Meituan이 장시간에 걸친 다단계 작업, 특히 코딩을 처리하도록 설계된 1조 6,000억 매개변수 모델 LongCat-2.5의 가중치를 공개했다. The Decoder에 따르면 이 모델은 전적으로 중국산 하드웨어로 학습했으며, 공개 발표 일주일 뒤 가중치를 내려받을 수 있게 됐다.
LongCat-2.5는 전문가 혼합(MoE) 모델이다. 특화된 하위 네트워크를 여럿 갖췄지만 토큰마다 일부만 사용한다. 전체 매개변수는 1조 6,000억 개지만 토큰당 활성화되는 매개변수는 약 480억 개다. Meituan API는 최대 100만 토큰 입력과 최대 128,000 토큰 응답을 지원한다. 모델은 텍스트, 이미지, 동영상을 처리하며 사용자는 추론 모드를 켜거나 끌 수 있다.
개발자는 어떻게 사용할 수 있나?
가중치는 상업적 이용과 수정, 재배포를 허용하는 MIT 라이선스로 공개됐다. 개발자는 채팅 인터페이스나 API를 통해 모델을 사용해 볼 수도 있다. API는 OpenAI 및 Anthropic 형식을 지원하며 Claude Code, Codex, Hermes 등 에이전트 도구와 연동된다. Meituan의 출시 기념 할인 가격은 입력 토큰 100만 개당 약 €0.27, 출력 토큰 100만 개당 약 €1.07이다.
Meituan은 모델 가중치와 활성값을 저장할 때 사용하는 수치 정밀도를 낮춘 4비트 버전도 공개했다. 회사는 이 버전의 정확도가 압축 전 모델과 비슷한 수준이라고 밝혔다. 부하 테스트에서 8비트 버전보다 프롬프트 처리 처리량은 43.3 percent, 응답 생성 처리량은 42.77 percent 높았다. 자체 호스팅 안내서에는 Huawei Ascend Atlas A2 가속기 194개를 사용하는 배포 구성이 소개돼 있다. 이미지 처리에 2개, 프롬프트 처리에 64개, 응답 생성에 128개를 배정한다.
성능은 어느 정도인가?
Meituan은 명령줄 작업을 평가하는 Terminal Bench v2.1에서 88.4점을 기록했다고 밝혔다. 이는 Claude Opus 5의 89.1점과 GPT-5.6 Sol의 88.8점보다 낮고, Deepseek-V4.1-Flash의 90.6점보다 높다기보다는 그렇지 않다. 제시된 결과에서 Deepseek가 90.6점으로 가장 앞선다. Terminal Bench v4.0에서 LongCat-2.5는 38.5점을 기록해 GPT-5.6 Sol의 37.3점보다 높았지만 Claude Opus 5의 53.9점에는 못 미쳤다.
실제 코드 저장소의 버그 수정 능력을 평가하는 DeepSWE에서 Meituan은 이전 결과 9.7점에서 LongCat-2.5가 64.6점으로 올랐다고 밝혔다. 다만 Deepseek-V4.1-Flash의 74.2점과 GPT-5.6 Sol의 72.7점에는 못 미친다. 웹 검색 벤치마크 BrowseComp에서는 91.9점을 기록해 Meituan이 공개한 표에서 가장 높은 점수를 받았다. 회사는 자체 환경에서 이 테스트를 진행했다. 이는 Meituan이 발표한 평가 결과이며, The Decoder는 독립적으로 시행한 벤치마크 결과를 제시하지 않았다.
왜 중요한가
에이전트 모델을 개조하거나 상업적으로 배포하려는 개발자에게 MIT 라이선스는 수정과 재배포를 허용하며, API를 이용하면 하드웨어를 직접 갖추지 않고도 LongCat-2.5를 사용해 볼 수 있다. 다만 자체 호스팅 안내는 Huawei 칩 194개를 갖춘 클러스터를 기준으로 한다. 공개된 벤치마크 결과는 Meituan 자체 평가이므로 독립 테스트에서도 비슷한 성능을 보일지는 아직 알 수 없다.
