美团发布新一代大模型 LongCat-2.5 多项 Agent 任务榜单登顶

美团推出面向长程智能体任务的原生多模态新一代大模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数。该模型在覆盖代码、通用任务、视觉 Agent 三大类共 9 个评测基准的测试中，与多款海外热门顶尖模型对比，在 AutomationBench、BrowseComp、LongCatClawBench、3DCodeBench 等多个榜单得分领先，网页浏览、自动化操作、3D 生成类 Agent 任务优势明显，代码和终端指令类任务处于第一梯队。该模型在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力，通过加入更多长程轨迹数据、大规模长程强化学习等技术升级，依托优化后的国产算力相关训推基础设施支撑，实现能力提升，展现出国产 Agent 大模型可与海外顶尖产品同台比拼的实力。