---
title: "给你送外卖的那家公司，把1.6万亿参数模型开源了"
date: 2026-11-16
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-07c352
language: zh-CN
---

# 给你送外卖的那家公司，把1.6万亿参数模型开源了

> 下载包3.56TB，按模型卡共208个文件。等最后一个落地，你就合法、永久、无条件地拥有一套万亿参数模型，不必向任何人申请许可。

下载包3.56TB，按模型卡共208个文件。等最后一个落地，你就合法、永久、无条件地拥有一套万亿参数模型，不必向任何人申请许可。

在中国以外，大多数人对美团的印象是外卖App。2026年11月9日，美团把LongCat-2.5（龙猫2.5）的完整权重推上Hugging Face。许可证是干净的MIT：没有注册表单，没有营收门槛，也没有"哪些国家不许用"的清单。参数规模是标题，许可证才是故事。

## 到底发布了什么
LongCat-2.5是原生多模态混合专家模型：总参数1.6万亿，按模型卡，任一token上约激活480亿。因为每个token只点亮网络的一小片，单token算力更接近中等规模稠密模型，这也是1.6万亿系统能被服务起来的唯一原因。

其余规格：上下文窗口100万token，中训练阶段做过长序列训练；视觉由模型卡称为LongCat-Next的组件把图像特征转成与文本同一空间的离散token，不是外挂视觉编码器；混合思考开关通过 chat_template_kwargs 逐请求切换；提供OpenAI兼容API，含工具调用；权重有BF16与W4A4两种格式，后者把专家权重与激活量化到4比特、走原生INT4计算。

部署前有个插曲：Hugging Face元数据一度显示1.8万亿，与美团自述的1.6万亿不符。VentureBeat点出矛盾，并建议按文件估算而非按标签。

## 一家配送公司为什么发万亿模型
LongCat团队做大模型已久，2.5是2.0的后继，也是这条线第一个原生吃图像的版本。

官方目标是长程智能体任务：大型代码库开发、整项目构建、可视化编程、3D任务、专业办公文档。对照美团业务——调度、商家工具、即时零售——逻辑就紧了：这些流程由成百上千个细小、枯燥、可验证的步骤组成，要由没人盯着时仍在运行的软件执行。这类任务里，智能体要么把价值复利，要么把损失复利。

技术文章对增益来源说得异常坦白：把真实的智能体失败轨迹转成可复现的训练任务；把强化学习做成异步，部分推演保存可续，半截任务不必重来；训练环境断网、清空git历史与文件缓存，并由裁判模型监督轨迹——反取巧管线之所以存在，是因为能偷看答案的智能体会偷看。美团还称训练跑在国产算力上，这未经独立审计，却是中国实验室当下最在意的点。

## 榜单表格，以及它的星号
在 Terminal Bench v2.1 上，LongCat-2.5报88.4，2.0为70.8。同表列Claude Opus 5为89.1、DeepSeek-V4.1-Flash为90.6，均引自公开报告。读仔细：LongCat只是接近领先者，并未超过。其他结果：DeepSWE v1.1为64.6（前值9.7），SWE Atlas 58.3（前值33.1），BrowseComp 91.9，AutomationBench 51.8。

然后是那个最要紧的数字。在更难、更新的 Terminal Bench v4.0 上，LongCat-2.5得38.5；同页Claude Opus 5是53.9。在最接近开放式真实工作的这套测试上，差了15分。

美团明确说明：未标注分数为内部测得、仅供参考，模型未针对所有下游用途全面评测。截至写作，没有独立评测可核对。

## MIT许可证出的力，比参数更多
2026年11月成了一场面目全非的开源权重许可自然实验，三大发布的差别不在能力，而在法律纹理。

Kimi K3.1 Pro用修改版MIT，按第三方对许可文件的解读，模型即服务用途超过某个营收门槛需另签协议。百度的ERNIE 5.5 Flash Base用自定义许可，按同样算法切出欧盟、英国和韩国，并把商用与营收区间绑定。LongCat-2.5的LICENSE只有约1KB纯MIT，加一行2026年美团版权。

对创业公司来说，这不是学术差别：MIT消掉一整类问题——不用量营收，不用查辖区地图，不用谈判。

## 谁真的跑得动
几乎没人在已有硬件上跑得动全精度，这没关系。

美团文档里的服务示例用了194块Atlas A2：2块编码、64块预填充、128块解码，通过SGLang-FluentLLM驱动。那是集群，不是单机。公司称W4A4比W8A8基线预填充吞吐高43.3%、解码高42.77%，加KV缓存量化后解码高92%。实测路径面向NPU；走vLLM的GPU路线发布时仍属社区工作。

所以托管API是现实入口：每百万未缓存输入token 0.30美元（约2.3港元），每百万输出token 1.20美元（约9.3港元），每百万缓存输入token 0.006美元（约0.05港元），限时价目表。

## 关键要点

- 美团以纯MIT开源LongCat-2.5，总参数1.6万亿、单token激活约480亿，上下文100万token。
- v2.1接近领先者（88.4），但v4.0落后Claude Opus 5约15分（38.5对53.9）。
- Hugging Face的1.8万亿与官方1.6万亿之出入未澄清；服务配方面向NPU而非GPU。

## 诚实的局限

- 上面每个性能数字要么是美团自己的，要么转引他人公开报告，没有独立复现，模型卡自己也这么写。
- 1.6万亿与1.8万亿的元数据出入在公开层面仍未解决；部署规模按文件算，别按博客算。
- 公布的配方是NPU专用。基础设施若是NVIDIA，你是在等社区工作，不是照指南做。
- 差距真正落在v4.0上。模型可以在v2.1上像前沿、在v4.0排中游，而没人在撒谎。
- 本文没有实测该模型，也没检查其训练数据。

## 普通人现在能做什么

- 先租后下。按每百万输入token 0.30美元算，一周真实评测比下载所耗的电还便宜。先用自己任务打托管API，再决定自建值不值一个集群。
- 读许可证，不读发布稿。这个月最大的三个开源发布都发权重，只有一个真是MIT。要在上面做产品，这句话值十分钟。
- 在会疼的那套测试上打分。厂商报 Terminal Bench，就问哪个版本。LongCat-2.5在v2.1是88.4，在v4.0是38.5——两套不可比，这个落差说明的更多是基准本身。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-07c352
本内容仅供参考，不构成投资建议。
