LongCat-2.5 da Meituan coloca online um agente de 1,6 trilhão de parâmetros
A equipe LongCat, da Meituan, lançou o LongCat-2.5 em 2 de novembro, um modelo que descreve como nativamente multimodal e concebido para tarefas de agente de longo horizonte — trabalhos em que uma IA precisa planejar, usar ferramentas e seguir adiante por muitos passos, em vez de responder a uma única pergunta. O número que abre o anúncio é o tamanho: 1,6 trilhão de parâmetros totais, com cerca de 48 bilhões ativados para cada token que o modelo processa.
Essa diferença entre parâmetros totais e ativos é a chave para ler a afirmação. O LongCat-2.5 parece usar um projeto de mistura de especialistas, no qual existe um pool muito grande de parâmetros, mas só uma pequena fatia é acionada para cada token. A abordagem permite aos laboratórios anunciar capacidade enorme mantendo o custo computacional de cada resposta mais próximo do de um modelo bem menor. É hoje a forma padrão de construir sistemas de fronteira, e significa que a contagem de parâmetros diz menos sobre a velocidade real do que dizia antes.
A Meituan afirma que a nova versão reforça dois pontos em relação ao LongCat-2.0: a compreensão visual nativa e a programação agêntica. Compreensão visual nativa significa que as imagens são tratadas dentro do modelo, em vez de passarem por um módulo de visão separado acoplado depois. No plano técnico, a equipe representa os sinais visuais como tokens discretos multinível, dando continuidade a uma abordagem herdada do modelo anterior. A programação agêntica abrange o tipo de trabalho em que um modelo escreve e executa código, verifica o resultado e itera — o ciclo por trás da maioria das ferramentas de software de IA atuais.
O lançamento já é parcialmente utilizável. A experiência online e o acesso à API foram abertos com o anúncio, enquanto os pesos do modelo devem aparecer em breve no GitHub e no HuggingFace. Essa sequência — primeiro hospedado, depois os pesos — tornou-se comum entre os laboratórios chineses: permite aos desenvolvedores testar o modelo imediatamente enquanto a empresa mantém certo controle sobre a distribuição até a publicação aberta.
A Meituan é mais conhecida fora da China como aplicativo de entrega de comida e serviços locais, mas vem construindo há anos um braço interno de pesquisa em IA. O LongCat dá à empresa um modelo próprio em vez da dependência da API de outra, um padrão cada vez mais visível entre as empresas chinesas de internet de consumo que querem funções de IA integradas a compras, reservas e entregas sem pagar a terceiros por cada chamada.
O momento não é acidental. O ciclo de notícias de IA do mesmo dia incluiu a DeepSeek abrindo o código de uma arquitetura de Super-agente e anúncios de comércio eletrônico de tokens de IA como categoria de produto própria durante o festival de compras da Double 11. A competição chinesa em IA passou das pontuações brutas em benchmarks para agentes que concluem tarefas de várias etapas, e o LongCat-2.5 mira exatamente essa disputa.
O que segue não comprovado é o que os números não resolvem: se um agente de 1,6 trilhão de parâmetros se mantém confiável ao longo de horas de trabalho e se a conta computacional faz sentido para as margens de uma empresa de entregas. Testes independentes importarão mais do que o post de lançamento. O próximo marco concreto é a prometida liberação dos pesos no GitHub e no HuggingFace, quando desenvolvedores externos poderão rodar o LongCat-2.5 por conta própria e relatar o que ele realmente faz.