Meituan LongCat releases LongCat-2.5 multimodal agent model
Meituan LongCat released LongCat-2.5, a native multimodal model with 1.6 trillion total parameters and about 48 billion activated per token. The vendor says it builds on LongCat-2.0 with stronger visual understanding and agentic coding, using long-horizon trajectory data, reinforcement learning, and multilevel discrete visual tokens. IT之家 reported that online and API access are available, while GitHub and Hugging Face releases are forthcoming.
LongCat-2.5 combines native visual inputs with long-horizon agentic coding and reports a 1.6T-parameter architecture focused on complex codebases and complete project construction.
美团正式发布 LongCat-2.5，这是一个面向长程智能体任务的原生多模态模型。模型总参数量为 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 的基础上进一步强化了原生视觉理解与智能体编程能力。
新模型在长程智能体任务中有明显效果提升，这源于我们在长序列训练中加入了更多长程轨迹数据，并通过大规模长程强化学习，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。围绕数据合成、环境构建与跨 Harness 混合训练，我们持续扩展这条训练链路。此外，我们也将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。
与此同时，LongCat-2.5 具备原生视觉理解能力，可将视觉信号表示为多层级离散 token，使主干模型以统一的 token 形式处理视觉与文本输入，在 Visual Coding 上表现出色，并支持创意设计和 3D 等任务。
这些升级背后，是持续演进的基础设施：我们优化了国产算力上的长上下文训练与 W4A4 推理，并通过训推数值一致性和长上下文 rollout 优化，支撑大规模长程 RL 的高效运行。