美团发布 LongCat-2.5，训练按不足 80 GB 排

LongCat-2.5 于 11 月 1 日推出，面向长程智能体任务，属于原生多模态，并承接上一代。图像编成多层离散 token，主干用同一套 token 处理图像和文字。视觉编码在进训练前算完，训练计算图里不再包含视觉编码器。

相对分布式数据并行，这套全分片配置在长序列微调上的单卡吞吐高 86%。推理把专家权重和激活都收到 4 比特，矩阵乘走原生的 4 比特整数单元。在已评测的下游任务上，量化后与未量化模型相当，这组对照由博客自己完成。

线上压测对照的是权重和激活均为 8 比特整数的基线。预填充吞吐提高 43.3%，解码吞吐提高 42.77%。首个输出的等待缩短 15.91%，其后每个 token 缩短 19.72%。分组矩阵乘平均为基线的 1.73 倍。

Terminal Bench v2.1 得分 88.4，上一代是 70.8；v4.0 得分 38.5，上一代是 3.0。测试打开思考，温度为 1.0，核采样阈值为 0.95。公开材料里，GPT-5.6-Sol 的 v4.0 为 37.3，Claude Opus 5 为 53.9，这两格旁标了星号。权重下载地址和加速卡型号都没有公布。

单卡显存不到 80 GB 时，万亿混合专家要同时放下参数、优化器状态和长上下文的键值缓存。通信留在超节点里、图像 token 提前算完，少的是搬运，不是纸面算力。4 比特专家能减轻解码时的带宽压力，但 43.3% 对应哪一款卡、多少张卡、什么并发，博客没有公布；这个百分数不能直接当成集群产能。