Meituan a publié les poids de LongCat-2.5, un modèle de 1,6 billion de paramètres conçu pour traiter des tâches longues comportant plusieurs étapes, notamment en programmation. The Decoder rapporte que le modèle a été entraîné entièrement sur du matériel chinois et que ses poids ont été mis à disposition une semaine après sa présentation.
LongCat-2.5 est un modèle à mélange d’experts : il comprend des sous-réseaux spécialisés, mais n’en utilise qu’une partie pour chaque jeton. Il compte 1,6 billion de paramètres au total, dont environ 48 milliards sont actifs pour chaque jeton. L’API de Meituan accepte jusqu’à un million de jetons en entrée et peut générer des réponses de 128 000 jetons. Le modèle traite du texte, des images et des vidéos, et les utilisateurs peuvent activer ou désactiver son mode de raisonnement.
Que peuvent utiliser les développeurs ?
Les poids sont publiés sous licence MIT, qui autorise l’usage commercial, la modification et la redistribution. Les développeurs peuvent aussi essayer le modèle par l’intermédiaire d’une interface de chat ou d’une API. Celle-ci est compatible avec les formats OpenAI et Anthropic, ainsi qu’avec des outils d’agent comme Claude Code, Codex et Hermes. Dans le cadre de son offre promotionnelle de lancement, Meituan facture environ €0.27 par million de jetons en entrée et environ €1.07 par million de jetons en sortie.
Meituan a également publié une version 4 bits, qui réduit la précision numérique utilisée pour stocker les poids et les activations du modèle. Selon l’entreprise, cette version conserve une précision comparable à celle du modèle non compressé. Lors de ses tests de charge, elle a augmenté le débit de traitement des prompts de 43.3 pour cent et celui de génération des réponses de 42.77 pour cent par rapport à une version 8 bits. Un guide d’auto-hébergement décrit un déploiement utilisant 194 accélérateurs Huawei Ascend Atlas A2 : deux pour le traitement des images, 64 pour les prompts et 128 pour les réponses.
Quels sont les résultats ?
Meituan fait état d’un score de 88.4 à Terminal Bench v2.1, un test de tâches en ligne de commande. C’est moins que Claude Opus 5, à 89.1, et GPT-5.6 Sol, à 88.8. Deepseek-V4.1-Flash arrive en tête des résultats cités, avec 90.6. À Terminal Bench v4.0, LongCat-2.5 a obtenu 38.5, devant GPT-5.6 Sol, à 37.3, mais derrière Claude Opus 5, à 53.9.
Sur DeepSWE, un test qui consiste à corriger des bogues dans de vrais dépôts de code, Meituan annonce une progression : le score précédent était de 9.7, contre 64.6 pour LongCat-2.5. Le modèle reste derrière Deepseek-V4.1-Flash, à 74.2, et GPT-5.6 Sol, à 72.7. Il a obtenu 91.9 à BrowseComp, un test de recherche sur le Web, soit le meilleur résultat du tableau de Meituan ; l’entreprise a réalisé ce test dans son propre environnement. Ces évaluations sont celles de Meituan, et The Decoder ne cite pas de résultats issus de tests indépendants.
Pourquoi c'est important
Pour les développeurs qui souhaitent adapter ou déployer commercialement un modèle agent, la licence MIT autorise la modification et la redistribution. L’API permet aussi d’essayer LongCat-2.5 sans installer le matériel nécessaire. En revanche, le guide d’auto-hébergement décrit une infrastructure Huawei de 194 puces ; les résultats de tests publiés par Meituan n’ayant pas été vérifiés de manière indépendante, leur comparaison avec d’autres modèles reste incertaine.
