11월 2일 메이투안은 지속적인 실행이 필요한 장기간 에이전트 작업을 겨냥한 네이티브 멀티모달 모델 LongCat-2.5를 공개했다. 메이투안에 따르면 이 모델은 총 1.6조 개의 파라미터를 가지며 토큰마다 약 480억 개가 활성화되고, 학습 전 과정이 국산 컴퓨팅으로 이뤄졌다. 실질적인 변화는 파라미터 규모가 아니라 정식 버전에서 벤치마크 성적과 국산 칩용 추론 최적화가 더해졌다는 점이다. 9월 25일에 공개된 것은 API 미리보기 버전에 불과했다.
미리보기 버전과 정식 버전은 무엇이 다른가
9월 미리보기 버전은 LongCat-2.0의 파라미터 규모를 유지하면서 이미지 입력을 더했지만 공식 벤치마크를 공개하지 않았다. 정식 버전은 같은 규모를 유지하고 대규모 장기간 강화학습을 더했다. 학습에는 긴 궤적 데이터를 더 많이 넣었고, 실제 에이전트가 실패한 실행 과정을 재현 가능한 학습 과제로 바꿨다. 시각 신호는 다층 이산 토큰으로 표현되어 텍스트와 같은 백본에서 처리되며, 시각 코딩과 크리에이티브 디자인, 3D 작업을 지원한다. 메이투안에 따르면 중간 학습 단계에서는 최대 100만 토큰 길이의 시퀀스를 썼고 누적 학습량은 수조 토큰에 달했으며, 국산 칩에 맞춘 W4A4 추론 최적화도 이뤄졌다. 메이투안이 제시한 브랜드 경영 분석 사례에서 모델은 결제 GMV가 23.2% 늘었는데 채널 이익이 1.7% 줄었다는 성장의 질 문제를 찾아내고 자원 배분 조언을 내놓았다.
벤치마크 성적을 어떻게 읽어야 하나
메이투안의 벤치마크 표에서 LongCat-2.5는 Terminal Bench v2.1에서 88.4점을 받아 LongCat-2.0의 70.8점을 앞질렀고, BrowseComp에서는 91.9점을 기록했다. 메이투안에 따르면 여러 성적이 Claude Opus 4.8과 Claude Opus 5 사이에 있으며 일부는 후자를 웃돈다. 이 수치는 모두 메이투안이 내놓은 것으로 독립 검증은 거치지 않았다. 같은 표에서 Program Bench는 25.5점에 그쳐 비교 대상 가운데 최고점인 37점에 못 미쳤다. 최고점만 보면 과대평가하게 된다. 표 전체를 읽어야 터미널과 브라우징 작업에 강하고 모든 코딩 작업에 강한 것은 아니라는 점을 알 수 있다.
누가 지금 바로 쓸 수 있고, 한계는 어디인가
LongCat-2.5는 메이투안의 온라인 서비스와 API 플랫폼을 통해 제공되며 Claude Code, Codex, Hermes 같은 에이전트 도구와 호환되고, GitHub와 Hugging Face 공개는 계획 단계로 시점은 제시되지 않았다. 다시 말해 개발자는 지금 당장 긴 작업을 맡길 수 있지만 가중치를 내려받아 직접 운영할 수는 없다. 자체 운영이나 오프라인 배포가 필요한 팀에게 이번 발표는 선택지를 바꾸지 않는다. 장기간 코딩과 비즈니스 분석이 필요한 팀은 먼저 API로 실제 프로젝트에서 안정성을 시험해 본 뒤 장기 도입을 결정할 수 있다. LongCat-Next가 오픈소스로 공개됐을 때의 네이티브 멀티모달 방향성
