Meituan ha pubblicato i pesi di LongCat-2.5, un modello da 1,6 trilioni di parametri progettato per gestire attività lunghe e articolate in più passaggi, soprattutto di programmazione. Secondo The Decoder, il modello è stato addestrato interamente su hardware cinese e i suoi pesi sono diventati disponibili una settimana dopo la presentazione.
LongCat-2.5 è un modello mixture-of-experts: dispone di sottoreti specializzate, ma per ciascun token ne usa solo alcune. Pur avendo 1,6 trilioni di parametri complessivi, ne attiva circa 48 miliardi per token. L’API di Meituan supporta input fino a un milione di token e risposte fino a 128.000 token. Il modello gestisce testo, immagini e video e permette agli utenti di attivare o disattivare la modalità di ragionamento.
Cosa possono usare gli sviluppatori?
I pesi sono distribuiti con licenza MIT, che consente l’uso commerciale, la modifica e la ridistribuzione. Gli sviluppatori possono provare il modello anche tramite un’interfaccia di chat o un’API. Quest’ultima supporta i formati OpenAI e Anthropic ed è compatibile con strumenti per agenti come Claude Code, Codex e Hermes. Con la promozione di lancio di Meituan, l’API costa circa €0.27 per milione di token in input e circa €1.07 per milione di token in output.
Meituan ha pubblicato anche una versione a 4 bit, che riduce la precisione numerica usata per memorizzare i pesi e le attivazioni del modello. L’azienda afferma che questa versione mantiene un’accuratezza paragonabile a quella del modello non compresso. Nei test di carico ha aumentato del 43.3 percento la velocità di elaborazione dei prompt e del 42.77 percento quella di generazione delle risposte rispetto a una versione a 8 bit. Una guida per l’installazione su hardware proprio illustra una configurazione con 194 acceleratori Huawei Ascend Atlas A2: due per l’elaborazione delle immagini, 64 per i prompt e 128 per le risposte.
Quanto sono buoni i risultati?
Meituan dichiara un punteggio di 88.4 in Terminal Bench v2.1, che valuta le attività da riga di comando. Il risultato è inferiore a quello di Claude Opus 5, con 89.1, e GPT-5.6 Sol, con 88.8, e superiore a quello di Deepseek-V4.1-Flash, pari a 90.6, solo nel senso che non lo è: Deepseek guida la classifica riportata con 90.6. In Terminal Bench v4.0, LongCat-2.5 ha ottenuto 38.5, superando i 37.3 di GPT-5.6 Sol ma restando dietro ai 53.9 di Claude Opus 5.
Nel benchmark DeepSWE, che valuta la correzione di bug in repository di codice reali, Meituan dichiara un aumento da 9.7 nel risultato precedente a 64.6 con LongCat-2.5. Il modello resta dietro a Deepseek-V4.1-Flash, con 74.2, e GPT-5.6 Sol, con 72.7. Ha ottenuto 91.9 in BrowseComp, un benchmark di ricerca sul web, il punteggio più alto nella tabella di Meituan; l’azienda ha eseguito il test nel proprio ambiente. Si tratta di valutazioni riportate da Meituan: The Decoder non cita prove indipendenti dei benchmark.
Perché conta
Per gli sviluppatori che vogliono adattare o distribuire a fini commerciali un modello per agenti, la licenza MIT consente di modificarlo e ridistribuirlo, mentre l’API permette di provare LongCat-2.5 senza predisporre l’hardware necessario. Per l’installazione su hardware proprio, tuttavia, la guida descrive un cluster Huawei da 194 chip; i benchmark riportati sono quelli di Meituan, quindi non è ancora noto come si collochino in test indipendenti.
