Meituan publica los pesos de LongCat-2.5: 1,6 billones de parámetros, licencia MIT y multimodalidad

La china Meituan, conocida sobre todo por el reparto de comida, sigue apostando en serio por la IA de código abierto. El equipo de LongCat ha publicado los pesos de LongCat-2.5 en Hugging Face bajo licencia MIT. Es una de las licencias más permisivas: permite ajustar el modelo, integrarlo en un producto y venderlo sin acuerdos adicionales.

Qué hay dentro

LongCat-2.5 utiliza una arquitectura Mixture-of-Experts. Tiene 1,6 billones de parámetros en total, pero solo activa unos 48.000 millones por token. La idea es sencilla: el modelo se parece a una gran oficina con cientos de especialistas, donde cada pregunta la responden únicamente los pocos que hacen falta. La calidad se aproxima a la de un modelo enorme, mientras que el cómputo por token es comparable al de un modelo de tamaño medio.

La segunda característica es su multimodalidad nativa. La visión no se ha añadido mediante un codificador separado, sino que se ha entrenado junto con el resto del modelo. Sus creadores afirman que combina una sólida comprensión visual y programación agéntica en un solo modelo. Entre los ejemplos figuran proyectos de código complejos, diseño creativo y tareas en 3D.

Por qué importa en la práctica

Pensemos en una tarea habitual: un diseñador envía una captura de un diseño y el agente debe convertirla en una interfaz funcional, ejecutarla, revisar el resultado y corregir la maquetación. Normalmente, esto exige conectar un modelo de visión con otro de programación, y en ese intercambio se pierde contexto. Si un mismo modelo puede ver la pantalla y escribir código, el ciclo de «revisar, corregir y comprobar» se vuelve más corto y fiable.

Para las empresas que no pueden enviar código y diseños a API externas, también supone una oportunidad de disponer de un agente potente en su propia infraestructura. La licencia MIT elimina las dudas legales que suelen dificultar el uso de modelos con condiciones particulares.

Limitaciones

La primera y más importante: el anuncio no incluye ni un solo benchmark. Las afirmaciones sobre una visión y una programación «más potentes» carecen por ahora de respaldo, y la comunidad todavía tendrá que compararlo con otros modelos abiertos. Hasta que existan mediciones independientes, conviene tratar esas afirmaciones como marketing.

La segunda: esos 1,6 billones de parámetros tienen que almacenarse en alguna parte. Aunque solo haya 48.000 millones activos, el modelo completo debe estar en memoria, lo que en formato de 8 bits supone alrededor de 1,6 TB. Eso requiere un clúster de varios servidores con GPU, no una estación de trabajo. En la práctica, los grandes equipos o los proveedores de nube podrán ejecutarlo en hardware propio; los demás tendrán que esperar a versiones cuantizadas y a servicios alojados accesibles mediante API de terceros.

La tercera: todavía no está claro qué tal funciona el soporte de herramientas, cuál es la longitud del contexto ni qué fiabilidad ofrece en flujos agénticos largos. Es precisamente ahí donde la mayoría de los modelos que brillan en las pruebas fallan en proyectos reales.

Qué hacer

Si desarrollas agentes de programación o trabajas en tareas de conversión de imágenes en código, incorpora LongCat-2.5 a tu lista de candidatos y pruébalo con tus propias tareas, en lugar de basarte en benchmarks ajenos. Si te importa la independencia de las API cerradas, sigue la llegada de versiones cuantizadas y del soporte en vLLM y SGLang. Y si trabajas en gestión de producto, ten en cuenta la tendencia general: los modelos abiertos chinos con licencia MIT y una escala de un billón de parámetros se han vuelto habituales, lo que presiona los precios de los proveedores de modelos cerrados.