美团开源 LongCat-2.5：1.6 万亿参数智能体模型，全程未用 Nvidia GPU 训练
Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU
美团把 1.6 万亿参数的 LongCat-2.5 权重直接放出来了，全程用华为昇腾芯片训练，Terminal Bench 拿了 88.4 分，只比 Claude Opus 5 低一点。想知道不用 Nvidia 能不能训出顶级智能体模型的，看看这套真实方案。
美团发布并开源了 LongCat-2.5 的模型权重，这是一款专为 AI 智能体设计的大模型，总参数量达 1.6 万亿，训练全程只使用中国国产算力，未提及任何 Nvidia GPU。在智能体任务基准 Terminal Bench 上，LongCat-2.5 取得 88.4 分，仅落后于 Claude Opus 5。
在部署层面，示例方案运行在 194 颗华为昇腾（Ascend）芯片上，说明该模型从训练到推理都可以完全脱离美系 GPU 生态。这对受出口管制影响、难以采购 Nvidia 高端芯片的中国团队来说，是一条可复制的路线：用国产芯片完成万亿参数模型的训练，同时保持智能体能力处于第一梯队。
从行业格局看，LongCat-2.5 把国产算力的上限推到了与 Claude Opus 5 同一基准量级附近，开发者可以直接下载权重自行部署验证。对于需要在国内合规环境下搭建智能体系统的企业，以及关注芯片替代路线的工程团队，这套完全基于华为昇腾的训练与部署方案具有直接的参考价值。
Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU
Meituan has released the weights for LongCat-2.5, a 1.6-trillion-parameter model built for AI agents and trained entirely on Chinese hardware. On Terminal Bench, it scores 88.4 points, landing just behind Claude Opus 5. The sample deployment runs on 194 Huawei Ascend chips, and Meituan makes no mention of Nvidia GPUs. The article Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU appeared first on The Decoder .
本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：LongCat-2.5、美团、华为昇腾、Claude Opus 5，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Decoder」（@Jonathan Kemper），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 11 家独立信源对该事件进行交叉印证与跟进报道（含 rohanpaul_ai、Jerry Liu、TestingCatalog 等），属于近期高关注度行业信号。
