LongCat 官方博客于 11 月 1 日发布 LongCat-2.5，称其为面向长程 agent 任务的原生多模态模型。官方披露，该模型总参数 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 的基础上加强了原生视觉理解和 agent 编程能力。博客还给出了国产 AI 加速器上的 W4A4 推理优化数据和一组评测成绩，不过页面上的 GitHub 与 HuggingFace 入口目前均标注「Coming soon」。
官方称，LongCat-2.5 把视觉信号表示为多级离散 token，让主干网络以统一的 token 格式处理视觉和文本输入。博客称，原生视觉理解与 agent 编程结合，带来较强的视觉编程表现，也能支持创意设计和 3D 任务。
博客还提到，由于使用固定的 tokenizer，视觉 token ID 可以离线预先计算并缓存，主干网络处理的是预先 token 化的序列。
团队称，在长序列训练中加入了更多长程轨迹，并用大规模长程强化学习提升复杂代码库开发和完整项目构建能力。官方还提到，会把真实世界中 agent 的失败轨迹转换成可复现、可验证的训练任务，持续补充针对性数据。
博客称，团队在国产 AI 加速器上优化了长上下文训练和 W4A4 推理，后者把专家权重和激活均量化到 4 位。训练方面，官方称在长序列 SFT 任务中，FSDP 配置的单设备吞吐比 DDP 基线高 86%。
推理方面，官方给出了在线压力测试结果，对比基线为 W8A8 INT8：
在内核层面，官方称 GMM 内核平均加速 1.73 倍。以上数据均由发布方给出。
官方评测表中，LongCat-2.5 在 Terminal Bench v2.1 上得分 88.4（LongCat-2.0 为 70.8），BrowseComp 为 91.9，MCP Atlas 为 83.1。博客说明，表中带 * 号的其他模型分数引自公开技术报告、博客或官方榜单，其余为自行运行，仅供参考。LongCat-2.5 的成绩由发布方公布。
