Meituan ngrilis LongCat-2.5 tanggal 2 Nopember, nambahake model multimodal asli 1.6 triliun-parameter menyang barisan LongCat - lan nunjukake coding agenik long-horizon, dudu chatting, minangka misi utami. Miturut TechNode, nglaporake babagan peluncuran liwat IT Home, model kasebut ngaktifake kira-kira 48 milyar paramèter kanggo saben token, arsitektur sing dirancang kanggo ngirim kapasitas skala wates tanpa mbayar biaya inferensi lengkap saka total parameter ing saben panyuwunan.

Peluncuran kasebut minangka tindak lanjut produksi LongCat-2.5-Preview, sing dikirim Meituan ing pungkasan September minangka model agen campuran 1.6T kanthi jendela konteks 1 yuta token, saben jangkoan Pandaily nalika iku. Kanggo luwih lengkap babagan crita iki lan balapan model sing luwih akeh, deleng liputan model AI.

Dibangun kanggo Agen sing Kerja Berjam-jam, Ora Detik

Taruhan sing nemtokake LongCat-2.5 yaiku wates wis pindhah saka njawab pitakonan menyang ngrampungake tugas. Meituan ngandika ditambahi latihan ing urutan tugas dawa lan Applied learning pitulungan gedhe-ukuran kanggo nambah karya model ing codebases Komplek lan proyèk lunak lengkap - lengkap, proyek multi-langkah ngendi sistem agen kathah drift, kios utawa quietly gagal.

Salah siji teknik latihan stand out. Perusahaan kasebut ujar manawa ngowahi kegagalan sing ditemoni dening agen nyata dadi tugas latihan sing bisa direproduksi, nutup puteran ing antarane agen produksi sing salah lan apa sing disinaoni model sabanjure. Iki minangka pendekatan sing nganggep kegagalan agen ora minangka anekdot nanging minangka kurikulum - lan menehi tandha manawa Meituan nglumpukake data latihan keras saka sistem sing disebarake kanthi skala sing paling ora bisa cocog karo laboratorium, amarga operasi pangiriman pangan lan logistik perusahaan ngasilake volume lalu lintas tugas ing donya nyata.

Multimodalitas Native ing Framework Token Unified

LongCat-2.5 ngolah input visual lan teks ing kerangka token sing digabung, miturut jangkoan peluncuran - tegese gambar lan teks diowahi dadi perwakilan dhasar sing padha tinimbang ditambal liwat encoder sing kapisah. Meituan ujar manawa iki ngidini coding visual, desain kreatif lan tugas 3D bebarengan karo karya rekayasa piranti lunak konvensional.

Penekanan multimodal minangka pembeda ing niche kode-agenik, sing paling akeh pesaing tetep dadi teks. Agen sing bisa maca mockup desain, alesan babagan pemandangan 3D, utawa napsirake gambar saka laporan bug bisa njupuk bagean sing luwih akeh saka karya pangembangan produk nyata tinimbang sing mung ndeleng kode.

Ekonomi 48 Milyar Parameter Diaktifake

1.6T-total / ~48B-aktif pamisah worth unpacking, amarga nerangake sing model iki kanggo. Ing desain campuran-ahli, mung bagian sekedhik cilik saka jaringan fires ing sembarang token tartamtu, kang ndadekake model triliun-ukuran terjangkau kanggo mbukak: kapasitas ana kanggo panjalukan sing perlu, nalika biaya saben-token nglacak count parameter aktif. Kanggo beban kerja agen, senyawa matematika. Agen sing kerjane nganti pirang-pirang jam ngasilake atusan ewu utawa mayuta-yuta token ing perencanaan, telpon alat lan suntingan kode - dadi jurang antarane mbayar 48 milyar paramèter aktif lan mbayar 1,6 triliun ing saben langkah minangka prabédan antarane produk sing sregep lan demo riset.

Digabungake karo jendhela konteks 1 yuta token model pratinjau sing dienalake, saben Pandaily, beban kerja target ora jelas: agen sing nyekel kabeh basis kode, dokumentasi lan riwayat gagal ing memori kerja nalika nindakake dhaptar tugas sing diukur sajrone jam.

Kasedhiyan: Ngobrol lan API Saiki, Bukak Bobot kanggo Tindakake

Model kasebut kasedhiya langsung liwat layanan obrolan online Meituan lan platform API, miturut TechNode. Rilis GitHub lan Hugging Face direncanakake bakal diterusake - urutan sing nyuarakke playbook laboratorium Cina liyane, sing tambah akeh ngirim akses sing di-host dhisik lan mbukak bobot sakcepete.

Rilis sing dipentasake penting kanggo rong pamirsa. Kanggo perusahaan, kasedhiyan API saiki tegese LongCat-2.5 bisa dievaluasi langsung kanggo beban kerja agen coding. Kanggo ekosistem open-source, rilis bobot sing dijanjekake bakal nemtokake manawa LongCat-2.5 dadi dhasar kanggo sistem agenik sing wis disetel kanthi apik kaya model Cina sing dirilis sadurunge.

Minggu Rame kanggo Rilis Model Cina

Peluncuran kasebut diluncurake ing tengah-tengah kegiatan saka sektor AI China. Ing dina sing padha, TechNode nglaporake manawa SenseTime mbukak sumber model 9 milyar parameter sing nggunakake maneh lapisan kanggo proses sing luwih jero, lan tim DeepSeek mbukak prototipe riset agen coding proaktif. Meituan, sing paling dikenal ing saindenging jagad minangka raksasa pangiriman panganan, kanthi tenang mbangun salah sawijining program riset AI sing luwih dipercaya ing negara kasebut - lan LongCat-2.5 minangka argumentasi yen coding agen, multimodal saka wiwitan, minangka beban kerja sing penting.

Apa release lengkap ngluwihi model pratinjau ing benchmarks sing agensi lan pangembang care babagan - long-horizon tugas completion, codebase-tingkat suntingan, multimodal grounding - bakal test langsung. Apa sing wis jelas yaiku arah strategis: lapangan sing ditandingi sabanjure kanggo model gedhe dudu jawaban trivia utawa nulis esai, nanging karya otonom sajrone pirang-pirang jam ing piranti lunak nyata.

---

Tetep Ahead of AI

Entuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.

Waca liyane AI warta →