用。4-bit 精度“不降”的说法需要独立验证;MIT 许可虽宽松,但数据合规、安全对齐、出口管制和国产芯片供应仍是落地变量。对智能体而言,训练时用 GitHub PR 和复现失败任务、断网、去 Git 历史、用语言模型查作弊,说明团队重视可靠性,但这不等于生产环境零风险。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《美团发布 1.6 万亿参数智能体模型,全程未使用英伟达 GPU》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
美团发布 1.6 万亿参数智能体模型,全程未使用英伟达 GPU主要讲什么?
美团开源 LongCat-2.5:1.6 万亿参数 MoE 智能体模型,完全基于中国硬件训练,支持百万上下文与多模态输入,MIT 许可开放权重;部分编码与终端基准接近西方头部模型,但更难任务仍有差距。
这篇文章最值得关注的要点是什么?
美团开源 LongCat-2.5:1.6 万亿参数 MoE 智能体模型,完全基于中国硬件训练,支持百万上下文与多模态输入,MIT 许可开放权重;部分编码与终端基准接近西方头部模型,但更难任务仍有差距。;原贴提到:Meituan releases the weights for LongCat-2.5, a 1.6-trillion-parameter m;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在AI副业、Agent工作流、AI工具专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「智能体」等主题信号。;这篇内容命中「模型」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。