LongCat-2.5 — нативная мультимодальная Mixture-of-Experts модель Meituan для длинных агентных задач: около 1,6T общих параметров и примерно 48B активируемых на токен. Она развивает LongCat-2.0, усиливая нативное визуальное понимание и агентный кодинг; изображения представляются многоуровневыми дискретными токенами (RVQ по признакам нативного разрешения), поэтому backbone обрабатывает визуальный и текстовый вход в одном формате токенов. В обучении добавлены длинные траектории, крупномасштабное асинхронное агентное RL в разных harnesses и on-policy дистилляция от нескольких учителей, а также оптимизации длинноконтекстного обучения и W4A4-инференса. API LongCat-2.5 даёт контекст 1M токенов, при этом в Quick Start и FAQ указан максимум вывода 128K, а на странице параметров max_tokens — до 262 144; открытые веса на момент анонса не опубликованы.
Основные характеристики
Временная шкала
Технические характеристики
Ценообразование и доступность
Результаты бенчмарков
Показатели производительности модели на различных тестах и бенчмарках
Другие тесты
Лицензия и метаданные
LongCat-2.5: плюсы и минусы
Плюсы
- В топ-30 по сводному индексу (25-е место из 371)
- Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
- Понимает изображения, не только текст
- Открытые веса — можно запустить на своём сервере
- Сильнее всего в тесте MathVision — 96.5%
Минусы
- Слабее в тесте Program Bench — 25.5%
LongCat-2.5 vs другие модели: сравнение
Все сравненияПохожие модели
Все моделиLongCat-Flash-Thinking-2601
Meituan
LongCat-Flash-Thinking
Meituan
LongCat-Flash-Chat
Meituan
DeepSeek-V4.1-Flash-1017
DeepSeek
MiMo-V2.6-Pro
Xiaomi
Inkling 2 Small
Thinking Machines Lab
Mistral Large 4
Mistral AI
MiMo-V2.6-Flash
Xiaomi
Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.