本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型与重要行业动态,信息来自官方公告与多家媒体交叉核验;性能数据区分「官方口径」与「已复测 / 第三方实测」,没复测的明确标注。配图为原创示意插画。

11 月 9 日,美团龙猫团队宣布 LongCat-2.5 正式开源,权重已上 Hugging Face(meituan-longcat/LongCat-2.5),许可证是标准 MIT——商用推理、二次训练都不需要额外授权。这条消息之所以重,不在于参数大,而在于它把三件事凑到了同一个模型上:万亿级参数、原生多模态、从预训练到推理全程跑在国产算力上。
时间线要交代清楚:11 月 2 日 LongCat-2.5 发布时只开了 API,权重只说「即将」。本报 11-2 那期也记着这个状态——「权重未开源」。今天是承诺兑现,间隔 7 天。它的上一代 LongCat-2.0 是 6 月发的,同样是 MIT,但只有纯文本。
硬指标:总参数 1.6 万亿,每个 Token 激活约 480 亿(约占 3%),支持 100 万 Token 上下文,原生多模态(文字 + 图像输入,输出文字)。主打场景是长程智能体——一个任务跑几个小时、几十步工具调用那种,而不是一问一答。
真正值得看的是怎么塞进去的,这部分官方给得比较细:
跑分(全部官方口径,没有第三方复测,看的时候按打折读):
| 基准 | LongCat-2.5 | 对照 |
|---|---|---|
| DeepSWE v1.1 | 64.6 | 自家 LongCat-2.0 为 9.7 |
| Terminal Bench v4.0 | 38.5 | 自家 2.0 为 3.0;Claude Opus 5 为 53.9 |
| Terminal Bench v2.1 | 88.4 | — |
| BrowseComp | 91.9 | — |
| PaperBench | 82.1 | — |
该泼的冷水照泼:① 上表全部是美团自己跑的分,没有独立复现,而且对照项多数是自家上一代;② 在最难的 Terminal Bench v4.0 上,它比 Claude Opus 5 差 15.4 分——官方自己也承认「在最难的任务上还不占优」;③ 有报道称在国产卡上推理大约比英伟达 H200 慢 1.7 倍,这个数字来自开发者自述而非测评机构,只能当参考;④ 1.6 万亿参数即便压到 4 bit,也不是个人能自部署的量级,实际拿到手的是「能审计、能微调、能放进自己机房」,不是「能在家跑」。
怎么看:这条新闻的分量在「闭环」两个字。过去一年国产芯片的主要叙事是「能训」,但训练和推理经常分家——训在一种卡上、跑在另一种卡上,中间靠搬运和降级。LongCat-2.5 这次把预训练、长上下文 SFT、强化学习、量化推理全串在国产算力上,并且把权重用 MIT 放出来让人自己验。对企业的实际含义:私有化部署多了一个「不依赖英伟达」的万亿级选项,代价是要接受它在最难的智能体任务上仍落后顶尖闭源一档。
| 模型 / 产品 | 日期 | 类型 | 要点 |
|---|---|---|---|
| NeoHorse-1.5-Flash Preview(基元律动 TokenRhythm) | 11-9 | Agent 原生模型 / 限量内测 | 基于 Qwen3.8-Flash 训练,180B 总参 / 6B 激活,主打 Agent 任务执行与软件工程。官方对照评测:Agents' Last Exam 整体 +9.23 分,Natural Language to Repository +5.92 分,其中物理科学任务提升超 20 分,开发工具与测试、Web 开发、安全认证与加密方向也有改善。方法上延续 RSI(递归自我改进)的「第二圈」:9 月发 NeoHorse-1 后把上一代放回模型池收集真实执行反馈,再用反馈去训下一代;配套三项技术是多模型差分诊断、对抗式环境进化、群体智能在线学习。同场更新开源 Agent 框架 OpenSquilla(按任务意图选模型档位,续跑沿用、重做逐级升档)。全部为厂商自报,且仅内测、无公开权重。 |
| drvexo-4b-unified(驭介智能 Yujie Intelligence,开源) | 11-8 | 统一多模态 / 端侧交互 | 一个「打包成一个模型」的多模态交互模型:4B 语言主干,把视觉理解、听觉输入、文字对话、语音生成、候选决策整合在一个可独立加载的包里(仓库标 6.97B 总规模、14.35GB)。面向语音通信、智能外呼、语音控制与具身应用,提供本地 Python 与 vLLM-Omni 两个入口,Apache 2.0。自报评测:IFEval 541 题、MATH-500、MMLU-Pro 3,000 题分层子集 77.93%(注意是子集,不等于全量)、MMMU 900 题、ChartQA 1,920 题、JevBench 231 题。子集分数不等于全量成绩,且无第三方复测。 |
| Phonon TTS(Gradium,开源 + 非商用分版) | 11-5(本周早前,本报未报) | 端侧语音合成 | 两档超小模型:31M(英语)/ 40M(多语),文件约 65MB / 75MB,覆盖英、法、德、西、葡五语、内置 100+ 音色,可在手机、浏览器、电脑和部分嵌入式设备跑。在 Hugging Face 公开的语音榜单上,厂方称德语与西班牙语可懂度第一,其余已评估语言在前三,CPU 流式任务的首段音频延迟领先。许可证要看清:31M 英语版是 Apache 2.0,40M 多语版受非商业许可约束——这是本周最容易踩的坑。 |
| Dharma Field Extractor(Dharma AI,开源) | 11-4(本周早前,本报未报) | 文档结构化抽取 / 2B | 不做「OCR 成文本」,而是直接按给定 Schema 输出 JSON:在 OCR 预训练底座上用约 43,384 条标注样例做 LoRA,从发票、合同、证件、表格图里抽指定字段,缺字段按设计返回 null,字段定位与结构映射合并到输出阶段。厂方在 546 份文档、3 种场景、1,638 次测试上报综合 0.834,对照 Claude Opus 5 为 0.816。自家基准,且成本优势取决于自托管显卡价格与请求规模,不能直接推算到任意文档任务。 |

gemini-embedding-2-preview 的请求被自动改路由到 gemini-embedding-2,谷歌称 API 结构、价格、向量空间都相同——这是厂商说法,值得自己测。这是三个月内第三个静默替换案例(前有 GitHub Copilot 六模型切换、9 月 DeepSeek V4 Flash 静默换版)。嵌入模型尤其危险:向量空间一变,下游所有已存档向量全部作废。给做检索的人一句实操建议:钉死版本号,记录实际服务的模型,弃用公告后先做输出 diff。今天假消息密度偏高,五条要留意。第一,多篇早报称「Kimi K2 Thinking 发布两天登顶 Hugging Face 开源榜、训练成本约 460 万美元」——K2 是上一世代的命名,与现已开源的 K3.1 Pro 时间线冲突,判定为旧文重发,未采用。第二,「阿里 11-7 / 11-9 开源 Qwen3.8 全系」仍在流传,但 Qwen3.8-Max 权重 8 月下旬就已放出,ModelScope 仓库近期只是更新(本报 11-8 期已排过一次,今天又冒出来)。第三,模型库把 GPT-5.1、Claude 4、Gemini 3、Qwen3、DeepSeek V3.1 全标成「11-9 发布」,都是陈旧占位条目。第四,「腾讯 Hy4 发布即开源」——权重与系统卡至今无仓库,只有云 API 上线,按「预告」处理。第五,「AMD 以 82 亿美元收购 World Labs」仅见于单一早报,未见官方公告或主流媒体确认,不作为事实采用。规律还是那条:聚合站的「今日」不可信,必须回到官方或多源对时;金额与并购尤其要等一手信源。
开源竞争的评判标准,正在从「敢不敢放权重」变成「能不能在受限算力上自部署」——美团用纯国产卡跑完万亿参数、再用 MIT 把权重交出来,等于把「可审计」和「可落地」放到了参数规模前面;同一周里 Anthropic 卖的是「记忆怎么整理」、Buoyant 开源的是「缓存怎么路由」,都不再是刷榜,而是让模型在真实环境里少犯错。对做产品的人,含义很直接:选型时先问「这模型能不能进我的机房、我的成本结构扛不扛得住」,再问它排第几。
(数据来自官方公告与公开报道,2026-11-09;官方口径与第三方实测已分别标注,未复测项已在文中说明。模型能力强弱会影响选型,但实际价格以本站模型广场实时报价为准。)
OpenAI发布GPT-6.2并把旗舰价下调20%,阿里、腾讯同周把单任务成本和缓存价压到新低。结论:官方降价仍远高于本站实付价,gpt-6-astra现在最深0.099折,实付$0.099/百万输入token。日常用现款便宜档,追新等上架比价。
大模型缓存token是什么?一句话:把重复的提示词前缀存下来,命中后按缓存读计价,通常只有正常输入价的5%到12%。本文用在售模型的真实缓存价,讲清缓存读写怎么算钱、什么情况命中,以及怎么把账单压下来。
Claude 有哪些模型?站内 12 个版本按实付价排完发现:最新的 opus-5-5 月成本 $8.91,最老的 opus-4-6 反而 $49.50。本文给出全系价格表、真实实测数据与四个场景的选型结论,日常开发选 sonnet-5-5 最稳。
写代码用哪个 AI 模型?按本站实付价和 24 小时实测:gpt-5.6-terra、deepseek-v4.1-flash 各三千多次调用零失败,每月千次请求分别 $2.85 和 $1.66;gemini-3.8-flash 出字 111 token/s 最快。附完整实付价表与三档选型建议。
拿到密钥后把 API 地址改成平台地址,就能用一个 Key 调用在售的 138 个模型(覆盖 51 家厂商),同时兼容 OpenAI 和 Anthropic 两种请求格式。本文给出可直接复制的接入代码、模型切换方法和常见坑,全部接口已实测验证,数据截至 11 月 16 日。