一个 1.6 万亿参数的模型，每处理一个 token 只唤醒其中约 48B，也就是 3%。美团在 11 月 1 日把 LongCat-2.5 正式版放了出来，输入定价 0.3 美元每百万 token，缓存命中只要 0.006 美元。这个价格在同级模型里直接砍到了脚踝，而且它还带着 100 万 token 的原生上下文和视觉理解能力。外卖公司做模型已经不是新闻，但这次美团瞄准的不是聊天，是 Agent 干活：终端命令、浏览器操作、GUI 界面、表格和设计工具，全是长周期任务里最磨人的场景。这篇文章把发布内容、稀疏激活的成本逻辑、接入方式和切换判断一次讲清楚。
一周两个版本：Preview 到正式版改了什么
LongCat-2.5 不是突然冒出来的。9 月 25 日美团先放出了 Preview 版，当时只开放 API 调用，没有公布完整技术报告，权重也没有开放。五周之后的 11 月 1 日，正式版上线，定价、上下文、输出上限这些完整规格随之公开。
核心规格先摆出来：MoE 架构，总参数 1.6T，每个 token 激活约 48B；原生支持多模态输入，能直接看图做跨模态问答和视觉推理；上下文窗口 100 万 token 输入，输出上限 13.1 万 token。定位非常明确，就是给长周期 Agentic 任务用的，官方点名适配的场景包括终端、浏览器、GUI 操作、表格处理和设计工具。
值得留意的是适配名单。LongCat-2.5 深度适配了 Claude Code、Hermes、OpenClaw、OpenCode 和 Kilo Code 这几个主流编码 Agent。这份名单说明美团没打算让模型只活在自家聊天框里，而是直接瞄准开发者已经在用的工具链。模型好不好用是一回事，能不能装进现有工作流是另一回事，美团显然想在第二条路上抢跑。
和前代对比能看出路线变化。2025 年 9 月开源的 LongCat-Flash-Chat 是 560B 总参、平均激活约 27B，主打推理速度。一年多时间总参数翻了接近三倍，激活比例反而压得更低，还补上了视觉能力。美团的路线很清晰：不靠堆激活参数换质量，而是用更大的专家池子加更狠的稀疏化，把成本压下来。
稀疏激活的账：1.6T 为什么只按 48B 收钱
MoE 这个架构已经讲了几年，但 LongCat-2.5 把稀疏度推到了一个新比例。1.6T 总参数、48B 激活，意味着每次前向计算只动用 3% 的参数，剩下 97% 待在原地，不产生计算开销。
这个比例直接决定推理成本的结构。模型推理的算力消耗大致和激活参数量成正比，而不是和总参数量成正比。一个 48B 激活的 MoE 模型，单 token 的计算量约等于一个 48B 稠密模型，但质量上限由整个 1.6T 的专家池决定。用通俗的话说，你付的是小模型的电费，用的是大模型的脑子。
定价印证了这个逻辑。LongCat-2.5 输入 0.3 美元每百万 token，缓存命中的前缀只要 0.006 美元，输出 1.2 美元。缓存输入价和全价输入差了 50 倍，这个价差对 Agent 场景极其重要：Agent 干活时会反复携带大段历史上下文，系统提示词和工具定义每次都一样，缓存命中率天然就高。一个跑了一整天的编码 Agent，输入 token 的大头都能按缓存价结算，实际成本和标价完全是两个概念。
这也是为什么美团敢把 100 万上下文开放出来。长上下文最大的成本不是显存，而是每次调用都要重新处理前缀。稀疏激活加前缀缓存，把这两项成本都压进了可接受的区间，长上下文才从实验室指标变成能用得起的产品参数。
还有一个容易被忽略的细节：稀疏度越高，对专家路由的要求越苛刻。1.6T 参数里每次只挑 48B 出来干活，挑错了专家，输出质量立刻掉档。美团敢把激活比例压到 3%，说明路由层的训练已经过了一道硬门槛，这不是堆卡就能解决的问题，是实打实的工程积累。
1M 上下文不是噱头：长周期 Agent 的真实瓶颈
聊 100 万上下文之前，先看看 Agent 任务到底怎么消耗 token。一个编码 Agent 处理真实需求时，上下文里要塞的东西包括：系统提示词、工具定义、代码库检索结果、历史对话、上一步的工具输出、错误堆栈。跑一个中等复杂度的任务，几十轮交互下来轻松突破 20 万 token。
上下文不够时会发生什么？Agent 开始遗忘。它忘了文件开头定义的接口，忘了三轮之前用户提的约束，甚至忘了自己刚才改过哪个文件。外在表现就是代码前后矛盾、重复修改、把已经修好的 bug 又改回去。市面上的应对方案是压缩和摘要，但摘要必然丢信息，丢了什么、丢多少，完全不可控。
100 万 token 的原生上下文意味着大多数真实项目可以整个塞进去。一个中型代码库的核心源码、完整的会话历史、几十份参考文档，全部留在上下文里，不需要中途裁剪。13.1 万的输出上限也够让模型一次性吐出完整的大文件，不用分段生成再人工拼接。
当然，上下文窗口和有效利用是两回事。模型在超长输入里定位关键信息的能力会衰减，这要靠自己的任务集实测验证。但至少在容量层面，LongCat-2.5 把天花板抬到了当前已知模型的前列，容量瓶颈不再是推脱任务失败的理由。
原生多模态进来之后，工作流少了哪几步
LongCat-2.5 的视觉能力是原生的，不是外挂一个视觉编码器再拼接。区别体现在延迟和理解深度上：原生多模态在训练阶段就联合学习图文，对界面截图、架构图、表格照片的理解更连贯，不需要跨模型翻译。
对 Agent 工作流来说，这个能力补上了最尴尬的一环。以前 Agent 操作 GUI 软件时，需要先截图，再用单独的视觉模型描述画面，把描述文本喂给语言模型。三步走下来，信息损耗加延迟，错误率在每一步都在累积。原生多模态让模型直接看截图做决策，省掉了中间的文本转述，错误链条短了一大截。
落到具体场景就很实际。让 Agent 处理一份扫描的表格，以前是 OCR 加文本解析加人工核对，现在是截图加一句指令。让 Agent 调试前端页面，以前是费劲描述渲染异常，现在是直接把页面截图给它看。官方列出的适配场景里，GUI 操作和设计工具都在名单上，说明美团自己就把视觉理解当成 Agent 闭环的一部分，而不是发布会上凑数的附加功能。
多模态还改变了一件事：Agent 的感知范围。只能读文本的 Agent 只能活在终端和编辑器里，能看图的 Agent 才能碰真实世界的软件。从这个角度看，原生视觉不是加分项，是长周期 Agent 的入场券。
接入实测：官方 API 与现有 Agent 框架
目前 LongCat-2.5 通过美团官方 API 提供服务，调用方式是业界通用的 OpenAI 兼容格式，基础的文本对话用几行代码就能跑起来：
python
from openai import OpenAI
import os
client = OpenAI(
api_key=os.environ["LONGCAT_API_KEY"],
base_url=os.environ["LONGCAT_BASE_URL"],
)
resp = client.chat.completions.create(
model="longcat-2.5",
messages=[
{"role": "system", "content": "你是一个资深后端工程师"},
{"role": "user", "content": "把这个接口重构成异步版本"},
],
)
print(resp.choices[0].message.content)具体的基础地址和鉴权细节以美团官方文档为准，注册后按指引创建密钥即可。调用结构和 OpenAI SDK 完全一致，已有代码把客户端初始化换掉就能跑通，迁移成本基本为零。
更有价值的是 Agent 框架侧的支持。Claude Code、OpenClaw、OpenCode 这些工具接入新模型通常只需要改两个配置：模型名和接口地址。官方明确列出适配名单，意味着工具调用层面的兼容性已经做过验证，不需要自己处理 function calling 的格式差异。踩过工具调用格式坑的人都知道，这一项能省掉好几天的调试时间。
对国内团队还有一个隐性优势：API 走国内基础设施，网络层面的不确定性少了一截。延迟和可用性这两件事，只有跑过生产环境的人才知道有多重要，聊天 demo 里感觉不出来，Agent 连续跑八小时就全暴露了。
摆数据：LongCat-2.5 与前代的对比
把核实过的数据放在一起看，比宣传稿更能说明问题：
| 项目 | LongCat-Flash-Chat | LongCat-2.5 |
|---|---|---|
| 发布时间 | 2025 年 9 月 | 2026 年 11 月 |
| 总参数 | 560B | 1.6T |
| 单 token 激活 | 约 27B | 约 48B |
| 上下文 | 未达百万级 | 输入 100 万，输出 13.1 万 |
| 多模态 | 文本为主 | 原生视觉理解 |
| 获取方式 | 开源权重 | 官方 API |
| 输入定价 | 自部署成本 | 0.3 美元每百万 token |
| 缓存输入价 | 不适用 | 0.006 美元每百万 token |
两条信息值得单独拎出来。一条是激活参数从 27B 涨到 48B，说明美团没有为了账面参数牺牲单 token 质量，激活量的提升会实实在在反映在复杂推理能力上。另一条是获取方式从开源权重转向官方 API，对想自部署的团队是个约束，对只想调 API 的团队反而省了运维和显卡账单，两种需求不可能同时满足，美团这次选了后者。
从行业位置看，LongCat-2.5 被拿来和 GPT-6 Astra、Claude Opus 4.8、Kimi K3 这一档模型做对比，能进入这个对比序列本身，说明国产模型在 Agent 赛道上已经不是陪跑角色。更值得注意的是对比维度变了：以前比的是跑分和榜单排名，现在比的是激活效率、缓存价差和上下文容量，全是影响实际账单和任务成功率的硬指标。跑分高但用不起的模型，在 Agent 时代没有位置。
三种团队的切换判断
值不值得把现有工作流迁到 LongCat-2.5，取决于你在做什么。
跑长周期 Agent 任务的团队，比如用编码 Agent 处理真实需求、让 Agent 操作内部系统的，值得立刻试。100 万上下文加缓存定价，是为这类场景量身定做的组合，成本结构优势在重型任务里会被放大，跑一周账单就能看出差距。
重度依赖多模态的团队同样值得关注。Agent 需要看截图、读表格、理解界面的，原生视觉能力能把三步流程压成一步，错误率和延迟同时下降。特别是做自动化测试、RPA 和数据录入的团队，GUI 理解能力直接决定了 Agent 能接多少活。
已经深度绑定现有供应商、任务以短对话为主的团队，可以先观望不着急。模型能力终归要靠自己的任务集实测，把日常 prompt 抽一批出来两边跑，对比质量和实际账单，自己的数据比任何第三方评测都有说服力。
LongCat-2.5 的出现说明一件事：Agent 时代的模型竞争，参数规模不再是唯一变量，稀疏度、缓存定价和上下文容量组成的成本账本，正在变成新的主战场。谁能把干活的成本压到最低，谁就能装进最多的工作流。