Meituan выпускает LongCat-2.5: агентная модель с 1,6 трлн параметров
Команда LongCat компании Meituan 2 ноября выпустила LongCat-2.5 — модель, которую она описывает как нативно мультимодальную и созданную для длительных агентных задач, то есть работы, где ИИ должен планировать, использовать инструменты и продвигаться через множество шагов, а не отвечать на один вопрос. Главная цифра — размер: 1,6 трлн общих параметров, из которых примерно 48 млрд активируются для каждого обрабатываемого токена.
Этот разрыв между общим и активным числом параметров — ключ к пониманию заявленного. LongCat-2.5, судя по всему, использует архитектуру смеси экспертов, при которой существует очень большой пул параметров, но для любого данного токена включается лишь небольшая их часть. Такой подход позволяет лабораториям рекламировать огромную ёмкость, сохраняя вычислительную стоимость каждого ответа ближе к стоимости гораздо меньшей модели. Сейчас это стандартный способ построения передовых систем, и это значит, что число параметров говорит о реальной скорости меньше, чем когда-то.
Meituan утверждает, что новая версия усиливает две вещи по сравнению с LongCat-2.0: нативное визуальное понимание и агентное программирование. Нативное визуальное понимание означает, что изображения обрабатываются внутри модели, а не передаются через отдельный визуальный модуль, приделанный потом. На техническом уровне команда представляет визуальные сигналы как многоуровневые дискретные токены, продолжая подход, перенесённый из предыдущей модели. Агентное программирование охватывает работу, где модель пишет и запускает код, проверяет результат и повторяет цикл — тот самый цикл, что лежит в основе большинства современных ИИ-инструментов для разработки.
Релиз уже частично доступен. Онлайн-демонстрация и доступ через API открылись вместе с анонсом, а веса модели должны вскоре появиться на GitHub и HuggingFace. Такая последовательность — сначала хостинг, потом веса — стала обычной для китайских лабораторий: она позволяет разработчикам сразу тестировать модель, пока компания сохраняет некоторый контроль над распространением до открытого релиза.
За пределами Китая Meituan известна прежде всего как приложение для доставки еды и локальных услуг, но компания годами строила собственное исследовательское подразделение в области ИИ. LongCat даёт ей собственную модель, а не зависимость от чужого API — схема, всё чаще заметная среди китайских потребительских интернет-компаний, которые хотят встроить ИИ-функции в покупки, бронирование и доставку, не платя третьей стороне за каждый вызов.
Совпадение по времени не случайно. В тот же день в новостях об ИИ DeepSeek открыла исходный код архитектуры Super-agent, а на торговых площадках в рамках фестиваля распродаж Double 11 появились предложения ИИ-токенов как отдельной товарной категории. Конкуренция в китайском ИИ сместилась от чистых результатов бенчмарков к агентам, выполняющим многошаговые задачи, и LongCat-2.5 нацелена прямо на это состязание.
Недоказанным остаётся то, что цифры решить не могут: остаётся ли агент с 1,6 трлн параметров надёжным на протяжении многих часов работы и имеет ли смысл счёт за вычисления для маржи компании по доставке. Независимое тестирование будет важнее, чем пост о запуске. Следующая конкретная контрольная точка — обещанный выпуск весов на GitHub и HuggingFace, когда сторонние разработчики смогут сами запустить LongCat-2.5 и рассказать, что она на самом деле делает.