美团推出了全新的大模型LongCat-2.5：国货之光，多项指标登顶

快科技11月3日消息，昨天，美团正式发布了它的新一代大模型LongCat-2.5，表现相当亮眼。这个模型在多个智能Agent的测试中，居然能在不少项目上直接摘得第一名，实在让人刮目相看。 这次的测试项目覆盖了代码、通用任务和视觉Agent，合计达到了9个不同的评测标准。而与之较量的对手可都是一些海外知名模型，比如Claude-Opus-5、GPT-5.6-Sol等。说实话，看到LongCat-2.5在AutomationBench、BrowseComp、LongCatClawBench和3DCodeBench等榜单上取得优异成绩，我心里还是挺激动的。 在AutomationBench上，LongCat-2.5获得了51.8分，略微超过了Claude-Opus-5的50.3分。而在BrowseComp中，它的得分高达91.9，继续领先于其他对手。3DCodeBench的文本转3D项目中也不甘示弱，LongCat-2.5拿下了55.4分，轻松跑在前面。 我觉得，这说明在网页浏览、自动化操作以及3D生成等方面，LongCat-2.5确实展现出了明显的优势。不过，在代码和终端指令类任务上，它还得继续努力，和一些顶尖的海外模型相比，差距还是存在的，但总体来说，它已经在第一梯队里了。 LongCat-2.5是一个原生的多模态模型，专注于长程智能体任务，参数量惊人，达到了1.6万亿，每个token激活大约480亿个参数。这次的升级在视觉理解和智能体编程能力上都有了显著提升，尤其是在原有的基础上，进一步增强了这些功能。 美团在训练中加入了大量长程轨迹数据，并通过长程强化学习，提升了模型在复杂代码库和项目构建等任务中的端到端能力。我亲自体验了一下这个模型，发现它在处理创意设计和3D任务时，表现得相当出色，视觉信号的处理也更为高效。 更让我欣慰的是，这些升级都是在国产技术的支持下完成的。美团优化了国产算力的长上下文训练，还进行了W4A4推理的改进，确保了大规模长程强化学习的高效运行。 不得不说，国内的大模型竞争越来越激烈，而LongCat-2.5的成绩，确实证明了国产智能Agent已经具备了与国际顶尖产品一较高下的实力。这让我对未来的AI发展充满了期待。 如果你想在线体验，或者想接入API，可以访问这里：https://longcat.chat和https://longcat.chat/platform/product。