美团11月2日发布了LongCat-2.5，总参数1.6万亿，每个token激活约480亿，MoE结构，主打长程智能体任务。 宣传里最显眼的一条，Termi… · @Noe1017_Monad · TwKit

@Noe1017_Monad

美团11月2日发布了LongCat-2.5，总参数1.6万亿，每个token激活约480亿，MoE结构，主打长程智能体任务。 宣传里最显眼的一条，Terminal Bench v4.0拿了38.5分，超过GPT-5.6-Sol的37.3。 超了1.2分。 说实话，这个差距我看不出什么。 榜单是自己跑的，测试设置也是自己定的，各家发布会上都有一张“我们超过了某某”的表，看多了就麻木了。 BrowseComp 91.9、MCP Atlas 83.1这些数看着都挺高，具体好不好用，等开发者真用上两周自然就知道了。 倒是有一部分我觉得比跑分实在，国产算力那一套，超节点并行、双重分片FSDP、动态专家复制，W4A4量化后prefill和decode吞吐都提高了四成多。 在国产卡上把一个万亿参数的模型跑顺，这活又脏又累，比多一分少一分有价值得多。 可惜发布会最爱讲的还是“超了GPT”。

曝光 206 · 评论 2 · 点赞 3 · 书签 0