11月2日晚，美团 LongCat 团队发布 LongCat-2.5：总参数 1.6 万亿，每个 token 激活约 480 亿，原生多模态，主打长程智能体和写代码。官网和 API 当天就能用，美团说训练全程在国产算力上完成。官方 X 首帖截至 3 日早上已有约 8.8 万次浏览。
宣传口径是「多项主流基准成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，部分评测超过 Opus 5」。我把技术博客里那张 31 项的评测总表逐行对了一遍，这句话本身没说错，但很容易被读成「国产模型追平 Opus」。
我的判断：LongCat-2.5 是一次实打实的大进步，也是眼下最便宜的一档长程 Agent 模型之一；但它离「追平」还差一截，最适合拿来跑检索、调研和 3D 页面，硬核写代码先别急着换。
01
PART
「介于 Opus 4.8 和 5 之间」怎么来的
SCORES
表里能和 Opus 5 一对一比的有 27 项，LongCat-2.5 赢 10 项、输 17 项。对 Opus 4.8 是赢 18 输 6，对 GPT-5.6-Sol 是赢 20 输 7。所以「介于两者之间」是准确的，只是离 Opus 5 更远一些。
输得最明显的都在代码上：Terminal Bench v4.0 是 38.5 比 53.9，从描述生成整个仓库的 NL2Repo 是 60.5 比 75.3，写测试的 SWE Atlas 是 47.8 比 62.2。31 项里它拿到全表最高分的只有 4 项：BrowseComp 91.9、ALE、ResearchRubrics 和 3DCodeBench，偏检索、调研和 3D 页面。
跟自家上一代比，进步是真的大。Terminal Bench v4.0 从 3.0 涨到 38.5，DeepSWE 从 9.7 涨到 64.6，AutomationBench 从 15.8 涨到 51.8。这些都是美团自报，目前还没有第三方复现。
02
PART
对比名单里少了谁
RIVALS
对比名单里有 GPT-5.5、GPT-5.6-Sol、Opus 4.8、Opus 5，还有 GLM-5.3、Kimi K3 和 DeepSeek-V4.1-Flash。没有的是 9 月 22 日发布的 Claude Opus 5.5，也没有 GPT-6 这一代。拿来对标的 Opus 5 是 7 月的模型，「介于」两个字对应的是上一轮的前沿。
同一张表里，还有一个更值得国内开发者看的对照：和 DeepSeek-V4.1-Flash 能比的 26 项里，LongCat-2.5 赢 12 项、输 14 项，DeepSWE 上是 64.6 比 74.2。表下脚注写明，带星号的对手分数取自公开报告，不带星号的是美团自己跑的，仅供参考。
读法很简单：它进了国产第一梯队，但没有甩开同行。哪家更适合你，得拿自己的任务去跑。
03
PART
权重还没放，本地先别想
WEIGHTS
评论区每次都问能不能本地跑，这次的答案是：暂时没东西可跑。
6 月的 LongCat-2.0 发布时就在 Hugging Face 和 GitHub 放了权重，MIT 许可。到 11 月 3 日早上，Hugging Face 上还搜不到任何 LongCat-2.5 的仓库，美团也没给开源时间和许可证。
就算以后放出来，也不是给个人显卡准备的。按 1.6 万亿参数粗算，BF16 光权重就约 3.2TB，压到 4 比特也要约 800GB，这两个数都是估算。美团自己线上用的是 W4A4，权重和激活都压到 4 比特。按它的自报压测，相比 8 比特方案，输入处理吞吐提升 43.3%，生成吞吐提升 42.77%，首字等待缩短约 16%。
04
PART
现在怎么用最划算
HOW TO
所以 LongCat-2.5 眼下的正确用法是调 API。限时价是每百万输入 2 元、输出 8 元，缓存命中的输入 0.04 元；新注册送 1000 万 token，老用户再补 1000 万。作为参照，Opus 5.5 的官方价是每百万输入 4 美元、输出 20 美元，LongCat 的输出单价大约是它的十七分之一。
接入成本也低。API 同时兼容 OpenAI 和 Anthropic 两种格式，上下文 100 万、单次最多输出 12.8 万 token，官方称可直接接入 Claude Code、Codex 等工具，改个接口地址和 key 就能换底座。
我建议把它放进「便宜的第二模型」位置：资料检索、长文调研、3D 网页这类活交给它，按表里的分数这是它的强项；改大仓库、补测试这类活，继续用你现在的主力模型，两边各跑几天再定。
-
先领额度：新账号送 1000 万 token，够跑一轮完整对比 -
接进工具：用 Anthropic 格式接口接 Claude Code，或 OpenAI 格式接 Codex -
分开记分：检索调研题和改仓库题各准备 5 道，别混在一起看 -
盯价格：现在是限时价，正式价以开放平台公告为准 -
等权重：想私有化部署的，先等 Hugging Face 仓库和许可证出来
你会把手上 Agent 的底座切一部分给 LongCat-2.5 试一周吗？还是等它放出权重再说？评论区聊聊。觉得有用，也可以转给团队里管模型账单的那位。
出处：LongCat-2.5 技术博客与 API 文档（2026-11-02）、美团 LongCat 官方 X、Anthropic Opus 5.5 发布页；评测分数均为美团自报。
往期 · 接着看
DeepSeek发Flash-1017：API名字没变，自报终端题42.3（旧31.2）
产品今天就能用：Kimi K3.1 Pro完整权重要到11-4，100万窗先调API
GPT-6.1 Terra降价一半：第三方测48分，最难的代码OpenAI仍让你用Sol
觉得有用的话，欢迎点赞、收藏、评论。
THANKS FOR READING