Meituan открыла веса LongCat-2.5 — модели с 1,6 трлн параметров, предназначенной для решения длительных многоэтапных задач, прежде всего связанных с программированием. Как сообщает The Decoder, модель полностью обучали на китайском оборудовании, а её веса стали доступны через неделю после презентации.
LongCat-2.5 — модель типа mixture of experts: в ней есть специализированные подсети, но для обработки каждого токена задействуется лишь часть из них. Всего в модели 1,6 трлн параметров, из которых на каждый токен приходится около 48 млрд активных. API Meituan принимает запросы объёмом до одного миллиона токенов и позволяет получать ответы длиной до 128 000 токенов. Модель работает с текстом, изображениями и видео; режим рассуждений можно включать и выключать.
Что могут запускать разработчики?
Веса распространяются по лицензии MIT, которая разрешает коммерческое использование, модификацию и распространение. Разработчики также могут опробовать модель через чат-интерфейс или API. API поддерживает форматы OpenAI и Anthropic и совместим с инструментами для агентных систем, включая Claude Code, Codex и Hermes. В рамках акции на запуске Meituan установила цену около €0.27 за миллион входных токенов и около €1.07 за миллион выходных токенов.
Meituan также выпустила 4-битную версию, в которой снижена точность представления весов модели и активаций. По словам компании, по точности она не уступает несжатой модели. В нагрузочных тестах обработка запросов выросла на 43.3 процента, а генерация ответов — на 42.77 процента по сравнению с 8-битной версией. В инструкции по самостоятельному развёртыванию описана конфигурация с 194 ускорителями Huawei Ascend Atlas A2: два используются для обработки изображений, 64 — запросов и 128 — ответов.
Насколько хороши результаты?
По данным Meituan, LongCat-2.5 набрала 88.4 в Terminal Bench v2.1 — тесте заданий для командной строки. Это ниже результатов Claude Opus 5 (89.1) и GPT-5.6 Sol (88.8), а также Deepseek-V4.1-Flash (90.6), которая лидирует среди приведённых моделей. В Terminal Bench v4.0 LongCat-2.5 получила 38.5 — больше, чем GPT-5.6 Sol с 37.3, но меньше, чем Claude Opus 5 с 53.9.
В тесте DeepSWE, который оценивает исправление ошибок в реальных репозиториях кода, Meituan сообщает о росте результата с 9.7 в предыдущем тестировании до 64.6 у LongCat-2.5. Это всё ещё ниже, чем у Deepseek-V4.1-Flash (74.2) и GPT-5.6 Sol (72.7). В тесте веб-поиска BrowseComp модель набрала 91.9 — это лучший результат в таблице Meituan; компания проводила тестирование в собственной среде. Это результаты, представленные самой Meituan, а The Decoder не приводит данных о независимом тестировании.
Почему это важно
Разработчики, которые хотят адаптировать агентную модель или использовать её в коммерческих продуктах, могут модифицировать и распространять её благодаря лицензии MIT. API позволяет опробовать LongCat-2.5 без подготовки оборудования. Однако в инструкции самостоятельное развёртывание описано только для кластера из 194 чипов Huawei, а результаты тестов предоставила сама Meituan — их сопоставимость с независимыми оценками пока неизвестна.
