LongCat-2.5

LongCat-2.5

美团 LongCat 的多模态混合专家模型，面向长时间的智能体任务和编程，总参数约 1.6 万亿，每个 token 激活 480 亿。适合有大型 GPU 集群的实验室和团队。

由 meituan-longcat 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：LongCat-2.5 是 meituan-longcat 的一个能读图片和文字的模型。按模型卡的说法，它采用混合专家设计，总参数约 1.6 万亿，每个 token 大约激活 480 亿。它是 LongCat-2.0 的后续版本，面向大型代码项目、整套项目的搭建、设计工作和 3D 任务。

适合谁：有大型 GPU 集群、想要开源多模态模型来做智能体式编程的实验室和公司，以及研究长时间运行智能体的研究人员。

Industry | Who uses it | How they use it | Example
软件 | 工程团队 | 运行一个能在大型代码库里工作的智能体 | 让它根据需求说明构建一个完整项目
设计 | 创意团队 | 根据指令产出设计和 3D 作品 | 把一份书面需求变成页面设计
研究 | 模型研究人员 | 研究它面向长智能体任务的训练方法 | 阅读模型卡里的评测表
基础设施 | 部署团队 | 测试如何托管超大模型 | 为权重规划存储空间

如果你只有一台电脑，可以跳过它，因为权重在 BF16 下估计有 3,560 GB，4 bit 下估计有 890 GB。

用在哪里：

• 内存足够放下权重的多 GPU 集群
• 连接到你自己部署的副本的智能体和编程工具
• 用 Hugging Face 工具填充的你自己的存储空间

Use case | Who | What they get back
智能体式编程 | 工程师 | 在大型代码库里规划并完成的代码修改
图片和文字提问 | 团队 | 同时用到图片和你的文字的回答
创意和 3D 工作 | 设计师 | 根据提示词生成的设计和 3D 成果

如何设置：

• Python 和 Hugging Face 工具
• 存放权重的空间，BF16 约 3,560 GB，4 bit 估计约 890 GB
• 大型 GPU 集群

1. 安装 Hugging Face hub 软件包。
2. 下载仓库文件。
3. 用你自己的推理环境来部署，因为这里的模型卡文字没有列出命令。

pip install -U huggingface_hub
hf download meituan-longcat/LongCat-2.5

如何使用：把你的工具连到部署好的副本，向它发送文字、图片或两者。这里的模型卡文字没有给出客户端命令，所以请按模型页面上的部署说明操作。

示例：让它根据一份书面需求构建一个小项目，并附上想要的设计图。它应该会同时读取两者，规划步骤，并在多个文件里写出代码。

新手与专家：如果你是新手，请先知道这个模型对家用电脑来说大得多。先读一读模型页面，自己的第一批实验先用一个更小的模型。

如果你熟悉这个领域，模型卡说原生分辨率的视觉特征会被转成离散 token，并和文字在同一个空间里对齐。训练用到长时程智能体强化学习、多个教师模型和树注意力。模型卡报告说，在长序列微调中每个设备的吞吐量比 DDP 基线高 86%。

图片和文字输入
视觉特征变成离散 token
混合专家模型运行
输出回复或智能体动作

Title: 估计的权重大小
BF16: 3560 GB
4 bit: 890 GB

注意事项：

• 模型卡写的是总参数 1.6 万亿，而 Hugging Face 自己的统计显示为 1.8T。
• 模型卡里带星号的分数来自公开报告，其余是内部测得，仅供参考。
• 这里的模型卡文字没有运行步骤，所以在规划硬件前请查看模型页面。
• License: mit。
• Cost to run: 没有提到，但对硬件的要求非常高。
• Data it reaches: 你给它的提示词和图片。来源没有提到账号或外部服务。
• Not for: 来源没有说明。

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 参数量：1.8T
• Weights: about 3,560 GB in BF16; about 890 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：710
• 点赞：186
• 许可证：mit
• 标签：safetensors, pro_v, multimodal, image-text-to-text, text-generation, mixture-of-experts, agentic, conversational

链接

• 模型：https://huggingface.co/meituan-longcat/LongCat-2.5
• 文件：https://huggingface.co/meituan-longcat/LongCat-2.5/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download meituan-longcat/LongCat-2.5

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。