美团龙猫发布LongCat-2.5模型 强化视觉理解与长程编程 支持百万窗口
内容提要
美团发布LongCat 2.5正式版原生多模态模型，总参数1.6T，采用MoE架构，推理激活48B，重点提升视觉理解与智能体编程能力，支持复杂代码库开发、多轮工具调用及视觉编码。训练引入长程任务轨迹与强化学习。上下文窗口104K，输出上限26.2K。已开放API和在线体验，并计划继续开源。
延伸解读
长程编程能力如何练成
文章指出，龙猫2.5在训练中加入了更多长程任务轨迹，并采用大规模长程强化学习。团队还将真实智能体运行中的失败轨迹转化为可复现、可验证的训练任务，针对问题补充数据。这意味着模型不仅学习成功路径，也从失败中改进，更贴近实际开发中反复调试、多轮工具调用的复杂场景。
视觉与编程结合的实际用途
模型将视觉信号转换为多层级离散Token，使主干模型能以统一Token形式处理图像和文本。文章举例，开发者可提供界面截图或参考设计，再通过文字描述需求，让模型结合图像内容生成或修改代码。这为视觉编码任务提供了新方式，但文章未说明具体效果或准确率，实际使用仍需验证。
窗口规格与使用注意
官方文档显示，龙猫2.5的窗口为104K，涵盖单次请求的输入与输出；单次输出上限为26.2K。较长上下文可用于一次请求中处理更多代码、文档或任务过程信息。但标题所称“百万窗口”与正文的104K不一致，读者应以官方文档的104K为准，并注意输出上限对长任务的影响。
获取方式与开源计划
目前用户可通过LongCat Chat在线体验，开发者可通过LongCat API平台调用，并能在Codex、Claude Code、Hermes等工具中使用。美团计划继续保持开源，后续模型将通过GitHub和Hugging Face发布。此前美团已开源龙猫2.0，关注开源的开发者可留意后续发布。
Q&A
美团LongCat-2.5模型的主要特点是什么？
LongCat-2.5是原生多模态模型，总参数1.6T，采用MoE架构，推理激活48B，重点提升视觉理解与智能体编程能力，支持复杂代码库开发、多轮工具调用及视觉编码，上下文窗口104K，输出上限26.2K。
LongCat-2.5在编程任务上有哪些增强？
模型面向复杂代码库和完整项目构建，支持多步骤推理与工具调用，能阅读现有代码、定位文件、修改模块、运行测试并调整。训练中引入长程任务轨迹和大规模长程强化学习，还将失败轨迹转化为可验证训练任务。
LongCat-2.5如何结合视觉理解和编程？
模型将视觉信号转换为多层级离散Token，使主干模型以统一Token形式处理图像和文本。可用于视觉编码：开发者提供界面截图或设计图，通过文字描述需求，模型结合图像生成或修改代码。
LongCat-2.5的上下文窗口和输出限制是多少？
窗口为104K，涵盖单次请求的输入与输出；单次输出上限为26.2K。较长上下文可用于一次请求中处理更多代码、文档或任务过程信息。
如何体验或调用LongCat-2.5？
用户可通过LongCat Chat在线体验，开发者可通过LongCat API平台调用，接入现有应用或智能体工作流，并可在Codex、Claude Code、Hermes等工具中使用。
LongCat-2.5会开源吗？
美团计划继续保持开源，后续模型将通过GitHub和Hugging Face发布。此前已开源龙猫2.0模型。
