Meituan выложила веса LongCat-2.5: 1,6 трлн параметров и обучение на китайских чипах

Китайская компания Meituan, известная доставкой еды, опубликовала веса LongCat-2.5, модели для автономных агентов на 1,6 трлн параметров. Это произошло через неделю после официального анонса. По данным The Decoder, обучали ее целиком на китайском железе. В Terminal Bench v2.1 модель набрала 88,4 балла: чуть меньше, чем Claude Opus 5 (89,1) и GPT-5.6 Sol (88,8).
Что внутри
LongCat-2.5 построена по схеме mixture-of-experts: на каждый токен включается лишь часть экспертов, около 48 млрд параметров из 1,6 трлн. Через API доступен контекст до миллиона токенов, ответ может занимать до 128 тысяч. Модель принимает текст, изображения и видео, отвечает текстом, а режим рассуждений можно включать и выключать.
От LongCat-2.0 она отличается пониманием картинок. Отдельный энкодер изображений Meituan не прикручивала: картинка в исходном разрешении превращается в дискретные токены и обрабатывается вместе с текстом. Подход взят из исследовательской модели LongCat-Next, и нацелен он на визуальный кодинг, дизайн и 3D-задачи.
Как учили агента
Для обучения с подкреплением взяли реальные задачи из pull request'ов на GitHub и воспроизведенные сбои агентов. Чтобы модель не жульничала, в песочницах закрыли интернет, удалили историю Git и кэш, а решения дополнительно проверяла другая языковая модель: искала уловки. Кроме того, в LongCat-2.5 дистиллировали навыки нескольких узких моделей-учителей: для агентной работы, рассуждений и диалога.
Железо
Веса и активации экспертов квантованы до 4 бит, которые китайские чипы обрабатывают нативно. По замерам Meituan, относительно 8-битной версии скорость обработки промпта выросла на 43,3%, а генерации ответа на 42,77%. Точность, как утверждает компания, осталась на уровне несжатой модели. Эта версия лежит в отдельном репозитории.
В руководстве по самостоятельному запуску описан кластер из 194 ускорителей Huawei Ascend серии Atlas A2: два занимаются картинками, 64 принимают промпт, 128 генерируют ответ. Инструкций для Nvidia там нет.
Цифры и оговорки
Все результаты получены самой Meituan, независимых проверок пока нет. В Terminal Bench v2.1 первое место в таблице у Deepseek-V4.1-Flash с 90,6. На DeepSWE, где модели чинят баги в реальных репозиториях, LongCat-2.5 выросла с 9,7 до 64,6 балла. Тем не менее она отстает от всех участников таблицы, кроме Claude Opus 4.8: у Deepseek-V4.1-Flash 74,2, у GPT-5.6 Sol 72,7. В более сложной Terminal Bench v4.0 у нее 38,5 балла, чуть выше, чем у GPT-5.6 Sol (37).
Свежие Claude Opus 5.5 и GPT-6.1 Sol в таблицу Meituan не вошли, поэтому о паритете с самыми новыми западными моделями речи нет. На наш взгляд, сам факт все же значим: открытые веса, мультимодальность и инструкция по запуску без единой карты Nvidia показывают, что агентную модель такого размера можно обучить и обслуживать на отечественной для Китая инфраструктуре. Правда, минимальный кластер из 194 ускорителей, скорее всего, оставляет модель в категории тех, что по карману лишь крупным компаниям и облакам.
Источники
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.