Китайская платформа доставки Meituan открыла веса мультимодальной MoE-модели LongCat-2.5 примерно на 1,6 трлн параметров, из которых около 48 млрд активны на токен. Модель опубликована под свободной лицензией MIT, веса уже доступны в репозитории Hugging Face.
Главная особенность релиза — отсутствие привязки к ускорителям NVIDIA: модель обучалась без западных чипов, а в официальном руководстве по запуску нет ни одной инструкции под видеокарты NVIDIA. Для запуска Meituan описывает кластер из 194 ускорителей Huawei Ascend серии Atlas A2: два заняты обработкой изображений, 64 — prefill и 128 — decode.
По собственным замерам разработчиков, лидерство LongCat-2.5 есть только в тесте BrowseComp на глубокий поиск в интернете — 91,9 балла, причём результат получен в закрытой среде Meituan и сильно зависит от подключённого поискового движка. На DeepSWE, где модель должна разобраться в чужом репозитории и написать патч, балл вырос с 9,7 у LongCat-2.0 до 64,6, но DeepSeek и OpenAI модель всё равно уступает на 8–10 пунктов, а в Terminal Bench v4.0 до Opus не хватает 15 пунктов.
Квантованная версия W4A4 с четырёхбитными весами экспертов и активациями, по данным Meituan, ускоряет обработку промпта на 43,3% и генерацию на 42,77% против восьмибитного варианта при сохранении точности. Через API заявлены контекст до миллиона токенов и генерация ответа до 128 000, но видео модель принимает только по публичной URL-ссылке. В рекламный период цена составляет около 0,27 € за миллион входных токенов и 1,07 € за миллион выходных, срок акции ограничен.
Размер модели в карточке и в метаданных Hugging Face указан по-разному — 1,6 и 1,8 трлн параметров, расхождение авторы не объяснили. Реальных замеров сообщества по деградации качества на максимальном контексте в 1 млн токенов пока нет. Для работы вне Китая модель доступна через API либо потребует портирования архитектуры в стандартные ветки vLLM и SGLang под CUDA.