The Pulse
Meituan rilascia LongCat-2.5, un modello per agenti da 1,6T di parametri
LongCat-2.5 di Meituan combina input visivi e programmazione agentica e registra miglioramenti rispetto al suo predecessore su diversi benchmark. I risultati pubblicati lo vedono però anche indietro rispetto ai concorrenti in alcuni test, e
AI.info Team · Scritto con l’IA · verificato ·
LongCat-2.5 è un modello da 1600 miliardi di parametri, di cui circa 48 miliardi attivi per token, progettato per input multimodali e compiti agentici di lunga durata. Il post di Meituan su LongCat descrive miglioramenti nella comprensione visiva e nella programmazione agentica, mentre la tabella dei benchmark mostra un quadro contrastante: il modello supera alcuni dei rivali elencati in determinati test e resta indietro rispetto ad altri.
Il registro delle modifiche dell’API di LongCat indica il modello come disponibile il 2 novembre 2026. L’azienda afferma che il sistema è destinato ad attività come lo sviluppo di basi di codice complesse e la realizzazione di interi progetti, oltre che alla programmazione visiva, al design creativo e a compiti 3D.
Token visivi e lavoro agentico di lunga durata
LongCat rappresenta i segnali visivi come token discreti multilivello, consentendo alla sua architettura portante di elaborare input visivi e testuali in un formato condiviso basato su token. Secondo il post, il progetto combina la tokenizzazione visiva alla risoluzione nativa, la pre-elaborazione visiva offline e gli embedding visivi appresi congiuntamente con l’architettura portante. L’obiettivo è supportare i compiti visivi semplificando al tempo stesso il calcolo e la gestione dei carichi di lavoro durante l’addestramento.
«Presentiamo LongCat-2.5, un modello multimodale nativo per compiti agentici di lunga durata».
Scrivono gli autori di LongCat
Per il lavoro agentico, il team afferma di aver esteso l’addestramento su scala più ampia intervenendo su dati, ambienti, algoritmi e infrastrutture di supporto. La sua pipeline per i compiti di programmazione genera compiti, ambienti interattivi e test verificabili; utilizza inoltre traiettorie di fallimento degli agenti nel mondo reale per creare compiti di addestramento riproducibili e aggiungere dati per colmare le lacune nelle capacità. L’addestramento combina compiti e strutture di supporto associati a diversi benchmark: secondo il post, questo migliora la generalizzazione in configurazioni diverse.
Il post descrive anche l’addestramento su contesti lunghi e l’inferenza con pesi e attivazioni a quattro bit su acceleratori di IA nazionali. Negli stress test online, LongCat riporta un throughput di prefill superiore del 43,3% e un throughput di decode superiore del 42,77% rispetto alla propria baseline W8A8 INT8. Si tratta di risultati dichiarati dall’azienda per quel confronto.
I benchmark mostrano progressi e divari
Su Terminal Bench v2.1, LongCat-2.5 ottiene 88,4, contro i 70,8 di LongCat-2.0; Claude Opus 5 ottiene 89,1 e DeepSeek-V4.1-Flash 90,6. Su PaperBench, LongCat-2.5 ottiene 82,1, sopra il 79,1 di Claude Opus 5 ma sotto l’83,3 di GPT-5.6-Sol.
Su BrowseComp, LongCat-2.5 ottiene 91,9, davanti a LongCat-2.0, fermo a 79,9, e a tutti i rivali elencati nella tabella, tra cui kimi-k3 con 91,2 e DeepSeek-V4.1-Flash con 91,5. Il quadro cambia su Vision2Web: LongCat-2.5 ottiene 78,6, sotto Claude Opus 5 con 80,2 e kimi-k3 con 79,0.
Meituan afferma che i risultati di LongCat-2.5 utilizzano generalmente la modalità di ragionamento, una temperatura di 1,0 e top-p pari a 0,95. Il post indica che alcuni punteggi dei modelli concorrenti provengono da rapporti pubblici, post di blog o classifiche; altri risultati dei rivali derivano da test condotti internamente e sono descritti come indicativi. La tabella combina quindi risultati provenienti da fonti e condizioni di valutazione diverse, anziché da un unico confronto diretto uniforme.
Accesso all’API e limiti
La documentazione di LongCat indica il supporto per le richieste API nei formati OpenAI e Anthropic e una finestra di contesto fino a 1 milione di token, con una lunghezza massima dell’output di 256K token. Le note di rilascio indicano anche la compatibilità con Claude Code, Codex e Hermes, tra le altre infrastrutture di supporto per agenti.