Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoThe Decoder→ original

Meituan abre os pesos de um modelo agêntico de 1,6 trilhão de parâmetros treinado sem Nvidia

A chinesa Meituan publicou sob licença MIT os pesos do LongCat-2.5, um modelo para agentes que executam sozinhos tarefas longas de programação. Ele tem 1,6 trilhão de parâmetros no total, cerca de 48 bilhões ativos por token, e foi treinado sem nenhuma Nvidia. No teste de linha de comando Terminal Bench v2.1, fez 88,4 pontos contra 89,1 do Claude Opus 5. Os números são divulgados pela própria Meituan, mas as equipes que trabalham com agentes ganham uma opção aberta, sem dependência de APIs fechadas.

Processado por IA de The Decoder; editado por Hamidun News
Meituan abre os pesos de um modelo agêntico de 1,6 trilhão de parâmetros treinado sem Nvidia
Fonte: The Decoder. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalThe Decoder ↗
Editor-chefe
Exemplo de implantaçãocluster de 194 chips Huawei Ascend; não há guia para Nvidia
Dado-chave #2A API custa cerca de €0,27 por milhão de tokens de entrada e €1,07 por milhão de tokens de saída
Dado-chave #3A compressão em 4 bits acelerou o processamento do prompt em 43,3% em relação à versão de 8 bits

A empresa que a maioria conhece pela entrega de comida abriu os pesos de um dos maiores modelos agênticos já publicados. A Meituan divulgou os pesos do LongCat-2.5: 1,6 trilhão de parâmetros, licença MIT e treinamento inteiramente em hardware chinês. Para quem constrói agentes de programação, são dois sinais ao mesmo tempo: os modelos abertos voltaram a se aproximar do nível dos fechados, e a Nvidia deixou de ser requisito obrigatório.

Que modelo é esse e como ele funciona

O LongCat-2.5 usa arquitetura mixture-of-experts. Pense em uma junta médica grande em que, para cada pergunta, são chamados só alguns especialistas da área, e não todos os médicos. O modelo funciona assim: dos 1,6 trilhão de parâmetros, cerca de 48 bilhões são ativados para cada token. Isso o torna bem mais barato de operar do que um modelo denso do mesmo tamanho.

A API oferece contexto de até um milhão de tokens, e a resposta pode ter até 128 mil tokens. O modelo entende texto, imagens e vídeo, responde em texto, e o raciocínio pode ser ligado ou desligado. Em relação ao LongCat-2.0, foi adicionada a compreensão de imagens: elas são divididas em tokens discretos na resolução nativa e processadas junto com o texto, sem um codificador externo separado. A Meituan espera que isso ajude em programação visual, design e tarefas 3D.

No aprendizado por reforço, a equipe usou tarefas reais de pull requests do GitHub e erros de agentes reproduzidos em ambiente controlado. Para evitar que o modelo trapaceasse, o ambiente teve a internet desativada, o histórico do Git e os caches removidos, e outro modelo de linguagem foi encarregado de checar as soluções em busca de truques. As habilidades de vários modelos-professores especializados, em trabalho agêntico, raciocínio e diálogo, foram destiladas em um só.

Hardware: 194 chips da Huawei

O ponto mais incomum é a infraestrutura. A Meituan quantiza os pesos e as ativações dos especialistas para 4 bits, formato que os aceleradores chineses processam de forma nativa. Segundo testes internos de carga, a vazão subiu 43,3% na análise do prompt e 42,77% na geração da resposta em relação à versão de 8 bits. De acordo com a empresa, a precisão ficou no nível do modelo não comprimido. Essa versão está em um repositório separado.

O guia de execução própria descreve um cluster de 194 aceleradores Huawei Ascend da série Atlas A2: dois cuidam das imagens, 64 recebem os prompts e 128 geram a resposta. Não há instruções para Nvidia. O antecessor, LongCat-2.0, foi treinado em junho em um cluster com mais de 50 000 chips chineses e, antes do lançamento, rodou de forma anônima no OpenRouter com o nome Owl Alpha.

O que mostram os benchmarks e onde está a pegadinha

No Terminal Bench v2.1, que avalia como o agente se sai em tarefas de linha de comando, o LongCat-2.5 fez 88,4.

Na tabela da Meituan, o Claude Opus 5 tem 89,1, o GPT-5.6 Sol tem 88,8, e o líder é o Deepseek-V4.1-Flash, com 90,6.

No DeepSWE, em que os modelos corrigem bugs em repositórios reais, o resultado subiu de 9,7 para 64,6 pontos, mas ainda fica abaixo de todos os da tabela, exceto o Claude Opus 4.8; o líder é o Deepseek-V4.1-Flash, com 74,2.

No Terminal Bench v4.0, mais difícil, ele marca 38,5: um pouco acima do GPT-5.6 Sol (37,3), mas longe do Opus 5 (53,9).

Na busca na web do BrowseComp, o modelo fez 91,9, o melhor resultado da tabela, mas a Meituan rodou o teste em um ambiente próprio.

As ressalvas: todos os números vêm da própria empresa, e a tabela não inclui os mais recentes Claude Opus 5.5 e GPT-6.1 Sol. Em nível, é mais ou menos "o que os melhores modelos já faziam há alguns meses".

O que isso significa na prática

Para desenvolvedores, o principal são as condições. A licença MIT permite uso comercial, modificação e redistribuição. A API é compatível com os formatos da OpenAI e da Anthropic e se conecta ao Claude Code, ao Codex e ao Hermes, então dá para testar quase sem mexer na infraestrutura de integração. No momento vale um preço promocional: cerca de €0,27 por milhão de tokens de entrada e €1,07 por milhão de tokens de saída. Também há um chat na web em longcat.ai.

Mas hospedar por conta própria um modelo desse tamanho exige um cluster com mais de uma centena de aceleradores, e ainda por cima Ascend, não as Nvidia de sempre. Para a maioria das equipes, a API é a opção mais realista. Para a indústria, porém, o ponto mais relevante é outro: modelos chineses abertos como Kimi K3.1 e GLM-5.3 já quase alcançaram o topo nos testes mais populares, e, quando nascem otimizados para chips locais, esse hardware se torna mais atraente também fora da China.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Que modelo é esse e como ele funciona?

O LongCat-2.5 usa arquitetura mixture-of-experts. Pense em uma junta médica grande em que, para cada pergunta, são chamados só alguns especialistas da área, e não todos os médicos. O modelo funciona assim: dos 1,6 trilhão de parâmetros, cerca de 48 bilhões são ativados para cada token. Isso o torna bem mais barato de operar do que um modelo denso do mesmo tamanho. A API oferece contexto de até um milhão de tokens, e a resposta pode ter até 128 mil tokens.

O que se sabe sobre Hardware: 194 chips da Huawei?

O ponto mais incomum é a infraestrutura. A Meituan quantiza os pesos e as ativações dos especialistas para 4 bits, formato que os aceleradores chineses processam de forma nativa. Segundo testes internos de carga, a vazão subiu 43,3% na análise do prompt e 42,77% na geração da resposta em relação à versão de 8 bits. De acordo com a empresa, a precisão ficou no nível do modelo não comprimido. Essa versão está em um repositório separado.

O que mostram os benchmarks e onde está a pegadinha?

No Terminal Bench v2.1, que avalia como o agente se sai em tarefas de linha de comando, o LongCat-2.5 fez 88,4. Na tabela da Meituan, o Claude Opus 5 tem 89,1, o GPT-5.6 Sol tem 88,8, e o líder é o Deepseek-V4.1-Flash, com 90,6. No DeepSWE, em que os modelos corrigem bugs em repositórios reais, o resultado subiu de 9,7 para 64,6 pontos, mas ainda fica abaixo de todos os da tabela, exceto o Claude Opus 4.8; o líder é o Deepseek-V4.1-Flash, com 74,2.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…