Meituan ने 2 नोव्हेंबर रोजी LongCat-2.5 जारी केले, त्याच्या LongCat लाइनअपमध्ये 1.6-ट्रिलियन-पॅरामीटर नेटिव्ह मल्टीमोडल मॉडेल जोडले — आणि त्याचे प्राथमिक मिशन म्हणून चॅट न करता लाँग-होरिसन एजंटिक कोडिंग नियुक्त केले. TechNode नुसार, IT Home द्वारे लाँच झाल्याचा अहवाल देत, मॉडेल प्रत्येक टोकनसाठी अंदाजे 48 अब्ज पॅरामीटर्स सक्रिय करते, प्रत्येक विनंतीवर एकूण पॅरामीटर मोजणीचा संपूर्ण अनुमान खर्च न देता सीमा-प्रमाण क्षमता वितरीत करण्यासाठी डिझाइन केलेले आर्किटेक्चर.

लॉन्च हे लॉन्गकॅट-2.5-प्रीव्ह्यूचे उत्पादन फॉलो-अप आहे, जे मीटुआनने सप्टेंबरच्या उत्तरार्धात 1 दशलक्ष-टोकन कॉन्टेक्स्ट विंडोसह 1.6T मिक्स्चर-ऑफ-एक्सपर्ट एजंट मॉडेल म्हणून त्यावेळच्या पांडैलीच्या कव्हरेजनुसार पाठवले होते. या कथेबद्दल आणि मॉडेलच्या विस्तृत शर्यतीबद्दल अधिक माहितीसाठी, आमचे AI मॉडेल कव्हरेज पहा.

एजंट्ससाठी बांधले गेले जे काही तास काम करतात, सेकंद नाही

LongCat-2.5 ची व्याख्या अशी आहे की सीमा प्रश्नांची उत्तरे देण्यापासून कार्ये पूर्ण करण्याकडे सरकली आहे. मीटुआनने सांगितले की त्यांनी दीर्घ कार्य अनुक्रमांवर प्रशिक्षणाचा विस्तार केला आणि जटिल कोडबेस आणि पूर्ण सॉफ्टवेअर प्रकल्पांवर मॉडेलचे कार्य सुधारण्यासाठी मोठ्या प्रमाणात मजबुतीकरण शिक्षण लागू केले - विस्तारित, बहु-चरण नोकऱ्या जेथे एजंट सिस्टम वाहून जाणे, थांबणे किंवा शांतपणे अयशस्वी होणे.

एक प्रशिक्षण तंत्र वेगळे आहे. कंपनीने म्हटले आहे की ते वास्तविक एजंट्सना आलेल्या अपयशांना पुनरुत्पादक प्रशिक्षण कार्यांमध्ये रूपांतरित करते, उत्पादन एजंट्सकडून काय चूक होते आणि मॉडेल पुढे काय शिकते यामधील लूप बंद करते. हा एक दृष्टीकोन आहे जो एजंटच्या अपयशांना किस्सा म्हणून नव्हे तर अभ्यासक्रम म्हणून हाताळतो — आणि हे सूचित करते की Meituan तैनात केलेल्या प्रणालींमधून कठोर प्रशिक्षण डेटा काढत आहे ज्या प्रमाणात बहुतेक लॅब जुळू शकत नाहीत, कारण कंपनीच्या अन्न-वितरण आणि लॉजिस्टिक ऑपरेशन्समुळे वास्तविक-जागतिक टास्क ट्रॅफिकचे प्रचंड प्रमाण निर्माण होते.

युनिफाइड टोकन फ्रेमवर्कमध्ये नेटिव्ह मल्टीमोडॅलिटी

LongCat-2.5 लाँच कव्हरेजनुसार, युनिफाइड टोकन फ्रेमवर्कमध्ये व्हिज्युअल आणि मजकूर इनपुटची प्रक्रिया करते — म्हणजे प्रतिमा आणि मजकूर वेगळ्या एन्कोडरद्वारे एकत्र पॅच करण्याऐवजी समान अंतर्निहित प्रतिनिधित्वामध्ये रूपांतरित केले जातात. Meituan म्हणते की हे पारंपारिक सॉफ्टवेअर अभियांत्रिकी कार्यासोबत व्हिज्युअल कोडिंग, क्रिएटिव्ह डिझाइन आणि 3D कार्ये सक्षम करते.

एजंटिक-कोडिंग कोनाड्यामध्ये मल्टीमोडल जोर हा एक भिन्नता आहे, जेथे बहुतेक प्रतिस्पर्धी मजकूर-प्रथम राहतात. एखादा एजंट जो डिझाईन मॉकअप वाचू शकतो, 3D सीनबद्दल कारण सांगू शकतो किंवा बग रिपोर्टच्या स्क्रीनशॉटचा अर्थ लावू शकतो तो फक्त कोड पाहणाऱ्या एजंटपेक्षा वास्तविक उत्पादन-विकास कार्याचा व्यापक वाटा घेऊ शकतो.

48 अब्ज सक्रिय पॅरामीटर्सचे अर्थशास्त्र

1.6T-एकूण / ~48B-सक्रिय स्प्लिट अनपॅक करणे योग्य आहे, कारण हे मॉडेल कोणासाठी आहे हे स्पष्ट करते. तज्ञांच्या मिश्रणाच्या डिझाइनमध्ये, कोणत्याही टोकनवर नेटवर्कचा फक्त एक छोटासा भाग सक्रिय होतो, ज्यामुळे ट्रिलियन-स्केल मॉडेल चालवणे परवडणारे बनते: आवश्यक असलेल्या विनंत्यांसाठी क्षमता असते, तर प्रति-टोकन किंमत सक्रिय पॅरामीटर मोजणीचा मागोवा घेते. एजंटिक वर्कलोड्ससाठी गणित संयुगे. तासनतास काम करणारा एजंट प्लॅनिंग, टूल कॉल आणि कोड एडिटमध्ये शेकडो हजारो किंवा लाखो टोकन व्युत्पन्न करतो — त्यामुळे 48 अब्ज सक्रिय पॅरामीटर्ससाठी पैसे देणे आणि प्रत्येक पायरीवर 1.6 ट्रिलियनचे पैसे देणे यामधील अंतर हा व्यवहार्य उत्पादन आणि संशोधन डेमो यांच्यातील फरक आहे.

1 दशलक्ष-टोकन कॉन्टेक्स्ट विंडोसह एकत्रित केलेले पूर्वावलोकन मॉडेल सादर केले आहे, प्रति पंडाईली, लक्ष्य वर्कलोड अस्पष्ट आहे: एजंट संपूर्ण कोडबेस, त्याचे दस्तऐवजीकरण आणि त्याचा अपयशी इतिहास कार्यरत मेमरीमध्ये ठेवतो आणि तो तासांमध्ये मोजलेली कार्य सूची कार्यान्वित करतो.

उपलब्धता: आता चॅट आणि API, फॉलो करण्यासाठी वजन उघडा

TechNode नुसार मॉडेल Meituan च्या ऑनलाइन चॅट सेवा आणि API प्लॅटफॉर्मद्वारे त्वरित उपलब्ध आहे. गिटहब आणि हगिंग फेस रिलीझचे अनुसरण करण्याचे नियोजित आहे - एक अनुक्रम जो इतर चीनी प्रयोगशाळांच्या प्लेबुकला प्रतिध्वनी देतो, जे वाढत्या प्रमाणात प्रथम प्रवेश होस्ट केलेले आणि थोड्या वेळाने ओपन वेट्स पाठवते.

दोन प्रेक्षकांसाठी स्टेज केलेले रिलीज महत्त्वाचे आहे. एंटरप्राइझसाठी, आज API उपलब्धता म्हणजे लाँगकॅट-2.5 चे कोडिंग-एजंट वर्कलोडसाठी त्वरित मूल्यांकन केले जाऊ शकते. ओपन-सोर्स इकोसिस्टमसाठी, वचन दिलेले वेट्स रिलीझ हे निर्धारित करेल की लाँगकॅट-2.5 हे पूर्वीच्या उघडपणे रिलीझ केलेल्या चिनी मॉडेल्सप्रमाणेच फाइन-ट्यून केलेल्या एजंटिक सिस्टीमसाठी पाया बनते की नाही.

चायनीज मॉडेल रिलीजसाठी गर्दीचा आठवडा

चीनच्या एआय सेक्टरमधील क्रियाकलापांच्या जोरावर हे प्रक्षेपण उतरले. त्याच दिवशी, TechNode ने अहवाल दिला की SenseTime ने 9-अब्ज-पॅरामीटर मॉडेल ओपन-सोर्स केले आहे जे सखोल प्रक्रियेसाठी स्तरांचा पुनर्वापर करते आणि DeepSeek च्या टीमने एक सक्रिय कोडिंग एजंट संशोधन प्रोटोटाइप उघडला आहे. Meituan, फूड-डिलिव्हरी जायंट म्हणून जागतिक स्तरावर प्रसिद्ध आहे, त्याने शांतपणे देशातील एक अधिक विश्वासार्ह AI संशोधन कार्यक्रम तयार केला आहे — आणि LongCat-2.5 हा त्याचा युक्तिवाद आहे की एजंटिक कोडिंग, जमिनीपासून मल्टीमोडल, कामाचा भार महत्त्वाचा आहे.

एजन्सी आणि डेव्हलपर ज्या बेंचमार्कची काळजी घेतात त्या बेंचमार्कवर पूर्ण रिलीझ पूर्वावलोकन मॉडेलपेक्षा जास्त कामगिरी करते का — लाँग-हॉरिझन टास्क पूर्ण करणे, कोडबेस-स्तरीय संपादने, मल्टीमोडल ग्राउंडिंग — ही तात्काळ चाचणी असेल. धोरणात्मक दिशा काय आहे हे आधीच स्पष्ट आहे: मोठ्या मॉडेल्ससाठी पुढील स्पर्धा क्षुल्लक उत्तरे किंवा निबंध लेखन नाही, तर वास्तविक सॉफ्टवेअरवर तासभर चालणारे स्वायत्त कार्य आहे.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →