美团不送外卖改训模型:1.6万亿参数全国产算力,追平Claude Opus 5
AI 科技视角 · 深度 | 2026年11月4日
11月2日,美团干了一件跟外卖毫不相干的事:发布 1.6万亿参数 的大模型 LongCat-2.5,训练全程跑在国产算力上。
评测成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间,部分评测直接超过 Opus 5。
说白了,这家被你用来点奶茶的公司,悄悄把「国模国芯」从口号干成了能跑分的现实。
📦 发生了什么
LongCat-2.5 是一款面向长程智能体任务的原生多模态模型:总参数 1.6万亿,每个 Token 动态激活约 480亿,强化了原生视觉理解与智能体编程能力。用户可在官网 longcat.ai 直接体验,开发者可通过同步上线的 API 调用。
硬指标方面:中训练阶段采用最长 1M token 的长序列,累计训练量达数万亿 token;在品牌多渠道经营分析案例中,模型能自主构建渠道利润表,识别出「支付 GMV 增长 23.2% 但渠道利润下降 1.7%」这类藏得很深的增长质量问题,并给出资源配置建议。
跑分成绩:据美团技术团队披露,多项主流基准评测成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间;综合各家评测汇总,其在智能体任务基准 AutomationBench 拿下 51.8分(Claude-Opus-5 为 50.3分),BrowseComp 以 91.9分 位列第一。
这不是一日之功。今年 6月,美团已用 LongCat-2.0 首次在国产算力上完成万亿参数模型的全流程训练与推理;5个月后,2.5 版把这条路走到了国产算力上已知的最大规模训练任务。
🔗 来源:美团官网、美团技术团队博客、新华网、科技日报 | 2026-11-02/03
🌐 为什么是件大事
因为「全程国产算力」这六个字,含金量比参数本身高得多。国产加速卡的短板是明牌:单卡显存小、卡间通信弱。要在这样的硬件上训 1.6万亿参数、跑 1M 长序列,等于戴着镣铐跳完一整支芭蕾。
美团的做法是跟国产算力厂商一起围绕超节点重写分工:让参数与任务数据的主要通信留在超节点内的高速互联里完成。结果是在长上下文监督微调任务中,单卡训练吞吐量较 DDP 基线提升 86%——相当于一张卡干出了原来 1.86 张卡的活,效率接近翻倍。
推理侧同样动刀:采用 W4A4 方案把专家权重和激活同时量化到 4 比特,并针对国产硬件特性优化。线上压测显示,较 W8A8 基线,输入处理与逐 Token 生成吞吐量均提升约四成,首次输出等待缩短约 16%,后续每 Token 耗时缩短约 20%——且下游任务表现与量化前基本持平。
再看王兴的态度。他在二季度财报电话会上说得很直白:「我们不会成为 Token 工厂」,模型和 AI 产品要用于支持主业、进入真实工作流。这句话划清了美团跟「卖算力、卖 API」的OpenAI式路线的根本区别:模型是成本中心变利润中心的工具,不是商品本身。
🔗 来源:美团技术博客、新华网、美团财报电话会 | 2026-11-02/03
🎯 对谁影响最大
第一,连锁品牌与本地生活商家。基于 LongCat 系列的 AI 经营工作台「妙手」已经落地:古茗、徐升记、益禾堂等连锁品牌已在用,覆盖品牌经营分析、门店管理和增长获客。它不是聊天机器人,而是在商家授权范围内直接调用工具与系统、执行经营任务。上面那个「GMV 涨 23.2%、利润反降 1.7%」的诊断,就是真实经营案例。
第二,被海外算力卡脖子的企业。国产算力上跑出比肩国际闭源旗舰的模型,意味着「数据不出门 + 不依赖海外供应」从此有了旗舰级选项。对金融、政企这类既要合规又要能力的企业,多了一条不将就的路。
第三,企业 AI 落地团队。LongCat-2.5 把「真实 Agent 的失败轨迹转化为可复现、可验证的训练任务」写进了训练链路——这是在用失败样本教模型干活。你做企业智能体时收集的那些跑挂了的 case,别扔,那是比成功案例更稀缺的训练资产。
第四,开发者。API 已同步上线,原生多模态 + 长程 Agent + 1M 上下文的组合,适合做跨系统的长链路自动化——网页交互、3D 展示、端到端软件工程这类多步任务,正是它的主场。
🔗 来源:美团技术博客、新华网、南方+ | 2026-11-02/03
⚠️ 但别高兴太早
第一,成绩单是自报家门。评测数据出自美团技术团队自己的指标看板,「超过 Claude-Opus-5」目前是单点评测而非全面胜出,第三方独立复现还没跟上。上桌之后,还得上第三方考场。
第二,效率提升是工程补偿,不是硬件翻身。+86% 吞吐是相对自家 DDP 基线的优化,解决的是「国产单卡显存小」的约束,不是消灭了这个约束。软件优化有天花板,硬件代差仍需时间追赶。
第三,妙手的效果目前是美团单方叙述。古茗、徐升记、益禾堂都是「已服务」,但尚无品牌方独立发声背书具体收益。那句「GMV+23.2%、利润-1.7%」恰恰说明:AI 能诊断问题,不能替你做经营决策,增长质量差还得人来填坑。
第四,不做 Token 工厂是战略,也是取舍。模型不对外大规模商业化,意味着生态、社区和第三方工具链的迭代速度,可能拼不过All in API 的厂商。企业选型时要掂量:能力够用,生态是否跟得上。
🔗 来源:综合美团技术博客及公开报道分析 | 2026-11-04
🔬 AI 科技视角认为:
这期最该记住的不是「美团模型追平 Claude」,而是那个更朴素的信号:2026年了,中国 AI 的胜负手已经从「有没有卡」变成「会不会用卡」。显存小、通信弱,这些硬件短板短期内改不了,但美团用超节点分工和 W4A4 量化硬是把效率扳了回来——软件工程正在替硬件还债,而且还得动。
给企业主一句话:别再问「用哪个最强模型」,先问「我的业务里,哪段流程值得被 AI 端到端跑一遍」。王兴那句「不做 Token 工厂」才是真正清醒的——模型终会平权,进真实工作流的能力不会。外卖公司的这次跨界提醒所有人:下一匹黑马,可能正在你最看不懂的行业里偷偷训模型。

