11 月 2 日，美团龙猫发布 LongCat-2.5：总参数 1.6 万亿，每个 token 激活约 480 亿，原生多模态，面向长程智能体任务，全程在国产算力上完成训练。美团说，这是目前国产算力上完成的最大规模训练任务。
这句话信息量很大，也有明显的留白：没有披露芯片型号，没有披露集群规模，没有披露训练时长。所以它既是一个技术声明，也是一道需要被验证的题。
我想问三个问题。第一，1.6 万亿参数，是堆出来的，还是换了打法？第二，国产算力到底能不能撑住万亿参数训练？第三，模型训练出来，谁买单？
一问：1.6 万亿是堆参数，还是换了打法
先看结构。总参数 1.6 万亿，每 token 只激活约 480 亿，比例大约 33 比 1。这是典型的混合专家架构：参数存起来很多，单次计算只走一小部分。它解决的是推理成本，不是训练难度——训练时仍然要更新全部参数，跨卡通信、并行策略、故障恢复一样都少不了。
真正的变化在训练方法。龙猫把真实 Agent 的失败轨迹转成可复现、可验证的训练任务，围绕数据合成、环境构建和跨 Harness 混合训练扩展链路；长序列训练里加入更多长程轨迹数据，用大规模长程强化学习提升复杂代码库开发、完整项目构建这类端到端能力。多模态方面，视觉信号被表示成多层级的离散 token，主干模型用统一的 token 形式处理视觉和文本，而不是在语言模型上外挂一个视觉模块。
基础设施上，团队优化了国产算力上的长上下文训练和 W4A4 推理，做训推数值一致性和长上下文 rollout 优化。长程强化学习对训练和推理的一致性要求极高，数值偏差会在长链路里被放大——这句话是整篇技术说明里最值钱的一句，因为它说的不是能力，是稳定性。
所以我的判断是：这不是一次单纯的参数竞赛，而是把竞争点从“参数规模”挪到了“长链路稳定性”。参数可以开发布会，稳定性只能靠工程。
还有一个细节值得说：MoE 的训练难点在专家并行。1.6 万亿参数要切到大量卡上，专家路由一旦不均，某些卡就会成为瓶颈，整个集群等它。长上下文又把激活值和通信量往上推。能把这些跑稳，比把参数写进新闻稿难得多。
二问：国产算力能不能撑住万亿训练
训练万亿模型，拼的不是单卡跑分，是集群互联、通信效率、框架和算子库的成熟度，以及长时间训练的稳定性。万卡级集群在国产芯片上跑通完整流程，要解决精度对齐、故障恢复、并行策略适配一堆问题。任何一环掉链子，训练就得从头再来。
要判断这件事，得看三个可验证的指标：集群规模上限、单位训练成本、工具链成熟度。美团这次一个都没给。这可以理解为商业保密，但对外部观察者来说，就是证据缺口。“最大规模”这句话，需要第三方复现或者更细的披露，才能从声明变成事实。
放到历史坐标里看，路径是清楚的：2023 年百模大战，千亿参数、进口 GPU；2024 年 MoE 降本；2025 年推理模型；2026 年万亿参数加国产算力。此前公开确认的国产算力训练任务，大多停在千亿参数级。LongCat-2.5 如果站得住，是一个台阶，不是终点。
这也解释了为什么行业对“全程国产算力”如此敏感。过去国产芯片在推理侧落地多，训练侧的大规模案例少；推理可以容忍一定的精度损失和调度开销，训练不行，一次数值异常就可能让几周的算力白烧。LongCat-2.5 把训练侧的门推开一条缝，意义在这里。
中美对照也要说清楚。美国的路子是用 GB200、TPU 这类集群加电力加资本开支硬推，单集群规模大、成本高；中国的路子是国产芯片加工程优化加场景闭环，单卡不占优，就用集群调度、稀疏化、低精度训练去换。两条路的约束不同，不能用同一把尺子量。用“是不是用了最先进的卡”来判断国产模型，本身就问错了问题。
三问：训练出来，谁买单
美团不是模型公司，是本地生活平台。它做大模型，最先落地的不是对外卖 API，而是商家运营、履约调度、客服这些自己的场景。自用有两个好处：推理成本可以在业务里摊薄，数据反馈是闭环的。也有一个坏处：模型能力容易被自己的场景限制，缺少外部开发者的真实任务来打磨。
现在 LongCat-2.5 已经开放在线体验和 API 接入，GitHub 和 HuggingFace 页面即将上线，但没有公布开源计划和定价细节。这说明它还在“有入口”的阶段，离“有规模收入”还有距离。
中国大模型的钱，大致三条路：卖 API、在云上卖算力、嵌进自有业务。三条路毛利完全不同。卖 API 拼价格，卖算力拼资本开支，嵌进业务拼场景效率。美团选了第三条起步，这符合它的基因，但也意味着它不会去争“通用模型第一”的名头。
对比美国的前沿实验室，逻辑更清楚：Anthropic 的招股书披露了约 6370 亿美元的长期算力承诺，收入增长很快，但本质是用资本换时间。美团没有走这条路，它用现有业务的现金流养模型，速度慢，但账算得过来。
但自用模式也有隐形成本。模型团队要跟业务团队抢人、抢预算；业务部门会问，为什么不用现成的开源模型加微调。要证明自研的价值，最终还是要看单位任务成本有没有降下来，而不是榜单排第几。
这对产业意味着什么
对国产芯片厂商，一次万亿参数训练是压力测试。跑通比跑分重要，但单次跑通不等于可复现；真正的考验是第二次、第三次训练还能不能在同样的成本和时间里完成。
对云厂商，国产算力集群从“能租”走到“能训万亿”，会改变报价体系。过去卖卡时，对国产集群的报价里含一笔风险折扣；如果训练侧跑通，这笔折扣会收窄。
对模型创业公司，门槛继续抬高。万亿参数加长程强化学习，不是几十人团队能玩的；留给小团队的，是垂直微调和应用层。
对企业客户，模型价格还会降，但“能训”不等于“敢用”。数据在哪、权限怎么给、结果谁负责，这些老问题一个都没消失。
对开发者生态，LongCat 的开放节奏也很关键。只开 API 不开权重，吸引的是应用开发者；开放权重，才会形成社区和二次开发。美团现在两样都没说死，留了回旋空间，也说明它还在观察调用数据。
再往远看一层，万亿参数模型的真正成本不在训练，而在推理。训练是一次性投入，推理是每天都在发生的账单。MoE 把激活参数压到 480 亿，就是为了让推理账算得过来；如果推理成本降不下来，参数再大也只是实验室成绩。
所以我不急着给 LongCat-2.5 下结论。它证明了一件重要的事：国产算力可以碰万亿参数。它还没有证明另一件更重要的事：这条路能不能低成本、可复现地走下去。
参数规模可以开发布会，算力底座只能一天一天跑出来。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
