मीटुआन ने 2 नवंबर को लॉन्गकैट-2.5 जारी किया, जिसमें अपने लॉन्गकैट लाइनअप में 1.6-ट्रिलियन-पैरामीटर देशी मल्टीमॉडल मॉडल जोड़ा गया - और अपने प्राथमिक मिशन के रूप में चैट नहीं, बल्कि लॉन्ग-क्षितिज एजेंटिक कोडिंग को नामित किया। टेकनोड के अनुसार, आईटी होम के माध्यम से लॉन्च पर रिपोर्टिंग करते हुए, मॉडल प्रत्येक टोकन के लिए लगभग 48 बिलियन मापदंडों को सक्रिय करता है, प्रत्येक अनुरोध पर कुल पैरामीटर गणना की पूरी अनुमान लागत का भुगतान किए बिना फ्रंटियर-स्केल क्षमता प्रदान करने के लिए डिज़ाइन किया गया एक आर्किटेक्चर।

यह लॉन्च लॉन्गकैट-2.5-प्रीव्यू का उत्पादन अनुवर्ती है, जिसे मीटुआन ने सितंबर के अंत में 1 मिलियन-टोकन संदर्भ विंडो के साथ 1.6T मिश्रण-विशेषज्ञ एजेंट मॉडल के रूप में शिप किया था, उस समय पांडेली के कवरेज के अनुसार। इस कहानी और व्यापक मॉडल दौड़ के बारे में अधिक जानकारी के लिए, हमारा AI मॉडल कवरेज देखें।

उन एजेंटों के लिए बनाया गया जो घंटों काम करते हैं, सेकंडों में नहीं

लॉन्गकैट-2.5 की निर्णायक शर्त यह है कि सीमा सवालों के जवाब देने से लेकर कार्यों को पूरा करने तक पहुंच गई है। मीटुआन ने कहा कि इसने लंबे कार्य अनुक्रमों पर प्रशिक्षण का विस्तार किया और जटिल कोडबेस और पूर्ण सॉफ्टवेयर परियोजनाओं पर मॉडल के काम को बेहतर बनाने के लिए बड़े पैमाने पर सुदृढीकरण सीखने को लागू किया - विस्तारित, बहु-चरणीय नौकरियां जहां एजेंट सिस्टम बहाव, स्टाल या चुपचाप विफल हो जाते हैं।

एक प्रशिक्षण तकनीक सामने आती है। कंपनी ने कहा कि यह वास्तविक एजेंटों द्वारा सामना की गई विफलताओं को पुनरुत्पादित प्रशिक्षण कार्यों में बदल देता है, जिससे उत्पादन एजेंटों द्वारा गलतियाँ करने और मॉडल आगे क्या सीखता है, के बीच का चक्र बंद हो जाता है। यह एक ऐसा दृष्टिकोण है जो एजेंट की विफलताओं को उपाख्यानों के रूप में नहीं बल्कि पाठ्यक्रम के रूप में मानता है - और यह संकेत देता है कि मीटुआन तैनात प्रणालियों से कठिन प्रशिक्षण डेटा को उस पैमाने पर एकत्रित कर रहा है जिसकी अधिकांश प्रयोगशालाएँ तुलना नहीं कर सकती हैं, यह देखते हुए कि कंपनी के खाद्य-वितरण और रसद संचालन वास्तविक दुनिया में भारी मात्रा में कार्य ट्रैफ़िक उत्पन्न करते हैं।

एकीकृत टोकन फ्रेमवर्क में नेटिव मल्टीमॉडैलिटी

लॉन्च कवरेज के अनुसार, LongCat-2.5 एक एकीकृत टोकन ढांचे के भीतर दृश्य और पाठ इनपुट को संसाधित करता है - जिसका अर्थ है कि छवियों और पाठ को अलग-अलग एनकोडर के माध्यम से एक साथ पैच करने के बजाय एक ही अंतर्निहित प्रतिनिधित्व में परिवर्तित किया जाता है। मीटुआन का कहना है कि यह पारंपरिक सॉफ्टवेयर इंजीनियरिंग कार्य के साथ-साथ विज़ुअल कोडिंग, रचनात्मक डिज़ाइन और 3डी कार्यों को सक्षम बनाता है।

मल्टीमॉडल जोर एजेंटिक-कोडिंग क्षेत्र में एक विभेदक है, जहां अधिकांश प्रतिस्पर्धी टेक्स्ट-प्रथम बने रहते हैं। एक एजेंट जो डिज़ाइन मॉकअप पढ़ सकता है, 3डी दृश्य के बारे में तर्क कर सकता है, या बग रिपोर्ट के स्क्रीनशॉट की व्याख्या कर सकता है, वह केवल कोड देखने वाले एजेंट की तुलना में वास्तविक उत्पाद-विकास कार्य का व्यापक हिस्सा ले सकता है।

48 बिलियन सक्रिय पैरामीटर्स का अर्थशास्त्र

1.6T-कुल / ~48B-सक्रिय स्प्लिट अनपैकिंग के लायक है, क्योंकि यह बताता है कि यह मॉडल किसके लिए है। विशेषज्ञों के मिश्रण के डिज़ाइन में, नेटवर्क का केवल एक छोटा सा हिस्सा किसी दिए गए टोकन पर सक्रिय होता है, जो एक ट्रिलियन-स्केल मॉडल को चलाने के लिए किफायती बनाता है: क्षमता उन अनुरोधों के लिए होती है जिन्हें इसकी आवश्यकता होती है, जबकि प्रति-टोकन लागत सक्रिय पैरामीटर गणना को ट्रैक करती है। एजेंटिक कार्यभार के लिए गणित यौगिक। एक एजेंट जो घंटों तक काम करता है वह योजना, टूल कॉल और कोड संपादन में सैकड़ों हजारों या लाखों टोकन उत्पन्न करता है - इसलिए 48 बिलियन सक्रिय पैरामीटर के लिए भुगतान और हर चरण पर 1.6 ट्रिलियन के भुगतान के बीच का अंतर एक व्यवहार्य उत्पाद और एक शोध डेमो के बीच का अंतर है।

पांडेली के अनुसार, पेश किए गए पूर्वावलोकन मॉडल में 1 मिलियन-टोकन संदर्भ विंडो के साथ संयुक्त, लक्ष्य कार्यभार स्पष्ट है: एक एजेंट पूरे कोडबेस, उसके दस्तावेज़ीकरण और कार्यशील मेमोरी में उसके विफलता इतिहास को रखता है, जबकि वह घंटों में मापी गई कार्य सूची को निष्पादित करता है।

उपलब्धता: चैट और एपीआई अभी, अनुसरण करने के लिए ओपन वेट

TechNode के अनुसार, मॉडल Meituan की ऑनलाइन चैट सेवा और API प्लेटफ़ॉर्म के माध्यम से तुरंत उपलब्ध है। GitHub और हगिंग फेस रिलीज़ का अनुसरण करने की योजना बनाई गई है - एक अनुक्रम जो अन्य चीनी प्रयोगशालाओं की प्लेबुक को प्रतिध्वनित करता है, जो तेजी से पहले पहुंच की मेजबानी करता है और कुछ ही समय बाद वजन खोलता है।

मंचित रिलीज़ दो दर्शकों के लिए मायने रखती है। उद्यमों के लिए, आज एपीआई उपलब्धता का मतलब है कि कोडिंग-एजेंट वर्कलोड के लिए लॉन्गकैट-2.5 का तुरंत मूल्यांकन किया जा सकता है। ओपन-सोर्स इकोसिस्टम के लिए, वादा किया गया वेट रिलीज यह निर्धारित करेगा कि लॉन्गकैट-2.5 पिछले खुले तौर पर जारी किए गए चीनी मॉडलों की तरह फाइन-ट्यून एजेंटिक सिस्टम के लिए आधार बन जाएगा या नहीं।

चीनी मॉडल रिलीज़ के लिए भीड़भाड़ वाला सप्ताह

चीन के एआई क्षेत्र की गतिविधियों में तेजी के बीच यह प्रक्षेपण हुआ। उसी दिन, TechNode ने बताया कि SenseTime ने 9-बिलियन-पैरामीटर मॉडल को ओपन-सोर्स किया, जो गहन प्रसंस्करण के लिए परतों का पुन: उपयोग करता है, और DeepSeek की टीम ने एक प्रोएक्टिव कोडिंग एजेंट अनुसंधान प्रोटोटाइप को ओपन-सोर्स किया। मीटुआन, जिसे विश्व स्तर पर खाद्य-वितरण दिग्गज के रूप में जाना जाता है, ने चुपचाप देश में अधिक विश्वसनीय एआई अनुसंधान कार्यक्रमों में से एक का निर्माण किया है - और लॉन्गकैट-2.5 इसका तर्क है कि एजेंटिक कोडिंग, जमीन से मल्टीमॉडल, कार्यभार है जो मायने रखता है।

क्या पूर्ण रिलीज़ उन बेंचमार्क पर पूर्वावलोकन मॉडल से बेहतर प्रदर्शन करती है जिनकी एजेंसियां ​​और डेवलपर्स परवाह करते हैं - लंबे-क्षितिज कार्य पूर्णता, कोडबेस-स्तरीय संपादन, मल्टीमॉडल ग्राउंडिंग - तत्काल परीक्षण होगा। रणनीतिक दिशा पहले से ही स्पष्ट है: बड़े मॉडलों के लिए अगला प्रतिस्पर्धी आधार सामान्य ज्ञान के उत्तर या निबंध लेखन नहीं है, बल्कि वास्तविक सॉफ़्टवेयर पर घंटों का स्वायत्त कार्य है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →