Meituan выпустила LongCat-2.5: 1,6 трлн параметров под агентные задачи
1 ноября команда LongCat компании Meituan выпустила LongCat-2.5 — мультимодальную модель для задач, где агент работает много шагов подряд. Масштаб: 1,6 трлн параметров, из которых на токен активны около 48 млрд. Ставка — обучение с подкреплением на задачах, где агент делает много шагов подряд: неудачные траектории реальных агентов превращают в воспроизводимые тренировочные задачи, а обучение ведут сразу на нескольких харнессах, включая Claude Code.
В собственных замерах Terminal Bench v2.1 модель набрала 88,4 — на уровне заявленных публично результатов Claude Opus 5 (89,1) и DeepSeek-V4.1-Flash (90,6); на свежем Terminal Bench v4.0 — 38,5 против 53,9 у Claude Opus 5. Инференс работает в 4-битном квантовании на китайских ускорителях. Веса обещают выложить на GitHub и HuggingFace позже; пока модель доступна через API и чат.
Что с этим делать
- Не переносите чужие цифры на свои задачи: это замер самого вендора на его харнессах — прогоните модель на своём наборе.
- Дождитесь открытых весов, если планируете развёртывание внутри контура, и проверьте качество 4-битного инференса.
- Присмотритесь к приёму «учиться на неудачных траекториях агентов» — он применим и к собственным агентам, и к их оценке.