Meituan merilis LongCat-2.5 pada tanggal 2 November, menambahkan model multimodal asli dengan 1,6 triliun parameter ke jajaran LongCatnya — dan menetapkan pengkodean agen jangka panjang, bukan obrolan, sebagai misi utamanya. Menurut TechNode, melaporkan peluncuran melalui IT Home, model tersebut mengaktifkan sekitar 48 miliar parameter untuk setiap token, sebuah arsitektur yang dirancang untuk memberikan kapasitas skala batas tanpa membayar biaya inferensi penuh dari total jumlah parameter pada setiap permintaan.
Peluncuran ini merupakan tindak lanjut produksi dari LongCat-2.5-Preview, yang dikirimkan Meituan pada akhir September sebagai model agen campuran ahli 1,6T dengan jendela konteks 1 juta token, sesuai dengan cakupan Pandaily pada saat itu. Untuk informasi lebih lanjut tentang kisah ini dan perlombaan model yang lebih luas, lihat cakupan model AI.
Dibuat untuk Agen yang Bekerja Berjam-Jam, Bukan Detik
Hal yang paling menentukan dari LongCat-2.5 adalah bahwa batasannya telah berubah dari menjawab pertanyaan menjadi menyelesaikan tugas. Meituan mengatakan pihaknya memperluas pelatihan pada rangkaian tugas yang panjang dan menerapkan pembelajaran penguatan skala besar untuk meningkatkan kerja model pada basis kode yang kompleks dan menyelesaikan proyek perangkat lunak – pekerjaan multi-langkah yang diperluas di mana sistem agen cenderung melayang, terhenti, atau gagal secara diam-diam.
Salah satu teknik pelatihan menonjol. Perusahaan mengatakan mereka mengubah kegagalan yang dihadapi oleh agen nyata menjadi tugas pelatihan yang dapat direproduksi, menutup lingkaran antara kesalahan yang dilakukan agen produksi dan apa yang dipelajari model selanjutnya. Pendekatan ini menganggap kegagalan agen bukan sebagai anekdot, namun sebagai kurikulum — dan ini menandakan bahwa Meituan sedang mengumpulkan data pelatihan keras dari sistem yang diterapkan pada skala yang tidak dapat ditandingi oleh sebagian besar laboratorium, mengingat operasi pengiriman makanan dan logistik perusahaan menghasilkan volume lalu lintas tugas yang sangat besar di dunia nyata.
Multimodalitas Asli dalam Kerangka Token Terpadu
LongCat-2.5 memproses input visual dan teks dalam kerangka token terpadu, sesuai dengan cakupan peluncuran — yang berarti gambar dan teks diubah menjadi representasi dasar yang sama daripada ditambal bersama melalui encoder terpisah. Meituan mengatakan hal ini memungkinkan pengkodean visual, desain kreatif, dan tugas 3D bersamaan dengan pekerjaan rekayasa perangkat lunak konvensional.
Penekanan multimodal adalah pembeda dalam ceruk pengkodean agen, di mana sebagian besar pesaing tetap mengutamakan teks. Agen yang dapat membaca maket desain, memberikan alasan tentang adegan 3D, atau menafsirkan tangkapan layar laporan bug dapat melakukan lebih banyak pekerjaan pengembangan produk nyata daripada agen yang hanya melihat kode.
Keekonomian 48 Miliar Parameter yang Diaktifkan
Perpecahan 1,6T total / ~48B aktif layak untuk dibongkar, karena ini menjelaskan untuk siapa model ini ditujukan. Dalam desain campuran para ahli, hanya sebagian kecil dari jaringan yang mengaktifkan token tertentu, sehingga membuat model berskala triliun terjangkau untuk dijalankan: kapasitas tersedia untuk permintaan yang memerlukannya, sementara biaya per token melacak jumlah parameter aktif. Untuk beban kerja agen, senyawa matematika. Agen yang bekerja berjam-jam menghasilkan ratusan ribu atau jutaan token di seluruh perencanaan, penggunaan alat, dan pengeditan kode — sehingga kesenjangan antara membayar 48 miliar parameter aktif dan membayar 1,6 triliun pada setiap langkah adalah perbedaan antara produk yang layak dan demo penelitian.
Dikombinasikan dengan jendela konteks 1 juta token yang diperkenalkan model pratinjau, menurut Pandaily, beban kerja target tidak ambigu: agen yang memegang seluruh basis kode, dokumentasinya, dan riwayat kegagalannya dalam memori kerja saat menjalankan daftar tugas yang diukur dalam jam.
Ketersediaan: Obrolan dan API Sekarang, Buka Bobot untuk Diikuti
Model ini segera tersedia melalui layanan obrolan online Meituan dan platform API, menurut TechNode. Rilisan GitHub dan Hugging Face rencananya akan menyusul — urutan yang serupa dengan pedoman laboratorium Tiongkok lainnya, yang semakin banyak mengirimkan akses host terlebih dahulu dan bobot terbuka segera setelahnya.
Rilisan bertahap penting untuk dua audiens. Bagi perusahaan, ketersediaan API saat ini berarti LongCat-2.5 dapat segera dievaluasi untuk beban kerja agen pengkodean. Untuk ekosistem open-source, rilis bobot yang dijanjikan akan menentukan apakah LongCat-2.5 akan menjadi landasan bagi sistem agen yang disempurnakan seperti model Tiongkok yang dirilis secara terbuka sebelumnya.
Minggu yang Ramai untuk Rilisan Model Tiongkok
Peluncuran ini dilakukan di tengah lonjakan aktivitas sektor AI Tiongkok. Pada hari yang sama, TechNode melaporkan bahwa SenseTime membuat model 9 miliar parameter menjadi sumber terbuka yang menggunakan kembali lapisan untuk pemrosesan lebih dalam, dan bahwa tim DeepSeek membuat prototipe penelitian agen pengkodean proaktif menjadi sumber terbuka. Meituan, yang paling dikenal secara global sebagai raksasa pengiriman makanan, diam-diam telah membangun salah satu program penelitian AI yang lebih kredibel di negara ini – dan LongCat-2.5 adalah argumennya bahwa pengkodean agen, multimodal sejak awal, adalah beban kerja yang penting.
Apakah rilis lengkap ini mengungguli model pratinjau pada tolok ukur yang menjadi perhatian lembaga dan pengembang – penyelesaian tugas jangka panjang, pengeditan tingkat basis kode, landasan multimodal – akan menjadi ujian langsung. Yang sudah jelas adalah arah strategisnya: arena persaingan berikutnya untuk model-model besar bukanlah jawaban-jawaban trivia atau penulisan esai, melainkan kerja mandiri selama berjam-jam pada perangkat lunak nyata.
---
Tetap Terdepan dalam AIDapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.
Baca berita AI selengkapnya →
