LongCat-2.5:1.6T仅激活3%,智能体成本重算

美团 LongCat-2.5 正式版:1.6T 总参数,每个 token 只激活约 48B。输入价 0.3 美元/百万 token,文章拆解参数规模、激活比例与 Agent 成本公式,帮助读者按任务累计调用记账,不再只看总参数或单次标价。

文章目录

原文:美团 LongCat-2.5 拆解:1.6T 参数只激活 3%,1M 上下文卖 0.3 美元,Agent 模型的账变了

美团在 11 月 1 日发布 LongCat-2.5 正式版:1.6 万亿参数,每个 token 只唤醒约 48B,也就是约 3%;输入价是每百万 token 0.3 美元。对 Agent 来说,模型容量和调用成本终于能放到同一张账上看。由于任务往往经历多轮规划、工具调用与结果回填,输入 token 会不断累加,这一组数字现在值得看。

能拿走的是三点:总参数与激活参数不能混用;输入成本可按 token 估算;Agent 预算要落到任务累计调用。输出、缓存和工具调用的具体计费口径摘要未给出,以原文和官方计费说明为准。

1、1.6T 与 48B 要分开算

1、1.6T 与 48B 要分开算(AI 生成示意图)

1、1.6T 与 48B 要分开算 · AI 生成示意图

从账本看,1.6T 是模型容量,约 48B 是每个 token 实际经过的参数规模,比例约 3%。这个比例不能直接等同于速度、质量或价格,但足以说明:拿总参数排序,不等于比较真实调用成本。

对照项 已知信息 应该怎么读
总参数 1.6T 描述模型规模,不代表每个 token 都会计算全部参数
单 token 激活参数 约 48B 更接近单次前向计算涉及的参数规模
激活比例 约 3% 体现稀疏激活特征,但不能直接推出效果
输入价格 0.3 美元/百万 token 可用于估算输入侧支出

把激活比例和输入单价放进一个小脚本,后面每次记录调用成本时都能复用:

TOTAL_PARAMS = 1_600_000_000_000
ACTIVE_PARAMS = 48_000_000_000  # 约数
PRICE_PER_MILLION_INPUT_TOKENS = 0.3

def activation_ratio() -> float:
    return ACTIVE_PARAMS / TOTAL_PARAMS

def input_cost_usd(token_count: int) -> float:
    if token_count < 0:
        raise ValueError('token_count must be non-negative')
    return token_count / 1_000_000 * PRICE_PER_MILLION_INPUT_TOKENS

if __name__ == '__main__':
    print(f'activation_ratio={activation_ratio():.1%}')
    tokens = int(input('Input tokens: '))
    print(f'input_cost=${input_cost_usd(tokens):.6f}')

2、0.3 美元如何变成任务账单

2、0.3 美元如何变成任务账单(AI 生成示意图)

2、0.3 美元如何变成任务账单 · AI 生成示意图

输入侧可以直接算:输入费用 = 输入 token ÷ 100 万 × 0.3 美元。0.3 是百万 token 的单价,不是任务无论消耗多少都只付 0.3 美元;它能帮助估算一次请求送入上下文后的输入账单。

Agent 不能在这里停。一个任务通常包含多轮调用,每轮还会携带历史消息与工具返回内容。团队应记录任务标识、每轮输入 token 和对应费用,再按任务汇总,看到的才是输入侧任务成本,而不是一个看起来很低的单价。

但别把输入费用叫作「总成本」。摘要只给出输入定价,输出、缓存、工具调用等口径应以原文和官方计费说明为准;发生重试时,累计输入通常还会增加。0.3 美元更适合作为输入侧单价,而不是任务封顶价。

3、Agent 选型要改看任务账本

3% 的激活比例真正改变的是比较方法。总参数描述容量,激活参数接近单 token 计算量,输入单价连接实际支出,这三层数据不能互相替代。

给 Agent 团队一张检查表:每次请求输入多少 token;一个任务调用几轮;哪些步骤触发重试;输出与工具调用还缺哪些价格信息。前两项能直接算输入侧预算,后两项决定账单能否闭环。这样比较的是自己的任务轨迹,不只是模型榜单。

也别把「只激活 3%」当成效果或效率的免检通行证。摘要没有给出跑分、延迟和输出费用,不能从 3% 继续外推。相关数据以原文为准,业务结论则用自有任务样本和调用日志验证。

4、把价格新闻变成可执行预算

落地不必先做复杂预测。第一步,记录每次模型调用的输入 token;第二步,用上面的公式写入成本日志;第三步,按任务而非请求汇总。很快就能看出成本集中在哪类步骤,再决定是否减少重复上下文、调整调用链路或核对其他计费项。

重点不是替模型打分,而是把宣传数字变成可复核的账本。1.6T、48B、3% 和 0.3 美元分别对应容量、计算规模、激活比例与输入单价。问题拆开,Agent 成本才不会被一个大数字带偏。

写在最后

LongCat-2.5 的看点,是 1.6T 模型每次只让约 48B 参数参与计算。
约 3% 的激活比例,让总参数不再等于单次调用的计算量。
0.3 美元/百万输入 token,可以直接进入成本公式。
Agent 要算的是任务累计调用,不是一次标价。

我的判断: Agent 成本竞争会从「模型有多大」转向「每次任务到底消耗多少有效计算与 token」,精细的调用账本会越来越重要。

相关阅读

文中链接

整理自本文的外部链接,请以来源页面说明为准。

LongCat-2.5:1.6T仅激活3%,智能体成本重算 · 阿凡达博客