Meituan veröffentlicht LongCat-2.5, ein multimodales Modell mit 1,6 Billionen Parametern für lange Agentenaufgaben
Das Modell aktiviert rund 48 Milliarden Parameter pro Token, bietet einen Kontext von einer Million Tokens und ist per API verfügbar; die behauptete Gleichwertigkeit mit Claude-Opus-Modellen in mehreren Benchmarks stammt von Meituan selbst.
Warum es wichtig ist
LongCat-2.5 reiht sich in eine Folge sehr großer chinesischer Modelle für agentisches Programmieren ein; Meituan schreibt auf seiner Website, das Training sei vollständig auf heimischen Chips gelaufen, was angesichts der US-Exportkontrollen relevant ist. Es baut auf LongCat-2.0 vom Juni und einer Vorschau im September ohne Benchmarkwerte auf. Abzuwarten sind unabhängige Tests, ob offene Gewichte auf Hugging Face folgen, wo frühere LongCat-Modelle erschienen, und der Preis im Vergleich zu chinesischen Rivalen.
Die wichtigsten Fakten
- 1,6 Billionen Parameter, rund 48 Milliarden aktiv
- Kontext von einer Million Tokens, bis 128.000 Ausgabe-Tokens
- Am 2. November 2026 per API veröffentlicht
- Baut auf LongCat-2.0 vom Juni 2026 auf
- W4A4-Quantisierung für Inferenz
- Training auf heimischen Chips, laut Meituan