Китайская Meituan 10 ноября открыла веса мультимодальной модели LongCat-2.5 по лицензии MIT. Она рассчитана на ИИ-агентов, которые работают с кодом и выполняют длинные многоэтапные задания. Однако приведённый разработчиками пример самостоятельного развёртывания показывает масштаб требований: для него нужен кластер из 194 ускорителей Huawei Ascend серии Atlas A2.
LongCat-2.5 — модель смеси экспертов с 1,6 трлн параметров, из которых при обработке каждого токена активируются около 48 млрд. Она была обучена полностью на китайском оборудовании и оптимизирована для китайских ИИ-ускорителей.
Модель принимает текст, изображения и видео и отвечает текстом. Она также готовит офисные материалы, а контекст через API достигает миллиона токенов.
Читайте также
Meituan сравнила модели в Terminal Bench v2.1, где ИИ-агенты выполняют задачи через командную строку. Часть результатов конкурентов взята из их публикаций, остальные замеры компания провела сама.
| Модель | Компания | Баллы |
|---|---|---|
| DeepSeek-V4.1-Flash | DeepSeek | 90,6 |
| Claude Opus 5 | Anthropic | 89,1 |
| GPT-5.6 Sol | OpenAI | 88,8 |
| LongCat-2.5 | Meituan | 88,4 |
На более сложной версии Terminal Bench v4.0 LongCat-2.5, по данным разработчика, получила 38,5 балла против 53,9 у Claude Opus 5.
Для сокращения требований к памяти Meituan выпустила отдельную версию с четырёхбитным представлением весов и активаций. В собственных тестах Meituan четырёхбитная версия обрабатывала входные данные на 43,3% быстрее и генерировала ответы на 42,77% быстрее восьмибитной. Компания заявляет, что качество на проверенных задачах осталось сопоставимым с несжатой моделью.
В описанной The Decoder конфигурации два из 194 ускорителей обрабатывают изображения, 64 принимают запросы, а 128 генерируют ответы. Опубликованный пример рассчитан на крупную инфраструктуру Huawei Ascend, а минимальные требования разработчик не назвал.
Карточка LongCat-2.5 и техническая публикация Meituan доступны публично. Лицензия MIT разрешает коммерческое использование, изменение и дальнейшее распространение модели без отдельного разрешения Meituan; веса можно изучать и адаптировать без закрытого облачного API.
