美團開源 1.6 兆參數模型 LongCat-2.5:全程不用輝達晶片訓練

美團公開 LongCat-2.5 模型權重,1.6 兆參數的混合專家模型專為長時間自主編程與智能體任務設計,訓練全程使用國產算力,並提供 194 顆華為昇騰晶片的自架指南。
美團公開了 LongCat-2.5 的模型權重。這是一個擁有 1.6 兆參數的混合專家(MoE)模型,專為長時間、多步驟的自主任務設計,尤其擅長編程;最受關注的是,它全程在國產算力上訓練完成,沒有使用輝達晶片。
據 The Decoder 報道,LongCat-2.5 的權重在模型亮相約一週後上線,採用 MIT 授權,允許商業使用、修改與再分發。模型總參數達 1.6 兆,但每個 token 只啟用約 480 億參數;API 支援最高 100 萬 token 輸入、12.8 萬 token 輸出,可處理文字、圖片與影片,並可開關推理模式。
自架指南用 194 顆華為昇騰晶片
美團發布的自架指南以 194 顆華為昇騰 Atlas A2 加速器部署模型,其中 2 顆負責圖像處理、64 顆處理輸入提示、128 顆生成回應。指南完全沒有提及輝達的硬體或部署方案。美團還發布了 4 位元量化版本,稱準確度與未壓縮版本相當,提示處理速度比 8 位元版本快 43.3%,生成速度快 42.77%。
基準成績是美團自報 尚無獨立驗證
美團公布的成績包括 Terminal-Bench v2.1 得分 88.4,接近 Claude Opus 5 的 89.1,低於 DeepSeek-V4.1-Flash 的 90.6;修復真實程式碼庫錯誤的 DeepSWE 測試得分 64.6,較上一代的 9.7 大幅提升,但仍落後 DeepSeek 的 74.2。這些均為美團自行公布的測試結果,目前尚無獨立機構的驗證數據。
模型 API 兼容 OpenAI 與 Anthropic 格式,可配合 Claude Code、Codex 等智能體工具使用;推廣價約為每百萬 token 輸入 0.27 歐元、輸出 1.07 歐元。
(配圖為資料圖片:人工智能晶片。)
N環球 
💬 留言
暫時還沒有留言,來搶沙發!