Meituanは、長時間にわたる複数段階のタスク、特にコーディングを想定して設計した1.6兆パラメーターのモデル「LongCat-2.5」のウェイトを公開した。The Decoderによると、このモデルは中国製ハードウェアのみで学習され、発表から1週間後にウェイトが利用可能になった。
LongCat-2.5はMixture of Experts（MoE）モデルだ。専門化されたサブネットワークを備えているが、トークンごとにその一部だけを使用する。総パラメーター数は1.6兆だが、トークンあたりの有効パラメーター数は約480億。MeituanのAPIは最大100万トークンの入力と、最大128,000トークンの応答に対応する。テキスト、画像、動画を扱え、推論モードのオン・オフも切り替えられる。
開発者は何ができる？
ウェイトはMITライセンスで公開されており、商用利用、改変、再配布が認められている。開発者はチャット画面やAPIを通じてモデルを試すこともできる。APIはOpenAIとAnthropicの形式に対応し、Claude Code、Codex、Hermesなどのエージェントツールでも利用できる。Meituanの公開記念キャンペーン価格は、入力が100万トークンあたり約€0.27、出力が100万トークンあたり約€1.07。
Meituanは、モデルのウェイトやアクティベーションを保存する際の数値精度を下げた4ビット版も公開した。同社によると、このバージョンは非圧縮モデルと同等の精度を維持する。負荷テストでは、8ビット版と比べてプロンプト処理のスループットが43.3％、応答生成のスループットが42.77％向上した。セルフホスティングガイドでは、Huawei Ascend Atlas A2アクセラレーター194基を使う構成を紹介している。内訳は画像処理用が2基、プロンプト用が64基、応答用が128基。
性能はどの程度？
Meituanによると、コマンドラインのタスクを評価するTerminal Bench v2.1で88.4を記録した。Claude Opus 5の89.1とGPT-5.6 Solの88.8を下回り、Deepseek-V4.1-Flashの90.6を上回る――というわけではなく、掲載された結果ではDeepseekが90.6で首位だ。Terminal Bench v4.0では38.5で、GPT-5.6 Solの37.3を上回ったが、Claude Opus 5の53.9には及ばなかった。
実際のコードリポジトリでバグを修正する能力を測るDeepSWEでは、Meituanは従来の結果の9.7からLongCat-2.5で64.6に上昇したと報告している。それでも、Deepseek-V4.1-Flashの74.2、GPT-5.6 Solの72.7を下回る。ウェブ検索ベンチマークのBrowseCompでは91.9を記録し、Meituanの表で最高の結果となった。同社はこのテストを独自の環境で実施した。これらはMeituanが公表した評価結果であり、The Decoderは独立したベンチマークの実施結果を引用していない。
なぜ重要か
エージェントモデルを改変したり商用展開したりしたい開発者にとって、MITライセンスは改変と再配布を可能にする。また、APIを使えばハードウェアを用意せずにLongCat-2.5を試せる。一方、セルフホスティングについて案内されているのはHuaweiのチップ194基を使う構成だ。ベンチマーク結果はMeituanが独自に公表したものであり、独立したテストでの比較結果は分かっていない。
