# 美团发布 LongCat-2.5 权重，全程使用中国硬件训练

> 原标题：Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU

- 来源：The Decoder
- 发布时间：2026-11-15T10:06:06.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/a448hnt6t36s3tlnpefhmbi8z
- 原文：https://the-decoder.com/meituan-releases-a-1-6-trillion-parameter-agent-model-that-never-touched-an-nvidia-gpu/

## 摘要

美团发布面向多步骤智能体任务的 LongCat-2.5 权重，模型拥有 1.6 trillion 参数，全程使用中国硬件训练。该 MoE 模型每个 token 约激活 48 billion 参数，支持文本、图像和视频输入，权重采用允许商用的 MIT 许可。

## 推荐理由

美团公布 LongCat-2.5 的智能体评测结果，其常规终端任务表现接近 Claude Opus 5，较难版本的差距更明显。

## 锐评

自建部署要用 194 张华为 Atlas A2 芯片，光这道硬件门槛就把普通团队挡在门外了。

1.6 万亿总参数的 MoE 哪怕用了 4-bit 量化，每步激活也有 480 亿参数，单跑响应生成就占了 128 张加速卡。MIT 协议给得再大方，没有专业机房也接不住这种体量。我觉得拿开源权重自己跑根本不现实，算力成本摊不平，真要接入 agent 工作流，老老实实调它每百万输出 token 约 1.07 欧元的 API 明显更划算。
