أطلقت Meituan أوزان LongCat-2.5، وهو نموذج يضم 1.6 تريليون معامل، وصُمم للتعامل مع المهام الطويلة متعددة الخطوات، ولا سيما البرمجة. وذكر موقع The Decoder أن النموذج دُرّب بالكامل على أجهزة صينية، وأن أوزانه أصبحت متاحة بعد أسبوع من الكشف عنه.
LongCat-2.5 نموذج قائم على مزيج الخبراء: يضم شبكات فرعية متخصصة، لكنه لا يستخدم سوى بعضها مع كل رمز. ورغم أن إجمالي معاملاته يبلغ 1.6 تريليون، فإن النشط منها مع كل رمز يناهز 48 مليارًا. وتدعم واجهة Meituan البرمجية إدخال ما يصل إلى مليون رمز، وإجابات تصل إلى 128,000 رمز. ويتعامل النموذج مع النصوص والصور والفيديو، ويمكن للمستخدمين تشغيل وضع الاستدلال أو إيقافه.
ما الذي يمكن للمطورين تشغيله؟
تُتاح الأوزان بموجب ترخيص MIT، الذي يسمح بالاستخدام التجاري والتعديل وإعادة التوزيع. ويمكن للمطورين أيضًا تجربة النموذج عبر واجهة دردشة أو واجهة برمجية. وتدعم الواجهة تنسيقي OpenAI وAnthropic، وتعمل مع أدوات الوكلاء، ومنها Claude Code وCodex وHermes. وبموجب عرض الإطلاق من Meituan، يبلغ سعر الإدخال نحو €0.27 لكل مليون رمز، والإخراج نحو €1.07 لكل مليون رمز.
وأصدرت Meituan أيضًا نسخة 4-bit، تقلل الدقة العددية المستخدمة لتخزين أوزان النموذج وعمليات التنشيط. وتقول الشركة إن دقة هذه النسخة تضاهي دقة النموذج غير المضغوط. وفي اختبارات التحميل، رفعت معدل معالجة المطالبات بنسبة 43.3 percent ومعدل توليد الإجابات بنسبة 42.77 percent مقارنة بنسخة 8-bit. ويشرح دليل الاستضافة الذاتية طريقة نشر تستخدم 194 مسرّعًا من Huawei Ascend Atlas A2: اثنان لمعالجة الصور، و64 للمطالبات، و128 للإجابات.
ما مدى قوة النتائج؟
تقول Meituan إن النموذج حقق 88.4 في Terminal Bench v2.1، الذي يختبر مهام سطر الأوامر. وهذه النتيجة أقل من Claude Opus 5، الذي سجل 89.1، وGPT-5.6 Sol، الذي سجل 88.8؛ لكنها أعلى من Deepseek-V4.1-Flash، الذي سجل 90.6، فقط بمعنى أنها ليست أعلى منه: إذ يتصدر Deepseek النتائج المذكورة عند 90.6. وفي Terminal Bench v4.0، سجل LongCat-2.5 نتيجة 38.5، متقدمًا على GPT-5.6 Sol الذي سجل 37.3، ومتأخرًا عن Claude Opus 5 الذي سجل 53.9.
وفي DeepSWE، وهو اختبار لإصلاح الأخطاء في مستودعات شيفرات حقيقية، تقول Meituan إن النتيجة ارتفعت من 9.7 في الاختبار السابق إلى 64.6 مع LongCat-2.5. ومع ذلك، يظل النموذج دون Deepseek-V4.1-Flash الذي سجل 74.2، وGPT-5.6 Sol الذي سجل 72.7. وسجل النموذج 91.9 في BrowseComp، وهو اختبار معياري للبحث على الويب، محققًا أعلى نتيجة في جدول Meituan؛ وقد أجرت الشركة الاختبار في بيئتها الخاصة. وهذه تقييمات أوردتها Meituan، ولا يذكر The Decoder إجراء اختبارات معيارية مستقلة.
لماذا يهم
يتيح ترخيص MIT للمطورين الراغبين في تكييف نموذج وكيل أو نشره تجاريًا تعديله وإعادة توزيعه، كما توفر الواجهة البرمجية وسيلة لتجربة LongCat-2.5 من دون تجهيز أجهزته. لكن دليل الاستضافة الذاتية يشرح تشغيله على مجموعة تضم 194 شريحة من Huawei؛ ونتائج الاختبارات المعيارية التي أوردتها Meituan صادرة عن الشركة نفسها، لذا لا يُعرف بعد كيف ستصمد أمام اختبارات مستقلة.
