Команда LongCat компании Meituan 2 ноября представила LongCat-2.5 — нативную мультимодальную модель, разработанную для задач агентов с длительным горизонтом, сообщает IT Home. Модель имеет 1,6 триллиона параметров и активирует около 48 миллиардов из них на токен. Она построена на основе LongCat-2.0 и улучшает два аспекта: нативное визуальное понимание и агентное кодирование. Официальный релиз последовал за версией LongCat-2.5-Preview, которая стала доступна на платформе LongCat API 25 сентября.

Большая часть работы по обучению нацелена на длительные задачи. Meituan заявляет, что добавила больше данных о траекториях с длительным горизонтом для обучения на длинных последовательностях и использовала масштабное обучение с подкреплением для улучшения сквозной инженерной работы, такой как разработка в сложных кодовых базах и создание полных проектов. Команда продолжает расширять синтез данных, построение среды и смешанное обучение на различных агентных платформах. Она также превращает траектории неудач реальных агентов в воспроизводимые, проверяемые учебные задачи, чтобы постоянно добавлять данные в областях, где модель слаба.

В области зрения LongCat-2.5 представляет визуальные сигналы в виде многоуровневых дискретных токенов, поэтому основная сеть обрабатывает изображения и текст в одной и той же форме токенов. Meituan утверждает, что сочетание этого нативного зрения с агентным кодированием делает модель сильной в визуальном кодировании и позволяет ей справляться с задачами креативного дизайна и 3D.

Инфраструктура, лежащая в основе релиза, работает на отечественных вычислительных ресурсах. Meituan заявляет, что оптимизировала обучение с длинным контекстом и инференс W4A4, который использует 4-битные веса и 4-битные активации, на отечественных чипах. Работа над численным соответствием между обучением и инференсом, а также оптимизация развертывания с длинным контекстом обеспечивают эффективную работу масштабного обучения с подкреплением для задач с длительным горизонтом.

Собственная таблица бенчмарков Meituan показывает, что LongCat-2.5 набрала 88,4 балла в Terminal Bench v2.1 (по сравнению с 70,8 у LongCat-2.0) и 51,8 балла в AutomationBench (по сравнению с 15,8). В списке также указаны 91,9 балла в BrowseComp, 82,1 балла в PaperBench, 55,4 балла в 3DCodeBench и 78,6 балла в Vision2Web. Те же графики сравнивают ее с передовыми моделями других лабораторий, и она не лидирует во всех тестах: в Program Bench она набирает 25,5 балла против 37 у лучшего результата. Эти цифры не были независимо проверены.

В журнале изменений LongCat указано, что модель работает с Claude Code, Codex, Hermes и другими основными платформами, а документация платформы включает руководства по настройке таких инструментов, как OpenCode, Cline, Kilo Code, CodeBuddy и WorkBuddy. LongCat-2.5 доступна на longcat.chat и через LongCat API, а Meituan сообщает, что релизы на GitHub и Hugging Face ожидаются в ближайшее время.

Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.