Meituan släpper öppna vikter till LongCat-2.5, tränad på kinesiska chip

Det kinesiska leveransbolaget Meituan har släppt vikterna till LongCat-2.5, uppger The Decoder. Det skedde en vecka efter att modellen presenterades officiellt. Modellen ligger på Hugging Face, där licensen anges som MIT.

LongCat-2.5 är byggd för agenter som arbetar självständigt med långa uppgifter i flera steg, framför allt programmering, enligt The Decoder. I modellkortet beskriver Meituan den som en multimodal modell för utveckling i stora kodbaser, fullständiga projekt, kreativ design och 3D-uppgifter. Enligt Meituan ligger modellen nära ledande västerländska modeller i flera benchmarktester.

Tränad på kinesiska chip

Meituan skriver på bolagets blogg att modellen med 1,6 biljoner parametrar har tränats helt på inhemska kinesiska chip. The Decoder skriver att Meituan inte nämner Nvidia-grafikkort och att exempelinstallationen körs på 194 Huawei Ascend-chip.

Så är modellen uppbyggd

LongCat-2.5 är en mixture-of-experts-modell. För varje token aktiveras bara en del av delnätverken, ungefär 48 miljarder av de 1,6 biljoner parametrarna. Via API hanterar modellen upp till en miljon tokens i taget och kan skriva svar på upp till 128 000 tokens. Den tar emot text, bilder och video, svarar med text och har ett resonemangsläge som går att slå av och på, enligt The Decoder.

Modellen bygger på föregångaren LongCat-2.0 och har fått bildförståelse. I stället för en separat bildkodare omvandlas bilder i sin ursprungliga upplösning till diskreta tokens som modellen behandlar tillsammans med text. Metoden bygger på forskningsmodellen LongCat-Next. Enligt The Decoder ska den förbättra visuell kodning, design och 3D-uppgifter.

Resultat

The Decoder uppger att LongCat-2.5 får 88,4 poäng på Terminal Bench, strax bakom Claude Opus 5.