A Meituan lançou o LongCat-2.5 em 2 de novembro, adicionando um modelo multimodal nativo de 1,6 trilhão de parâmetros à sua linha LongCat – e designando a codificação agente de longo horizonte, e não o chat, como sua missão principal. De acordo com o TechNode, relatando o lançamento via IT Home, o modelo ativa aproximadamente 48 bilhões de parâmetros para cada token, uma arquitetura projetada para fornecer capacidade em escala de fronteira sem pagar o custo total de inferência da contagem total de parâmetros em cada solicitação.
O lançamento é a continuação da produção do LongCat-2.5-Preview, que a Meituan lançou no final de setembro como um modelo de agente misto de especialistas 1.6T com uma janela de contexto de 1 milhão de tokens, de acordo com a cobertura do Pandaily na época. Para saber mais sobre esta história e a corrida de modelos mais ampla, consulte nossa cobertura de modelos de IA.
Criado para agentes que trabalham por horas, não por segundos
A aposta definidora do LongCat-2.5 é que a fronteira passou da resposta a perguntas para a conclusão de tarefas. A Meituan disse que expandiu o treinamento em longas sequências de tarefas e aplicou aprendizado de reforço em larga escala para melhorar o trabalho do modelo em bases de código complexas e projetos de software completos – os trabalhos estendidos e de várias etapas em que os sistemas de agentes tendem a oscilar, parar ou falhar silenciosamente.
Uma técnica de treinamento se destaca. A empresa disse que converte falhas encontradas por agentes reais em tarefas de treinamento reproduzíveis, fechando o ciclo entre o que os agentes de produção erram e o que o modelo aprende a seguir. É uma abordagem que trata as falhas dos agentes não como anedotas, mas como currículo - e sinaliza que a Meituan está a recolher dados de formação árduos de sistemas implantados numa escala que a maioria dos laboratórios não consegue igualar, dado que as operações de entrega de alimentos e logística da empresa geram enormes volumes de tráfego de tarefas no mundo real.
Multimodalidade nativa em uma estrutura de token unificada
O LongCat-2.5 processa entradas visuais e de texto dentro de uma estrutura de token unificada, de acordo com a cobertura do lançamento – o que significa que imagens e texto são convertidos na mesma representação subjacente, em vez de serem corrigidos por meio de codificadores separados. Meituan diz que isso permite codificação visual, design criativo e tarefas 3D junto com o trabalho convencional de engenharia de software.
A ênfase multimodal é um diferencial no nicho de codificação de agentes, onde a maioria dos concorrentes permanece em primeiro lugar no texto. Um agente que pode ler uma maquete de design, raciocinar sobre uma cena 3D ou interpretar uma captura de tela de um relatório de bug pode assumir uma parcela maior do trabalho real de desenvolvimento de produto do que aquele que apenas vê o código.
A economia de 48 bilhões de parâmetros ativados
Vale a pena desempacotar a divisão 1.6T-total / ~48B-active, porque explica para quem se destina este modelo. Em um projeto misto de especialistas, apenas uma pequena fração da rede é acionada em qualquer token, o que torna acessível a execução de um modelo em escala de um trilhão: há capacidade para as solicitações que precisam dela, enquanto o custo por token rastreia a contagem de parâmetros ativos. Para cargas de trabalho de agente, a matemática aumenta. Um agente que trabalha por horas gera centenas de milhares ou milhões de tokens em planejamento, chamadas de ferramentas e edições de código – portanto, a diferença entre pagar por 48 bilhões de parâmetros ativos e pagar por 1,6 trilhão em cada etapa é a diferença entre um produto viável e uma demonstração de pesquisa.
Combinado com a janela de contexto de 1 milhão de tokens, o modelo de visualização introduzido, por Pandaily, a carga de trabalho alvo é inequívoca: um agente mantendo uma base de código inteira, sua documentação e seu histórico de falhas na memória de trabalho enquanto executa uma lista de tarefas medida em horas.
Disponibilidade: Chat e API agora, pesos abertos para seguir
O modelo está disponível imediatamente através do serviço de chat online e da plataforma API da Meituan, de acordo com a TechNode. Os lançamentos do GitHub e do Hugging Face estão planejados para seguir – uma sequência que ecoa o manual de outros laboratórios chineses, que cada vez mais enviam acesso hospedado primeiro e abrem pesos logo depois.
O lançamento encenado é importante para dois públicos. Para as empresas, a disponibilidade atual da API significa que o LongCat-2.5 pode ser avaliado imediatamente para cargas de trabalho do agente de codificação. Para o ecossistema de código aberto, o lançamento de pesos prometido determinará se o LongCat-2.5 se tornará uma base para sistemas de agente ajustados da mesma forma que os modelos chineses anteriores lançados abertamente.
Uma semana lotada para lançamentos de modelos chineses
O lançamento ocorre em meio a uma explosão de atividade do setor de IA da China. No mesmo dia, TechNode relatou que SenseTime abriu o código-fonte de um modelo de 9 bilhões de parâmetros que reutiliza camadas para processamento mais profundo, e que a equipe da DeepSeek abriu o código-fonte de um protótipo de pesquisa de agente de codificação proativo. A Meituan, mais conhecida mundialmente como um gigante da entrega de alimentos, construiu discretamente um dos programas de investigação em IA mais credíveis do país – e o LongCat-2.5 é o seu argumento de que a codificação de agente, multimodal desde o início, é a carga de trabalho que importa.
Se a versão completa superará o modelo de visualização nos benchmarks com os quais agências e desenvolvedores se preocupam – conclusão de tarefas de longo prazo, edições em nível de base de código, base multimodal – será o teste imediato. O que já está claro é a direção estratégica: o próximo terreno contestado para grandes modelos não são as respostas triviais ou a redação de ensaios, mas o trabalho autônomo de horas de duração em software real.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
