美団ロングキャット LongCatは11月2日に LongCat-2.5を発表しました。長距離エージェントタスクに特化したネイティブマルチモーダルモデルで、総パラメータ数は1.6兆、トークンあたり約480億パラメータを活性化し、LongCat-2.0を基盤にネイティブな視覚理解とエージェントプログラミング能力を強化しています。オンライン体験とAPI接続はすでに開放されており、GitHubとHuggingFaceの重みはまもなく公開予定です。

QQ20261102-100659.jpg

技術路線では、LongCat-2.5は視覚信号を多層レベルの離散トークンとして表現し、LongCat-Nextの意味アラインメントエンコーダを踏襲して残差ベクトル量子化を適用しています。ネイティブ解像度の離散化とオフライン視覚トークン事前計算により、バックボーンが視覚とテキスト入力を統一的に処理し、視覚コードブック埋め込みとバックボーンを共同学習させ、約3B活性化のMoE上で意味空間の織り込みを検証しています。

エージェント能力はAgentic RLチェーンに依存しています。データ合成パイプラインが訓練タスク、対話可能な環境、検証可能なテストケースを自動生成し、GitHubや内部シナリオから取得して、fail-to-pass、pass-to-passで検証します。訓練側ではpartial rollout非同期戦略でロングテール効率を緩和し、サンプルの陳腐化を抑制し、ネット切断、git履歴の削除、LLM judge監督を通じてreward hackingを制約し、タスク横断・Scaffold横断の混合訓練で汎化を促進しています。

QQ20261102-100711.jpg

インフラは国産算力の単カードVRAM不足80GBの制限に向けて超ノード並列と二重シャーディングFSDPを最適化し、長系列SFTの単カードスループットはDDPベースライン比で86%向上しました。推論側ではW4A4方案がエキスパート重みと活性化を同時に4bitへ量子化し、W8A8INT8ベースラインに対してPrefillとDecodeのスループットがそれぞれ43.3%と42.77%向上し、TTFTとTPOTがそれぞれ15.91%と19.72%低下し、GMM演算子は平均1.73倍高速化しました。

評価では、LongCat-2.5はTerminal Bench v2.1とv4.0で88.4と38.5を取得し、AutomationBench51.8、BrowseComp91.9、Program Bench25.5、MCP Atlas83.1、3DCodeBench55.4を記録しました。うちTerminal Bench v4.0はGPT-5.6-Solの37.3を上回っています。視覚側ではVision2Web78.6、MathVision96.5です。

ネイティブマルチモーダルアーキテクチャと国産算力のフルスタック自社開発で長距離エージェント競争に参入し、大規模モデルがパラメータ競争からタスク実効性へ転換する流れを継続しています。

詳細は公式技術ブログをご参照ください:https://longcat.ai/blog/longcat-2.5。