Meituan випустила LongCat-2.5 2 листопада, додавши власну мультимодальну модель із 1,6 трильйонами параметрів до своєї лінійки LongCat — і визначивши довгострокове агентне кодування, а не чат, своєю основною місією. Згідно з повідомленням TechNode, яке повідомляє про запуск через IT Home, модель активує приблизно 48 мільярдів параметрів для кожного токена, архітектура, розроблена для забезпечення потужності передового масштабу, не сплачуючи повну вартість висновку щодо загальної кількості параметрів для кожного запиту.
Запуск є виробничим продовженням LongCat-2.5-Preview, який Meituan надіслав наприкінці вересня як агентну модель 1,6T суміші експертів із вікном контексту в 1 мільйон токенів, згідно з покриттям Pandaily на той час. Щоб дізнатися більше про цю історію та ширшу модельну гонку, перегляньте наш висвітлення моделей ШІ.
Створено для агентів, які працюють годинами, а не секундами
Визначальна ставка LongCat-2.5 полягає в тому, що межа перейшла від відповідей на запитання до виконання завдань. Meituan сказав, що розширив навчання для довгих послідовностей завдань і застосував широкомасштабне навчання з підкріпленням, щоб покращити роботу моделі на складних базах коду та повних проектах програмного забезпечення — розширених, багатокрокових завдань, де системи агентів мають тенденцію дрейфувати, зупинятися або тихо виходити з ладу.
Одна методика навчання виділяється. Компанія заявила, що перетворює помилки, з якими стикаються реальні агенти, у відтворювані навчальні завдання, замикаючи цикл між тим, що виробничі агенти помиляються, і тим, що модель вивчає далі. Це підхід, який розглядає невдачі агентів не як анекдоти, а як навчальну програму — і він сигналізує про те, що Meituan збирає жорсткі навчальні дані з розгорнутих систем у масштабі, з яким більшість лабораторій не може зрівнятися, враховуючи, що операції з доставки їжі та логістики компанії створюють величезні обсяги трафіку реальних завдань.
Рідна мультимодальність в уніфікованій структурі токенів
LongCat-2.5 обробляє візуальні та текстові дані в уніфікованій структурі токенів відповідно до охоплення запуску, тобто зображення та текст перетворюються в одне базове представлення, а не з’єднуються разом за допомогою окремих кодерів. Мейтуан каже, що це дозволяє візуальне кодування, креативний дизайн і 3D-завдання поряд із звичайною роботою з розробки програмного забезпечення.
Мультимодальний акцент є відмінною рисою в ніші агентного кодування, де більшість конкурентів залишаються насамперед текстом. Агент, який може прочитати макет дизайну, міркувати про 3D-сцену або інтерпретувати знімок екрана звіту про помилку, може взяти на себе більшу частку справжньої роботи з розробки продукту, ніж той, хто бачить лише код.
Економіка 48 мільярдів активованих параметрів
Розділення 1,6T-total / ~48B-active варто розпакувати, оскільки це пояснює, для кого ця модель. У змішаному дизайні експертів лише невелика частина мережі запускає будь-який заданий маркер, що робить модель трильйонного масштабу доступною для використання: ємність є для запитів, які її потребують, тоді як вартість кожного маркера відстежує кількість активних параметрів. Для агентських навантажень математичні склади. Агент, який працює годинами, генерує сотні тисяч або мільйони токенів під час планування, викликів інструментів і редагування коду, тому розрив між оплатою 48 мільярдів активних параметрів і оплатою 1,6 трильйона на кожному кроці — це різниця між життєздатним продуктом і дослідницькою демонстрацією.
У поєднанні з контекстним вікном із 1 мільйоном токенів, яке запровадила модель попереднього перегляду, за Pandaily, цільове робоче навантаження є однозначним: агент зберігає всю кодову базу, її документацію та історію збоїв у робочій пам’яті, поки він виконує список завдань, виміряний у годинах.
Доступність: чат і API зараз, відкриті ваги, щоб стежити
Згідно з TechNode, модель доступна відразу через службу онлайн-чату Meituan і платформу API. Після цього планується випуск GitHub і Hugging Face — послідовність, яка перегукується з інструкцією інших китайських лабораторій, які все частіше спочатку надають доступ до хостингу, а незабаром відкривають ваги.
Поетапний випуск має значення для двох аудиторій. Для підприємств доступність API сьогодні означає, що LongCat-2.5 можна негайно оцінити для робочих навантажень агента кодування. Для екосистеми з відкритим вихідним кодом обіцяний випуск ваг визначить, чи стане LongCat-2.5 основою для точно налаштованих агентних систем, як це зробили попередні відкрито випущені китайські моделі.
Насичений тиждень для випусків китайських моделей
Запуск відбувається на тлі сплеску активності китайського сектору ШІ. Того ж дня TechNode повідомила, що SenseTime відкрила вихідний код для моделі з 9 мільярдами параметрів, яка повторно використовує шари для глибшої обробки, і що команда DeepSeek відкрила вихідний код для дослідницького прототипу агента проактивного кодування. Meituan, найбільш відомий у всьому світі як гігант з доставки їжі, тихо розробив одну з найбільш надійних дослідницьких програм штучного інтелекту в країні, і LongCat-2.5 є її аргументом, що агентне кодування, мультимодальне з нуля, є робочим навантаженням, яке має значення.
Негайним тестом стане те, чи повний випуск перевершить модель попереднього перегляду за критеріями, які турбують агентства та розробників — виконання довгострокових завдань, редагування на рівні кодової бази, мультимодальне обґрунтування. Що вже зрозуміло, так це стратегічний напрямок: наступним спірним полем для великих моделей є не дрібниці чи написання есе, а багатогодинна автономна робота над реальним програмним забезпеченням.
---
Будьте попереду ШІОтримуйте останні новини штучного інтелекту, аналіз і прориви — усе в одному місці.
Читати більше новин AI →
