LongCat-2.5 开源：3.56TB 权重，先算硬件账

【导语】1.6 万亿参数、MIT 协议、3.56TB 权重。公告只有一句话，下载页后面跟着一长串硬件门槛，先把账算清再动手。

11 月 9 日放出来的是权重，不是能跑的环境

11 月 2 日，美团龙猫发布 LongCat-2.5 正式版，当时只有网页和 API 两条入口。11 月 9 日晚上，团队把权重传到 Hugging Face 和 ModelScope，协议是 MIT，两个仓库都没设申请门槛，点开就能下。

仓库里其实是两个东西。原版 meituan-longcat/LongCat-2.5 整仓 3562 GB，210 个 safetensors 文件，其中 208 个是主模型分片、单个 17 GB 上下，另外两个是多模态部分。另一个 meituan-longcat/LongCat-2.5-W4A4 把专家权重和激活压到 4 bit，同样是 210 个分片，整仓 1336 GB。两者差 2.2 TB。

配置里能看到骨架：38 层，隐藏维 8192，768 个路由专家加 128 个零专家，每个 token 走 topk 12，总参 1.6 万亿，激活约 480 亿。稀疏度约 33 比 1，这是它敢把参数量堆到万亿的前提。

• 原版权重：3562 GB，210 个分片，高精度格式，效果与 API 对齐
• W4A4 版：1336 GB，210 个分片，专家权重与激活同时压到 4 bit
• 许可：MIT，仓库未设 gate，不需要发邮件申请
• 部署文档：只写了 NPU 路径，指向 SGLang-FluentLLM 的 longcat-2.5-npu 分支

先算硬件账：4bit 也要 17 张 80GB 卡

把体积换算成卡数最直接。1336 GB 除以单卡 80 GB，约 17 张；原版 3562 GB 除以 80 GB，约 45 张。这是纯权重占用，还没算 KV 缓存、框架开销和通信缓冲。

KV 缓存可以按配置推一遍。MLA 结构每层每 token 存 kv_lora_rank 512 加 qk_rope 64，共 576 个数值，38 层、BF16 各 2 字节，单 token 约 43 KB。上下文填到 1M，一条会话的 KV 缓存就是 43 GB 左右。这个数字是按 config.json 推的，官方没公布实测值。

下载时间也得先估。3562 GB 在千兆宽带满速 112 MB/s 下要 8.8 小时，1336 GB 要 3.3 小时。中途断一次，续传和对齐分片都够折腾半天。

模型卡的部署章节只有一段：LongCat-2.5 can be deployed on NPU platforms，然后指向 NPU 测试文档。NVIDIA 卡怎么起，模型卡没写，社区目前也没有现成方案。想在自己的 4090 上试，这一步就得停。

第一条路：网页和 API，五分钟能打通

普通人真正能用的是 API。平台兼容两种协议：OpenAI 格式的 base_url 是 https://api.longcat.chat/openAI，模型名填 LongCat-2.5，路径 /v1/chat/completions；Anthropic 格式的 base_url 换成 /anthropic，路径 /v1/messages。现有的 SDK 和命令行工具改个地址就能接。

整个流程就三步，不用装任何东西，用 curl 就能验证。

• 第一步，建 key：登录 longcat.chat/platform，进 API Keys 页面点 Create API Key。key 只显示一次，建完先粘到记事本
• 第二步，测通：curl -X POST https://api.longcat.chat/openai/v1/chat/completions，请求头带 Authorization: Bearer 你的KEY 和 Content-Type: APPlication/json，请求体传 model 为 LongCat-2.5、一条 user 消息即可
• 第三步，换 SDK：OpenAI 的 base_url 填 https://api.longcat.chat/openai，Anthropic 的填 https://api.longcat.chat/anthropic
• 单请求上限：上下文 1M token，最大输出 256K token；超限返回 HTTP 429，官方建议客户端做指数退避重试
• 价目（限时价，以平台页和账单为准）：未缓存输入 2 元/百万 token，缓存命中 0.04 元，输出 8 元
• 新账号有赠送额度，官方口径在千万 token 量级，具体数额以注册后平台页显示为准

第二条路：等第三方入口的限时免费

11 月 9 日同一晚，OpenCode 宣布 LongCat 2.5 免费两周，模型 ID 是 longcat-2.5-free，标注 1M 上下文、多模态、零数据保留。Nous Portal 从 11 月 6 日起免费一周，ID 是 meituan/longcat-2.5:free。两处都要在各自平台单独注册，美团账号不通用。

这类免费有两个不确定的地方。截止日没有写死在页面上，额度随时可能收紧；共享池在高峰时段容易撞 429。拿来短期试用没问题，别指望它扛生产任务。

还有个坑要避开：OpenRouter 目前目录里只有 meituan/longcat-2.0，没有 2.5。看到有人贴 2.5 的 OpenRouter 调用示例，基本是把上一代的信息套过来了。

百万上下文这个数字，config 里写的是 512K

三个口径对不齐。API 文档写 1M token 上下文、256K 最大输出；模型 config.json 里 max_position_embeddings 是 524288，也就是 512K；rope_scaling 段写 original_max_position_embeddings 8192、factor 120，8192 乘 120 等于 983040，约 96 万。

三个数对应三件事：原生训练长度 512K、YaRN 外推上限约 96 万、接口按 1M 声明。标题通常取最大的那个。能稳定跑到哪一档，得自己拿长文档压一遍才知道，尤其是中间段落的信息召回。

• 原生位置编码：524288 token
• YaRN 外推：8192 × 120 = 983040 token
• 接口声明：1M 输入，256K 输出
• 视觉侧上限：单图最大 3211264 像素，最小 50176 像素

跑分挑着看：赢在检索和 3D，输在整仓构建

官方博客那张表里，LongCat-2.5 拿第一的是这几项：BrowseComp 91.9，Claude Opus 5 是 90.8；3DCodeBench 文字转 3D 55.4，Opus 5 是 54.3；ALE v1.1 拿到 38.5；AutomationBench 51.8。

落后的地方写在同一张表里。Terminal Bench v4.0 是 38.5，Opus 5 是 53.9；Program Bench 25.5 对 37.0；NL2Repo 60.5 对 75.3；DeepSWE v1.1 只有 64.6，比 DeepSeek V4.1 Flash 的 74.2 还低一截。

读这张表要带三个前提。带星号的分数引自公开报告或官方榜单，不带星的是自家实测；各家 harness 不统一，官方自己跑 Terminal Bench 用的是 Claude Code v2.1.280；对比集里没有 GPT-6 系列，也没有 Opus 5.5。

真正有说服力的是纵向对比。同一套跑法下，Terminal Bench v4.0 从 2.0 的 3.0 涨到 38.5，AutomationBench 从 15.8 到 51.8，DeepSWE 从 9.7 到 64.6，Program Bench 从 2.5 到 25.5。参数规模没变，涨的是后训练和长程强化学习。

MIT 给的是权重，商标和专利没在里面

LICENSE 是标准 MIT 全文，署名 Copyright (c) 2026 Meituan，允许商用推理部署、二次训练、改完再分发，不需要额外授权。MIT 不要求衍生作品开源，这也是它能直接进商业产品的原因。

模型卡单独写了一段：本许可不授予使用美团商标或专利的权利。翻译成日常用法，你可以拿它做产品、做微调、交付给客户，但不能对外叫自己「美团 LongCat 官方服务」，也不能拿它的名字做背书。

还有一句值得记：模型卡里的使用注意事项不得解释为修改或限制 MIT 条款。这句是为了防止下游把风险提示当成附加限制。愿意主动写这一句的团队，通常想清楚了法务边界。

半小时决策：三类人对号入座

第一类，有 8 卡以上 80GB 集群、要做私有化或微调的团队。W4A4 版是唯一现实选择，但 1.34 TB 按 8 张 80GB 也装不下，17 张起步，NPU 路径是目前唯一有官方文档的。先跑通推理，再评估量化带来的精度损失。

第二类，想把模型接进自己工具链的开发者和写作者。走 API，改 base_url 就能用，先把赠送额度跑完再决定要不要充值。写长文档、做资料整理这类任务，它的长上下文确实省钱。

第三类，只有一台笔记本或一张消费级显卡。权重这条路现在走不通，网页版和第三方免费入口先用着，等社区出 GGUF 或者小尺寸蒸馏版再看。

• 有 16 张以上 80GB 卡，且能接触 NPU 环境：下 W4A4 版 1336 GB，按官方 NPU 文档走
• 有 45 张以上 80GB 卡，要做评测基线或全参微调：下原版 3562 GB
• 要快速验证产品想法：走 API，未缓存输入 2 元/百万 token
• 只有消费级显卡：别下，网页版够用
• 在意授权：MIT 可商用，商标与专利不在授权范围

关注格熊，持续分享最新免费资源！