A Meituan liberou os pesos do LongCat-2.5, um modelo de 1,6 trilhão de parâmetros projetado para executar tarefas longas e com várias etapas, sobretudo de programação. O Decoder informa que o modelo foi treinado inteiramente em hardware chinês e que seus pesos foram disponibilizados uma semana após a apresentação.
O LongCat-2.5 é um modelo de mistura de especialistas: tem sub-redes especializadas, mas usa apenas algumas delas para cada token. Embora tenha 1,6 trilhão de parâmetros ao todo, cerca de 48 bilhões são ativados por token. A API da Meituan aceita entradas de até um milhão de tokens e respostas de até 128.000 tokens. O modelo processa texto, imagens e vídeo, e os usuários podem ativar ou desativar o modo de raciocínio.
O que os desenvolvedores podem executar?
Os pesos são distribuídos sob a licença MIT, que permite uso comercial, modificação e redistribuição. Os desenvolvedores também podem testar o modelo por meio de uma interface de chat ou da API. A API é compatível com os formatos da OpenAI e da Anthropic e funciona com ferramentas de agentes como Claude Code, Codex e Hermes. Na promoção de lançamento da Meituan, o preço é de cerca de €0,27 por milhão de tokens de entrada e €1,07 por milhão de tokens de saída.
A Meituan também lançou uma versão de 4 bits, que reduz a precisão numérica usada para armazenar os pesos e as ativações do modelo. A empresa afirma que essa versão mantém a precisão no mesmo nível do modelo sem compressão. Nos testes de carga, ela aumentou em 43,3% a taxa de processamento de prompts e em 42,77% a taxa de geração de respostas, em comparação com uma versão de 8 bits. Um guia para hospedagem própria descreve uma implantação com 194 aceleradores Huawei Ascend Atlas A2: dois para processamento de imagens, 64 para prompts e 128 para respostas.
Qual é o desempenho do modelo?
A Meituan informa uma pontuação de 88.4 no Terminal Bench v2.1, que avalia tarefas de linha de comando. O resultado fica abaixo dos 89.1 do Claude Opus 5 e dos 88.8 do GPT-5.6 Sol, mas acima dos 90.6 do Deepseek-V4.1-Flash — na verdade, não: o Deepseek lidera os resultados listados, com 90.6. No Terminal Bench v4.0, o LongCat-2.5 marcou 38.5, à frente dos 37.3 do GPT-5.6 Sol, mas atrás dos 53.9 do Claude Opus 5.
No DeepSWE, teste de correção de bugs em repositórios de código reais, a Meituan informa um aumento de 9.7 no resultado anterior para 64.6 com o LongCat-2.5. Ainda assim, o modelo fica atrás do Deepseek-V4.1-Flash, com 74.2, e do GPT-5.6 Sol, com 72.7. O modelo marcou 91.9 no BrowseComp, teste de busca na web, o maior resultado da tabela da Meituan; a empresa realizou o teste em seu próprio ambiente. Esses são resultados de avaliações divulgados pela Meituan, e o The Decoder não cita testes independentes dos benchmarks.
Por que importa
Para desenvolvedores que querem adaptar ou implantar comercialmente um modelo de agentes, a licença MIT permite modificação e redistribuição, e a API oferece uma forma de testar o LongCat-2.5 sem montar a infraestrutura de hardware. A hospedagem própria, porém, é documentada em um cluster Huawei com 194 chips; os resultados de benchmark são da própria Meituan, então ainda não se sabe como o modelo se sai em testes independentes.
