Meituan выпустила агентную модель на 1,6 трлн параметров, ни разу не задействовав GPU Nvidia

Модель для длинных задач

LongCat-2.5 разработала команда LongCat китайской компании Meituan, известной сервисом доставки еды. Веса модели стали доступны через неделю после её официального представления. По заявлению компании, LongCat-2.5 близка к ведущим западным моделям в нескольких тестах.

Это модель типа «смесь экспертов»: для каждого токена она задействует лишь часть специализированных подсетей. При общем размере 1,6 трлн параметров активны примерно 48 млрд. Через API можно передать до миллиона токенов за раз, а длина ответа может достигать 128 000 токенов. Модель принимает текст, изображения и видео, отвечает текстом и позволяет включать или отключать рассуждение.

Обработка изображений и обучение агентов

В отличие от многих мультимодальных моделей, к которым отдельный кодировщик изображений добавили позже, LongCat-2.5 превращает изображения в токены и обрабатывает их вместе с текстом — так же, как современные большие языковые модели работают с текстовыми данными. Этот подход основан на исследовательской модели LongCat-Next и предназначен для улучшения задач, связанных с визуальным программированием, дизайном и 3D.

LongCat-2.5 разбивает изображения на дискретные токены в их исходном разрешении, которые модель обрабатывает наряду с текстом

Источник: the-decoder.com

Для обучения с подкреплением команда использовала настоящие задачи из запросов на слияние изменений на GitHub и воспроизводила ошибки, которые допускали ИИ-агенты. Чтобы модели приходилось действительно решать задачи, а не находить обходные пути, разработчики отключили интернет в обучающих средах, удалили историю Git и кэшированные файлы, а решения проверяли с помощью языковой модели.

Кроме того, в LongCat-2.5 перенесли способности нескольких специализированных моделей-наставников, обученных работе с агентами, рассуждению и диалогу.

Meituan создаёт обучающие задачи на основе реальных репозиториев GitHub и блокирует такие обходные пути, как веб-поиск и история Git, в песочнице

Источник: the-decoder.com

Запуск на ускорителях Huawei

Meituan квантизировала веса и активации экспертов до 4 бит — такую точность китайские чипы обрабатывают напрямую. В нагрузочных тестах компании по сравнению с 8-битной версией скорость обработки промтов выросла на 43,3%, а генерации ответов — на 42,77%. Meituan утверждает, что точность при этом остаётся на уровне модели без сжатия.

Эта версия размещена в отдельном репозитории. В руководстве по самостоятельному запуску описан кластер из 194 ускорителей Huawei Ascend серии Atlas A2:

Руководства по запуску на GPU Nvidia нет.

Результаты в бенчмарках

В Terminal Bench v2.1, который проверяет, насколько хорошо агенты выполняют задачи в командной строке, LongCat-2.5 набрала 88,4 балла. В таблице Meituan у Claude Opus 5 — 89,1, у GPT-5.6 Sol — 88,8, а лидирует Deepseek-V4.1-Flash с 90,6 балла.

В бенчмарке DeepSWE оценивают, насколько хорошо модели исправляют ошибки в настоящих программных репозиториях. Результат LongCat-2.5 вырос с 9,7 до 64,6 балла. В таблице она опередила только Claude Opus 4.8, а лидерами стали Deepseek-V4.1-Flash с 74,2 балла и GPT-5.6 Sol с 72,7. Более новые Claude Opus 5.5 и GPT-6.1 Sol в сравнении не участвовали.

В более сложном варианте теста, Terminal Bench v4.0, LongCat-2.5 получила 38,5 балла: немного больше, чем GPT-5.6 Sol с 37,3, но заметно меньше, чем Opus 5 с 53,9. В бенчмарке веб-поиска BrowseComp модель набрала 91,9 балла — это лучший результат в таблице. При этом Meituan проводила тест в собственной среде.

Согласно собственной оценке Meituan, LongCat-2.5 значительно превосходит предшественника и приближается к Claude Opus 5 и GPT-5.6 Sol в нескольких тестах для агентных моделей

Источник: the-decoder.com

Доступ и стоимость

Веса LongCat-2.5 распространяются по лицензии MIT, которая разрешает коммерческое использование, изменение и повторное распространение. Модель можно опробовать в чате на сайте https://longcat.ai/. API поддерживает форматы OpenAI и Anthropic и совместим с инструментами для запуска ИИ-агентов Claude Code, Codex и Hermes.

На старте Meituan предлагает временную промоцenu: около €0,27 за миллион входных токенов и €1,07 за миллион выходных.

Компания сообщала, что предшественницу LongCat-2.0 обучила в конце июня целиком на кластере более чем из 50 000 китайских ИИ-чипов. До официального представления модель анонимно работала на OpenRouter под названием «Owl Alpha». Китайские модели с открытыми весами, в том числе Kimi K3.1 и GLM-5.3, в значительной степени догнали ведущие модели из США на распространённых бенчмарках.

Модели с открытыми весами, изначально оптимизированные под китайские чипы, могут сделать такое оборудование привлекательнее и за пределами Китая. Помимо мультимодальных агентных моделей, Meituan разрабатывает генераторы изображений: ранее компания выпустила открытую модель преобразования текста в изображение LongCat-Image на 6 млрд параметров, в которой приоритет отдан эффективности, а не размеру.

По оценке Dataist, результаты LongCat-2.5 показывают, что модель может конкурировать с ведущими системами в отдельных тестах, но её запуск описан для кластера Huawei, а не Nvidia. Сравнение также не охватывает самые новые версии Claude и GPT, а один из лучших результатов получен в собственной среде Meituan.