Le 2 novembre, Meituan a publié LongCat-2.5, un modèle multimodal natif conçu pour les tâches d’agents de longue durée qui exigent une exécution soutenue. Selon Meituan, le modèle compte 1 600 milliards de paramètres au total, avec environ 48 milliards activés par token, et son entraînement a été réalisé entièrement sur des ressources de calcul nationales. Le changement de fond ne tient pas au nombre de paramètres : la version complète ajoute des résultats de référence et une inférence optimisée pour les puces nationales, alors que la version mise en ligne le 25 septembre n’était qu’un aperçu via API.
En quoi l’aperçu et la version complète diffèrent
L’aperçu de septembre conservait l’échelle de paramètres de LongCat-2.0, ajoutait l’entrée d’images et ne publiait aucun résultat de référence officiel. La version complète conserve la même échelle et ajoute un apprentissage par renforcement de longue durée à grande échelle : l’entraînement a intégré davantage de données issues de longues séquences d’actions et transformé les exécutions ratées d’agents réels en tâches d’entraînement reproductibles. Les signaux visuels sont représentés sous forme de tokens discrets à plusieurs niveaux et traités par le même réseau central que le texte, ce qui permet le codage visuel, la conception créative et les tâches 3D. Selon Meituan, la phase intermédiaire d’entraînement a utilisé des séquences pouvant atteindre 1 million de tokens, pour un volume cumulé de plusieurs milliers de milliards de tokens, et l’inférence W4A4 a été optimisée pour les puces nationales. Dans un cas d’analyse commerciale présenté par Meituan, le modèle a repéré un problème de qualité de croissance — le GMV des paiements en hausse de 23,2 % alors que le profit des canaux reculait de 1,7 % — et a proposé des recommandations d’allocation des ressources.
Comment lire les résultats de référence
Le tableau de référence de Meituan attribue à LongCat-2.5 un score de 88,4 à Terminal Bench v2.1, supérieur aux 70,8 de LongCat-2.0, et de 91,9 à BrowseComp. Selon Meituan, plusieurs scores se situent entre Claude Opus 4.8 et Claude Opus 5, certains au-dessus de ce dernier. Tous ces chiffres proviennent de Meituan et n’ont pas fait l’objet d’une vérification indépendante ; dans le même tableau, le modèle n’obtient que 25,5 à Program Bench, en dessous du meilleur score de la comparaison, 37. Ne regarder que les meilleurs scores conduirait à le surestimer ; le tableau complet indique une force dans les tâches de terminal et de navigation, et non dans toutes les tâches de programmation.
Qui peut l’utiliser dès maintenant, et quelles sont les limites
LongCat-2.5 est disponible via le service en ligne et la plateforme API de Meituan, il est compatible avec des outils d’agents tels que Claude Code, Codex et Hermes, et ses publications sur GitHub et Hugging Face restent prévues, sans date annoncée. Autrement dit, les développeurs peuvent déjà lui confier de longues tâches, mais ne peuvent pas télécharger les poids pour l’auto-héberger ; les équipes qui ont besoin d’auto-hébergement ou d’un déploiement hors ligne ne gagnent rien de nouveau avec cette publication. Les équipes qui ont besoin de codage de longue durée et d’analyse commerciale peuvent d’abord tester sa stabilité sur de vrais projets via l’API, puis décider d’une adoption durable. L’approche multimodale native de LongCat-Next lors de sa publication en open source
