Meituan открыла веса агентной модели на 1,6 трлн параметров, обученной без Nvidia
Китайская Meituan выложила под лицензией MIT веса LongCat-2.5 — модели для агентов, которые сами проходят длинные кодерские задачи. Всего в ней 1,6 трлн параметров, на каждый токен работают около 48 млрд, а обучали её без единой Nvidia. В тесте командной строки Terminal Bench v2.1 она набрала 88,4 балла против 89,1 у Claude Opus 5. Цифры заявлены самой Meituan, но у команд с агентами появился открытый вариант без привязки к закрытым API.
AI-обработка оригинала The Decoder; редакция Hamidun News
Компания, которую большинство знает по доставке еды, выложила в открытый доступ одну из самых крупных агентных моделей. Meituan опубликовала веса LongCat-2.5: 1,6 трлн параметров, лицензия MIT, обучение целиком на китайском железе. Для тех, кто строит кодинговых агентов, это сразу два сигнала: открытые модели снова подошли к уровню закрытых, а Nvidia перестала быть обязательным условием.
Что за модель и как она устроена
LongCat-2.5 — это архитектура mixture-of-experts. Представьте большую консультацию, где на каждый вопрос зовут не всех врачей, а нескольких профильных. Так и модель: из 1,6 трлн параметров на каждый токен включаются примерно 48 млрд. Это делает её заметно дешевле в работе, чем плотная модель того же размера.
Через API доступен контекст до миллиона токенов, ответ может занимать до 128 тысяч токенов. Модель понимает текст, изображения и видео, отвечает текстом, а рассуждения можно включать и выключать. По сравнению с LongCat-2.0 добавилось понимание картинок: изображения разбиваются в нативном разрешении на дискретные токены и обрабатываются вместе с текстом, без отдельного внешнего энкодера. Meituan рассчитывает, что это поможет в визуальном кодинге, дизайне и 3D-задачах.
Для обучения с подкреплением команда брала реальные задачи из pull request'ов на GitHub и воспроизведённые ошибки агентов. Чтобы модель не жульничала, в среде отключили интернет, убрали историю Git и кэши, а ещё попросили другую языковую модель проверять решения на хитрости. Навыки нескольких специализированных моделей-учителей — для агентной работы, рассуждений и диалога — перегнали в одну.
Железо: 194 чипа Huawei
Самое необычное — инфраструктура. Meituan квантует веса и активации экспертов до 4 бит, что китайские ускорители умеют обрабатывать нативно. По внутренним нагрузочным тестам, пропускная способность выросла на 43,3% при разборе промпта и на 42,77% при генерации ответа относительно 8-битной версии. Точность, по словам компании, осталась на уровне несжатой модели. Эта версия лежит в отдельном репозитории.
В руководстве по самостоятельному запуску описан кластер из 194 ускорителей Huawei Ascend серии Atlas A2: два занимаются изображениями, 64 принимают промпты, 128 генерируют ответ. Инструкций для Nvidia нет. Предшественницу LongCat-2.0 в июне обучили на кластере из более чем 50 000 китайских чипов, а до релиза она анонимно работала на OpenRouter под именем Owl Alpha.
Что показывают бенчмарки и где подвох
На Terminal Bench v2.1, который проверяет, как агент справляется с задачами в командной строке, LongCat-2.5 набрала 88,4. У Claude Opus 5 в таблице Meituan 89,1, у GPT-5.6 Sol 88,8, а лидирует Deepseek-V4.1-Flash с 90.6. В DeepSWE, где модели чинят баги в реальных репозиториях, результат вырос с 9,7 до 64,6 балла, но это всё равно ниже всех в таблице, кроме Claude Opus 4.8; лидер — Deepseek-V4.1-Flash с 74,2. На более сложном Terminal Bench v4.0 у неё 38,5: чуть выше GPT-5.6 Sol (37,3), но далеко от Opus 5 (53,9). На веб-поиске BrowseComp модель набрала 91,9 — лучший результат в таблице, но Meituan запускала тест в собственной среде.
Честные оговорки: все цифры — от самой компании, а в таблицу не попали более свежие Claude Opus 5.5 и GPT-6.1 Sol. По уровню это скорее «то, что топ-модели умели несколько месяцев назад».
Что это значит на практике
Для разработчиков главное — условия. Лицензия MIT разрешает коммерческое использование, доработку и распространение. API совместим с форматами OpenAI и Anthropic и подключается к Claude Code, Codex и Hermes, так что попробовать можно, почти не меняя обвязку. Пока действует промо-цена: около €0,27 за миллион входных и €1,07 за миллион выходных токенов. Есть и веб-чат на longcat.ai.
Но самостоятельный хостинг модели такого размера — это кластер на сотню с лишним ускорителей, причём на Ascend, а не на привычных Nvidia. Для большинства команд реалистичнее API. Для индустрии же важнее другое: открытые китайские модели вроде Kimi K3.1 и GLM-5.3 уже почти догнали топ по популярным тестам, а когда они изначально оптимизированы под местные чипы, это делает такое железо привлекательнее и за пределами Китая.
- 18 нояб. 2026 г.Together AI заменила мегаядра ИИ-агентами и ускорила Llama 1B на 28% на B200
- 18 нояб. 2026 г.Майнинговую карту за $3000 превратили в аналог A100: с 8 до 80 ГБ памяти
- 12 нояб. 2026 г.Дженсен Хуанг ушёл с поста CEO Nvidia: компания потеряла $1,4 трлн за две недели
- 12 нояб. 2026 г.Два инженера подключили SGLang к IBM Spyre за неделю и подняли пропускную способность в 3,6 раза
Вопросы и ответы по материалу
Что известно по теме: что за модель и как она устроена?
LongCat-2.5 — это архитектура mixture-of-experts. Представьте большую консультацию, где на каждый вопрос зовут не всех врачей, а нескольких профильных. Так и модель: из 1,6 трлн параметров на каждый токен включаются примерно 48 млрд. Это делает её заметно дешевле в работе, чем плотная модель того же размера. Через API доступен контекст до миллиона токенов, ответ может занимать до 128 тысяч токенов. Модель понимает текст, изображения и видео, отвечает текстом, а рассуждения можно включать и выключать.
Что известно по теме: железо: 194 чипа Huawei?
Самое необычное — инфраструктура. Meituan квантует веса и активации экспертов до 4 бит, что китайские ускорители умеют обрабатывать нативно. По внутренним нагрузочным тестам, пропускная способность выросла на 43,3% при разборе промпта и на 42,77% при генерации ответа относительно 8-битной версии. Точность, по словам компании, осталась на уровне несжатой модели. Эта версия лежит в отдельном репозитории.
Что известно по теме: что показывают бенчмарки и где подвох?
На Terminal Bench v2.1, который проверяет, как агент справляется с задачами в командной строке, LongCat-2.5 набрала 88,4. У Claude Opus 5 в таблице Meituan 89,1, у GPT-5.6 Sol 88,8, а лидирует Deepseek-V4.1-Flash с 90.6. В DeepSWE, где модели чинят баги в реальных репозиториях, результат вырос с 9,7 до 64,6 балла, но это всё равно ниже всех в таблице, кроме Claude Opus 4.8; лидер — Deepseek-V4.1-Flash с 74,2. На более сложном Terminal Bench v4.0 у неё 38,5: чуть выше GPT-5.6 Sol (37,3), но далеко от Opus 5 (53,9).
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.