十一月十五日，美团把 LongCat-2.5 的权重放上了 Hugging Face。完整 BF16 一份，另加一份 W4A4 量化的，协议是 MIT，商用、修改、再分发都不拦。
站内九月写过它的预览版（美团 LongCat-2.5 上线：1.6 万亿参数、100 万上下文，却查不到一份跑分）。当时的结论很直接：参数和上下文都写了，跑分表、权重、技术报告一个都没给。
这一次，三样里补齐了两样半。跑分有了，权重有了，技术报告仍然没提。所以这篇只算能算的账，不替它圆场。
一点六万亿里，每个词元只叫醒四百八十亿
四百八十除以一万六千，是百分之三。
这就是混合专家架构的算术：模型整体大得离谱，但每处理一个词元，只有一小部分参数参与计算。好处是推理时的算力开销按激活量走，不按总量走；代价是显存要按总量准备，一点六万亿参数一个都少不了。
把它和站内写过的两条路线摆一起看，位置就清楚了。科大讯飞的星火 X2.6 是两千九百三十亿总参数、全程国产算力训练（全国产算力训出两千九百三十亿参数）；MiniMax 的 M3.1 Flash 是四千二百八十亿总参数、两千三百亿激活（四千二百八十亿参数只用两百三十亿）。
按站内已经写过的口径，一点六万亿是目前全国产训练里最大的一个。这个排位只对本站写过的样本成立，不是行业普查。
一百九十四个分片，三点二太字节
权重下载下来是多大，官方给了个可以自己算的线索：完整检查点分成一百九十四个分片。
一个参数按 BF16 算两个字节，一点六万亿乘两字节，是三点二太字节。摊到一百九十四个分片，每片十六点五吉字节左右。
这不是一个硬盘容量的问题，是加载方式的问题。想在本地跑起来，你得先有能把三点二太字节同时喂进显存和内存的机器，还得留出走量推理的余量。下载、校验、分片加载、驱动适配，每一步都能卡住人。
那份 W4A4 量化版把权重量级压到四分之一上下，看起来友好很多。但量化版省的是存储和带宽，省不掉张量并行和通信开销。真要跑生产，机器规模仍然是机房级的。
一百九十四张加速卡，不是一百九十四张显卡
官方文档给的样例部署是一百九十四张华为昇腾加速器，明确不支持英伟达显卡。
这句话的分量比跑分重。它意味着两件事。
第一，这套权重是围绕昇腾的算子、通信库和推理框架调过的。你把它搬到别的卡上，不是改个环境变量的事，大概率要重写一部分算子适配。跨硬件迁移的成本，官方没写，但业内都清楚这笔账不便宜。
第二，出口管制这条外部约束，在这类模型上被绕开了一次。训练、量化、推理三个环节都落在国产芯片上，这是今年国产算力叙事里少见的完整闭环。
但闭环不等于普惠。一百九十四张卡这个数字，把能自建的人筛得非常干净：有智算中心的企业、云厂商、少数高校实验室。一个三人团队拿着一台八卡服务器，看到这个数字就该知道自己不是目标用户。
八十八点四 对 八十九点一
终端基准 v2.1 上，LongCat-2.5 拿了八十八点四，Claude Opus 5 是八十九点一。
差零点七分。
这个成绩值得承认：在一个专门考命令行多步任务的榜上，把差距压到一分以内，说明它在真实工程场景里的执行力已经进入第一梯队。而且这是权重开源之后给的数，别人可以复现，性质比发布会的 PPT 硬。
但也要把口径说清楚。这是单一榜单、单一版本、厂商自报的数。终端基准考的是在命令行里连续完成多步操作，它测不出长上下文里的漂移，也测不出多模态理解的细活。一百万词元的上下文窗口给了，图片和视频输入也支持，但这两项没有对应的公开分数。
一个榜赢不了整场仗，一个榜也输不掉整场仗。
一百万输入两毛七欧元
接口价是促销价：每一百万输入词元零点二七欧元，输出一点零七欧元。
按一欧元换七点八元人民币粗算，输入约两块一，输出约八块三。这个换算只是给你一个数量级，真实结算看账单当天汇率。
这个价位放在国产模型里不算最低，但考虑到它是万亿参数级别、还带一百万上下文，性价比是站得住的。
促销两个字要圈出来。官方页面的原话是限时促销，之后按什么价走没有承诺。任何拿这个价做全年预算的方案，都得留一列备选价。
自建那条路也顺便算一下：一百九十四张卡，哪怕按租赁算，一天的成本也不是一个创业团队能随手摊掉的。开源在这里省的是授权费，不是算力费。
什么活该用它，什么活别碰
适合的活儿有三类。
一类是代码库级的批量改造。它本来就是按智能体场景训的，终端里的多步任务、跨文件重构、跑测试改报错，正是榜单考的那些。这类任务丢给便宜模型容易半途跑偏，丢给它更稳。放到整条流水线里看，它负责的是执行那一段，规划那一段还得另配（AI 智能体与自动化专题）。
二类是对数据出网有硬要求的场景。MIT 协议加可私有化，是它相对闭源模型最实在的优势。金融、医疗、政务这类不能把代码和文档传出去的团队，看的就是这一条。
三类是需要中文语境加长文档的批量任务。一百万上下文不是噱头，合同、标书、年报这种单份几十万字的材料，能一次性喂进去确实省事。
不适合的也有三类。
没有机房的团队别碰自建。接口调用是唯一现实路径，别被开源两个字带着走。站内拆过很多次自建与租用的分界线（老达 AI 实践专题），这回多了一个万亿参数的样本，结论没变：卡在哪，决定权就在哪。
要求稳定服务等级的别急着上。开源权重意味着版本由你负责，出了行为漂移没人给你发补丁说明。
必须靠眼睛判断的活儿先别排进去。它支持图片和视频输入，但没有对应的公开评测，你不能拿一个没测过的能力去做交付承诺。
老达点评
这次真正值得记的不是八十八点四，是一百九十四个分片和一百九十四张卡这两个数字。
过去一年，国产模型发布最常见的写法是「全程国产算力训练」，然后没有下文。这次给了可以照着复现的部署清单：多少分片、多少张卡、什么精度、什么协议。数字具体到能拿去算钱，这句话的分量比任何形容词都重。
但开源权重这件事，从来不是给独立开发者的礼物。它给的是有算力的人一次替换供应商的机会，也是给云厂商一次把国产卡卖出去的机会。真正的受益者排在前面的是机房，不是工位。
所以对大多数读者，这篇的正确用法是：把它当成一个价格锚。下次有厂商跟你报私有化部署的价，你可以拿一百九十四张卡这个量级去问一句，你凭什么收这么多。至于自己上手跑，先看看电费和机柜再说。
