美团 11 月 9 日宣布正式开源 LongCat-2.5 权重,采用 MIT 许可,可免费商用与二次训练。此次开源与此前 11 月 1 日的发布相互独立,补齐了权重与可复现训练的开放资源。

权重已在 Hugging Face 与官方渠道发布,以 Safetensors 格式提供,可直接下载部署。模型总参数约 1.6 万亿(1.6T),采用 MoE 结构,每词元仅激活约 480 亿(48B)参数,兼顾容量与推理成本。

LongCat-2.5 原生支持多模态,以离散视觉词元处理图像,并引入 MoonEP 动态专家复制与超级节点感知并行(Supernode-Aware Parallelism)支撑大规模训练与长上下文。官方称评测上下文最长可达 100 万词元。

在效率侧,模型支持 W4A4 低精度推理,相较 W8A8 预填充提速约 43.3%、解码提速约 42.77%,可在显存受限设备上运行。基准方面,Terminal Bench v2.1 得分 88.4、BrowseComp 91.9、AutomationBench 51.8、MathVision(带工具)96.5。

MIT 许可叠加可商用与可改许可权,有助于国内企业在合规前提下部署与定制自有模型。对智能体、长文档与多模态场景,开放权重降低了调用门槛,也使学术复现与二次创新成为可能。

与 11 月 1 日发布相比,本次开源焦点从能力宣发转向开放资源本身:权重、分词与推理配置一并放出,第三方可完整复现与服务化。对中文多模态与超长上下文应用,这是一个可直接取用的基座。

美团开源 LongCat-2.5 权重:规格与基准一览核心规格(meituan-longcat/LongCat-2.5 模型卡)总参数1.6 万亿参数(1.6T total parameters)每词元激活约 480 亿激活参数(48B activated),混合专家 MoE许可协议MIT:可商用、可二次训练最长评测上下文100 万词元(1M tokens)多模态原生图文多模态,以离散视觉词元编码图像并行策略MoonEP 动态专家复制与 Supernode-Aware 超级节点感知并行训练框架MegaScale 风格大规模分布式训练框架W4A4 低精度推理提速(对比 W8A8,longcat.ai 博客)预填充 prefill 提速43.3解码 decode 提速42.77基准表现(官方博客披露)Terminal Bench v2.188.4BrowseComp91.9AutomationBench51.8MathVision(带工具)96.5适用场景智能体、长文档、多模态量化支持W4A4 与 W8A8 低精度推理模型定位中文多模态开源基座开源范围权重、分词器、推理配置数据口径:Hugging Face 模型卡 + longcat.ai 官方博客(2026-11-01)+ IT之家(2026-11-09)注:11-09 开源动作区别于 11-01 模型发布;基准为厂商自述,需独立评测核验
美团开源 LongCat-2.5:1.6T 参数 MoE、MIT 许可、W4A4 提速(Hugging Face / longcat.ai / IT之家)

信息来源