Am 2. November hat Meituan LongCat-2.5 veröffentlicht, ein natives multimodales Modell für lang andauernde Agentenaufgaben, die eine nachhaltige Ausführung erfordern. Laut Meituan hat das Modell insgesamt 1,6 Billionen Parameter, pro Token werden etwa 48 Milliarden aktiviert, und das Training erfolgte vollständig auf inländischer Rechenleistung. Die wesentliche Veränderung liegt nicht in der Parameterzahl: Die Vollversion ergänzt Benchmark-Ergebnisse und eine für inländische Chips optimierte Inferenz, während die am 25. September veröffentlichte Version nur eine API-Vorschau war.
Worin sich Vorschau und Vollversion unterscheiden
Die Vorschau vom September behielt die Parameterskala von LongCat-2.0 bei, fügte Bildeingaben hinzu und veröffentlichte keine offiziellen Benchmarks. Die Vollversion behält dieselbe Skala bei und ergänzt groß angelegtes langfristiges Reinforcement Learning: Das Training nahm mehr Daten aus langen Aktionsfolgen auf und machte fehlgeschlagene Ausführungen echter Agenten zu reproduzierbaren Trainingsaufgaben. Visuelle Signale werden als mehrstufige diskrete Token dargestellt und vom selben Backbone wie Text verarbeitet; das Modell unterstützt visuelles Programmieren, kreatives Design und 3D-Aufgaben. Laut Meituan nutzte die mittlere Trainingsphase Sequenzen von bis zu einer Million Token, die kumulierte Trainingsmenge erreichte mehrere Billionen Token, und die W4A4-Inferenz wurde für inländische Chips optimiert. In einem von Meituan gezeigten Fall zur Geschäftsanalyse einer Marke erkannte das Modell ein Wachstumsproblem — das Zahlungs-GMV stieg um 23,2 Prozent, während der Kanalgewinn um 1,7 Prozent sank — und schlug eine Ressourcenallokation vor.
Wie die Benchmark-Ergebnisse zu lesen sind
Meituans Benchmark-Tabelle verzeichnet für LongCat-2.5 88,4 Punkte bei Terminal Bench v2.1, mehr als die 70,8 Punkte von LongCat-2.0, und 91,9 Punkte bei BrowseComp. Laut Meituan liegen mehrere Ergebnisse zwischen Claude Opus 4.8 und Claude Opus 5, einige darüber. Alle diese Zahlen stammen von Meituan und sind nicht unabhängig geprüft; in derselben Tabelle erreicht das Modell bei Program Bench nur 25,5 Punkte und bleibt damit unter dem Höchstwert von 37 Punkten im Vergleich. Wer nur die Höchstwerte liest, überschätzt das Modell. Die gesamte Tabelle zeigt Stärke bei Terminal- und Browseraufgaben, nicht bei jeder Programmieraufgabe.
Wer es jetzt nutzen kann, und wo die Grenzen liegen
LongCat-2.5 ist über Meituans Onlinedienst und API-Plattform verfügbar, kompatibel mit Agentenwerkzeugen wie Claude Code, Codex und Hermes; Veröffentlichungen auf GitHub und Hugging Face sind noch geplant, ohne Terminangabe. Entwickler können also schon heute lange Aufgaben damit ausführen, die Gewichte aber nicht herunterladen und selbst betreiben. Teams, die Self-Hosting oder einen Offline-Betrieb brauchen, erhalten durch diese Veröffentlichung keine neue Option. Teams, die langfristiges Programmieren und Geschäftsanalysen brauchen, können die Stabilität zunächst über die API an echten Projekten testen und dann über eine langfristige Einführung entscheiden. Der native multimodale Ansatz von LongCat-Next bei seiner Open-Source-Veröffentlichung
