Společnost Meituan vydala LongCat-2.5 2. listopadu a přidala do své řady LongCat nativní multimodální model s 1,6 biliony parametrů – a určila jako své primární poslání agentní kódování s dlouhým horizontem, nikoli chat. Podle TechNode, který informuje o spuštění prostřednictvím IT Home, model aktivuje přibližně 48 miliard parametrů pro každý token, což je architektura navržená tak, aby poskytovala hraniční kapacitu, aniž by platily plné odvozené náklady na celkový počet parametrů na každý požadavek.
Uvedení na trh je produkčním pokračováním LongCat-2.5-Preview, který Meituan dodal na konci září jako 1,6T model mixu expertů s kontextovým oknem 1 milion tokenů, na pokrytí Pandaily v té době. Další informace o tomto příběhu a širší modelové rase najdete v našem pokrytí modelů AI.
Vytvořeno pro agenty, kteří pracují hodiny, ne sekundy
Definující sázka LongCat-2.5 je, že hranice se posunula od odpovídání na otázky k plnění úkolů. Společnost Meituan uvedla, že rozšířila školení o dlouhých sekvencích úloh a aplikovala rozsáhlé učení na posílení, aby zlepšila práci modelu na komplexních kódových základnách a kompletních softwarových projektech – rozšířené, vícekrokové úlohy, kde systémy agentů mají tendenci se unášet, zastavovat se nebo tiše selhávat.
Jedna tréninková technika vyniká. Společnost uvedla, že převádí selhání, se kterými se setkávají skuteční agenti, do reprodukovatelných školicích úkolů, čímž uzavírá smyčku mezi tím, co produkční agenti dělají špatně, a tím, co se model učí dále. Je to přístup, který selhání agentů nepovažuje za anekdoty, ale jako osnovu – a signalizuje, že Meituan sbírá tvrdá tréninková data z nasazených systémů v rozsahu, kterému se většina laboratoří nemůže vyrovnat, vzhledem k tomu, že dodávky potravin a logistické operace společnosti generují obrovské objemy provozu v reálném světě.
Nativní multimodalita v rámci Unified Token Framework
LongCat-2.5 zpracovává vizuální a textové vstupy v rámci jednotného tokenového rámce, podle pokrytí spuštění – což znamená, že obrázky a text jsou převedeny do stejné základní reprezentace, spíše než se spojují pomocí samostatných kodérů. Meituan říká, že to umožňuje vizuální kódování, kreativní design a 3D úkoly vedle konvenční softwarové inženýrské práce.
Multimodální důraz je diferenciátorem v oblasti agentního kódování, kde většina konkurentů zůstává na prvním místě textem. Agent, který dokáže přečíst maketu návrhu, zdůvodnit 3D scénu nebo interpretovat snímek obrazovky hlášení chyby, může převzít větší podíl skutečné práce na vývoji produktu než ten, který vidí pouze kód.
Ekonomika 48 miliard aktivovaných parametrů
1,6T-total / ~48B-active split stojí za rozbalení, protože vysvětluje, pro koho je tento model určen. V designu složeném z odborníků se na jakýkoli daný token spustí pouze malá část sítě, což činí model v bilionovém měřítku dostupným pro provoz: kapacita je k dispozici pro požadavky, které ji potřebují, zatímco náklady na token sledují počet aktivních parametrů. Pro agentní zátěž matematické sloučeniny. Agent, který pracuje celé hodiny, generuje stovky tisíc nebo miliony tokenů napříč plánováním, voláním nástrojů a úpravami kódu – takže rozdíl mezi platbou za 48 miliard aktivních parametrů a platbou za 1,6 bilionu na každém kroku je rozdíl mezi životaschopným produktem a výzkumnou demoverzí.
V kombinaci s kontextovým oknem s 1 milionem tokenů, který zavedl model náhledu na Pandaily, je cílová pracovní zátěž jednoznačná: agent držící celou kódovou základnu, její dokumentaci a historii selhání v pracovní paměti, zatímco provádí seznam úkolů měřený v hodinách.
Dostupnost: Chat a API nyní, otevřené váhy k následování
Model je podle TechNode okamžitě k dispozici prostřednictvím online chatovací služby a platformy API společnosti Meituan. Plánuje se následovat vydání GitHubu a Hugging Face – sekvence, která odpovídá učebnici jiných čínských laboratoří, které stále častěji dodávají hostitelský přístup jako první a krátce poté otevřené váhy.
Inscenované vydání má význam pro dva diváky. Pro podniky dnes dostupnost API znamená, že LongCat-2.5 lze okamžitě vyhodnotit z hlediska zátěže kódovacího agenta. Pro ekosystém s otevřeným zdrojovým kódem slíbené vydání vah určí, zda se LongCat-2.5 stane základem pro vyladěné agentní systémy, jako tomu bylo u předchozích otevřených čínských modelů.
Přeplněný týden pro čínské modely
Start přistane uprostřed výbuchu aktivity čínského sektoru AI. Ve stejný den TechNode oznámil, že SenseTime open source model s 9 miliardami parametrů, který znovu používá vrstvy pro hlubší zpracování, a že tým DeepSeek open source proaktivní výzkumný prototyp kódovacího agenta. Meituan, celosvětově známý jako gigant na doručování potravin, v tichosti vybudoval jeden z nejdůvěryhodnějších výzkumných programů AI v zemi – a LongCat-2.5 je jeho argumentem, že agentní kódování, od základu multimodální, je pracovní zátěž, na které záleží.
Okamžitým testem bude, zda plná verze předčí testovací model v benchmarcích, o které se agentury a vývojáři starají – dokončení úkolů s dlouhým horizontem, úpravy na úrovni kódové základny, multimodální zakotvení. Co je již jasné, je strategický směr: dalším sporným polem pro velké modely nejsou odpovědi na drobnosti nebo psaní esejí, ale hodinová autonomní práce na skutečném softwaru.
---
Stay Ahead of AIZískejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.
Přečtěte si další zprávy o AI →
