先给结论：9 月 25 日，美团在自家 API 开放平台上线 LongCat-2.5-Preview，延续约 1.6 万亿总参数、约 480 亿激活参数的混合专家（MoE，Mixture of Experts）规格，原生支持 100 万 token 上下文与 128K 单次输出，并新增图片理解。据 Cocoloop《美团 LongCat-2.5 预览版上线,主攻长程任务》与 Pandaily《Meituan Ships LongCat-2.5-Preview: 1.6T MoE Multimodal Agent Model With 1M Context》报道，这一代的定位从上一代的编码基准，换成了两个词：长程任务与多模态。
一、规格表
| 项目 | LongCat-2.5-Preview |
|---|---|
| 总参数 | 约 1.6 万亿（MoE 混合专家架构） |
| 每次推理激活 | 约 480 亿 |
| 上下文窗口 | 原生 100 万 token |
| 单次最大输出 | 128K token |
| 新增能力 | 图片理解、跨模态问答与视觉推理 |
| 适配工具 | Claude Code、OpenCode、OpenClaw、Hermes、Kilo Code |
| 接口兼容 | 同时兼容 OpenAI 与 Anthropic 两种协议 |
规格里最值得关注的是激活参数与参数总量的比例：单次推理只调动约 480 亿参数，这意味着运行成本更接近中等规模模型，而不是纸面上的万亿级。
二、参数没变，重点换了
LongCat 2.0 的卖点是编码基准，发布时主打终端任务与软件工程类榜单，并强调可以在主流编码工具的沙箱里测量。2.5 把叙事顺序倒了过来，先讲自主性：一个任务能不能跨很多步持续做下去、长会话里能不能正确调用工具、子任务失败后能不能重新规划、以及能不能在没人反复催促的情况下把活干完。
据 ExplainX《LongCat 2.5: Meituan's 1.6T Model Built for Autonomous Agents》记录，这正是本次后训练阶段的调整方向。换个说法：上一代是让模型更会写代码，这一代是让模型更会办事。
三、真正的新东西是眼睛和长流程
两处新增能力决定了它适合什么场景。
- 图片理解：可以直接读图，做跨模态问答、内容摘要与视觉推理。
- 长流程任务：美团列出的场景包含终端、浏览器、桌面软件、电子表格与设计工具，也就是让模型在一次任务里连续操作多个界面。
把这两点合起来看，它的定位不是聊天助手，而是替人按流程办事的执行者。对独立开发者，这正好对应多文件改造、跨工具搬运数据这类过去必须手动衔接的活。
四、价格与试用：看清免费的真实范围
据 ExplainX 记录，限时 API 费率为未缓存输入每百万 token 0.30 美元、缓存输入 0.006 美元、输出 1.20 美元，标准价分别为 0.75、0.015 与 2.95 美元；已有验证用户获赠 500 万 token 额度。此外，海外开源编程工具 OpenCode 把这款模型列为免费模型，开放两周并标注零数据留存。
这里有一个需要注意的口径差：部分标题把 OpenCode 的动作写成该模型免费两周，这是对官方说明的放大。按可查证的描述，实际提供的是老用户 token 赠送叠加限时费率，而不是无差别免费窗口。评估成本时，应按标准价做长期测算。
五、与同档模型的关系
Kimi K3、DeepSeek V4、GLM-5.3 与 LongCat 2.5 在争夺同一批智能体与编码用户，路线也相似：开放权重加混合专家架构。据 ExplainX 的判断，LongCat 2.5 的差异点是智能体优先的定位，而不是已被独立复现的基准领先。另据 Pandaily 报道，本轮发布没有公布基准分数，这意味着现阶段所有性能描述都还停留在厂商侧口径，采购决策应留出复现的余地。
六、分场景建议
场景 A：独立开发者。推荐把长程重构与多文件改造放到 LongCat 2.5 上试。理由是 100 万上下文能整包吞下中型代码库，省掉切片与拼接的工程量。
场景 B：内容与办公自动化。推荐用它的图片理解处理截图、表格与设计稿，把看图填表这类活接进流水线。理由是多模态是本次新增项，收益最容易观察。
场景 C：要上生产的团队。建议先当作评估对象而不是生产基础设施。限时费率结束后的标准价才是长期成本，带 Preview 后缀的版本接口与行为也仍可能调整。
七、三条可执行建议
原则一：免费窗口只用来做评测，不用来做架构选型。两周时间足够跑通典型任务，但不足以证明长期稳定性与费率可持续性。
原则二：确认许可再上量。上一代 LongCat 采用 MIT 许可证并在 Hugging Face 放出权重，2.5 是否延续需以官方模型卡为准，对外交付类产品尤其要确认。
原则三：把长流程拆成可验收的步骤。跨软件连续操作很有吸引力，但只有把每一步的成功率单独测出来，才能算出真实可用性，否则只是在为演示效果买单。
八、常见问题
问：LongCat-2.5-Preview 开源了吗？
答：按公开报道，该模型先上线美团 LongCat API 平台。上一代采用 MIT 许可并在 Hugging Face 放出权重，2.5 是否延续相同许可，需要以官方模型卡为准。
问：1.6 万亿参数，一个人跑得动吗？
答：激活约 480 亿只说明单次计算量小，权重总量仍需数据中心级硬件承载。个人开发者更适合通过 API 或第三方开发工具接入，而不是本地部署。
问：为什么这一轮没有基准分数？
答：据 Pandaily 报道，本轮发布未公布基准成绩。没有分数不等于能力下降，但在独立复现出现之前，所有性能说法都应按厂商口径对待。
九、总结
LongCat-2.5 的换代逻辑，是把模型从会写代码推向会办事。参数没变、价格下探、接口兼容主流工具，对独立开发者来说这是一次成本可控的试用机会；对要上生产的团队来说，先看模型卡与许可，再谈迁移。
参考来源
- [1] Cocoloop.《美团 LongCat-2.5 预览版上线,主攻长程任务》. 2026-09-27
- [2] Pandaily.《Meituan Ships LongCat-2.5-Preview: 1.6T MoE Multimodal Agent Model With 1M Context》. 2026-09-28
- [3] ExplainX.《LongCat 2.5: Meituan's 1.6T Model Built for Autonomous Agents》. 2026-09-27
- [4] AICrier.《LongCat-2.5-Preview lands free on OpenCode》. 2026-09-27
