Meituan heeft de gewichten van LongCat-2.5 vrijgegeven, een model met 1,6 biljoen parameters dat is ontworpen voor lange taken met meerdere stappen, met name programmeerwerk. Volgens The Decoder is het model volledig op Chinese hardware getraind. De gewichten kwamen een week na de onthulling beschikbaar.
LongCat-2.5 is een mixture-of-experts-model: het bevat gespecialiseerde subnetwerken, maar gebruikt per token slechts een deel daarvan. Van de in totaal 1,6 biljoen parameters zijn er per token ongeveer 48 miljard actief. De API van Meituan ondersteunt invoer tot één miljoen tokens en reacties tot 128.000 tokens. Het model kan overweg met tekst, afbeeldingen en video, en gebruikers kunnen de redeneermodus in- of uitschakelen.
Wat kunnen ontwikkelaars ermee?
De gewichten zijn uitgebracht onder de MIT-licentie, die commercieel gebruik, aanpassing en herdistributie toestaat. Ontwikkelaars kunnen het model ook uitproberen via een chatinterface of API. De API ondersteunt de formaten van OpenAI en Anthropic en werkt met agenttools zoals Claude Code, Codex en Hermes. Tijdens de introductieactie van Meituan kost invoer ongeveer €0.27 per miljoen tokens en uitvoer ongeveer €1.07 per miljoen tokens.
Meituan heeft ook een 4-bitversie uitgebracht. Die verlaagt de numerieke precisie waarmee modelgewichten en activaties worden opgeslagen. Volgens het bedrijf blijft de nauwkeurigheid van deze versie gelijk aan die van het niet-gecomprimeerde model. Bij de belastingtests nam de doorvoer voor promptverwerking met 43.3 procent toe en die voor het genereren van reacties met 42.77 procent, vergeleken met een 8-bitversie. In een handleiding voor zelfhosting staat een implementatie met 194 Huawei Ascend Atlas A2-accelerators: twee voor beeldverwerking, 64 voor prompts en 128 voor reacties.
Hoe goed zijn de resultaten?
Meituan meldt een score van 88.4 op Terminal Bench v2.1, dat opdrachten op de opdrachtregel test. Dat is lager dan Claude Opus 5 met 89.1 en GPT-5.6 Sol met 88.8. Deepseek-V4.1-Flash voert de genoemde resultaten aan met 90.6. Op Terminal Bench v4.0 behaalde LongCat-2.5 een score van 38.5: hoger dan de 37.3 van GPT-5.6 Sol, maar lager dan de 53.9 van Claude Opus 5.
Op DeepSWE, een test voor het oplossen van bugs in echte codeopslagplaatsen, meldt Meituan een stijging van 9.7 in een eerder resultaat naar 64.6 voor LongCat-2.5. Het model blijft daarmee achter bij Deepseek-V4.1-Flash met 74.2 en GPT-5.6 Sol met 72.7. Op BrowseComp, een benchmark voor zoekopdrachten op het web, behaalde het model 91.9: de hoogste score in de tabel van Meituan. Het bedrijf voerde deze test uit in zijn eigen omgeving. Dit zijn evaluaties die Meituan zelf rapporteert; The Decoder verwijst niet naar onafhankelijke benchmarktests.
Waarom het ertoe doet
Voor ontwikkelaars die een agentmodel willen aanpassen of commercieel inzetten, staat de MIT-licentie wijziging en herdistributie toe. Via de API kunnen ze LongCat-2.5 uitproberen zonder de benodigde hardware op te zetten. Voor zelfhosting beschrijft Meituan echter een cluster met 194 Huawei-chips. De benchmarkresultaten zijn afkomstig van Meituan zelf; hoe het model het doet in onafhankelijke tests is dus nog onbekend.
