Meituan lancia LongCat-2.5, un modello multimodale da 1.600 miliardi di parametri per agenti di codice
Meituan ha rilasciato LongCat-2.5, un modello Mixture of Experts da 1.600 miliardi di parametri (circa 48 miliardi attivi) progettato per agenti di codice e programmazione a partire da immagini, addestrato interamente su chip cinesi. È accessibile via API a 0,30 $ per milione di token in input e 1,20 $ in output (tariffa promozionale), senza pesi aperti annunciati al momento.
Il colosso cinese delle consegne Meituan ha lanciato LongCat-2.5, il suo nuovo grande modello. Si tratta di un’architettura Mixture of Experts da 1.600 miliardi di parametri, di cui circa 48 miliardi attivi per ciascun token. È progettato per agenti di codice che gestiscono compiti complessi in autonomia e per la programmazione a partire da immagini. Meituan sottolinea che è stato addestrato interamente su chip cinesi. Il modello è disponibile su longcat.ai e tramite API, a un prezzo promozionale di 0,30 $ per milione di token in input e 1,20 $ in output. Al momento non è stata annunciata alcuna pubblicazione dei pesi.
Cosa cambia rispetto alla preview
LongCat-2.5 è la versione finale di LongCat-2.5-Preview, pubblicata il 25 settembre. Il blog del team porta la data del 1° novembre e il registro delle versioni dell’API quella del 2 novembre. Il modello riprende le basi di LongCat-2.0, rilasciato a giugno, concentrandosi su due direttrici di sviluppo.
La prima è la visione nativa. Le immagini vengono suddivise in token discreti, come parole, ed elaborate dallo stesso modello che gestisce il testo, senza un modulo di visione separato. Meituan lo impiega per la «programmazione visiva»: riprodurre una pagina web a partire da un mockup, generare pagine interattive in 3D o creare visualizzazioni di dati.
La seconda riguarda il lavoro di agente sul lungo periodo. Il team ha addestrato il modello tramite apprendimento per rinforzo su compiti estratti da richieste di modifica (pull request) di GitHub, convalidate da test. L’azienda afferma inoltre di trasformare i fallimenti reali dei propri agenti in nuovi esercizi di addestramento. Per limitare i tentativi di aggiramento, l’accesso alla rete viene disabilitato durante queste attività e la cronologia git viene rimossa. Il registro delle versioni annuncia la compatibilità con Claude Code, Codex e Hermes.
Punteggi vicini a Claude Opus 5, secondo Meituan
Il blog riporta una tabella con una trentina di benchmark. Stando a queste cifre, LongCat-2.5 ottiene 88,4 su Terminal Bench v2.1, contro 89,1 di Claude Opus 5, e 91,9 su BrowseComp, contro 90,8. Rimane invece nettamente indietro sulla versione 4.0 di Terminal Bench, con 38,5 contro 53,9. Il comunicato di Meituan riassume che i risultati si collocano tra Claude Opus 4.8 e Claude Opus 5, superando Opus 5 in una parte dei test. In diverse prove di programmazione, DeepSeek-V4.1-Flash fa registrare punteggi migliori, ad esempio 90,6 su Terminal Bench v2.1 e 74,2 su DeepSWE, contro 64,6 di LongCat-2.5.
Il nodo dei chip cinesi
Meituan insiste molto sul fronte hardware. I suoi chip dispongono di meno di 80 GB di memoria ciascuno, il che ha reso necessaria una riorganizzazione della distribuzione del calcolo. Secondo il blog, il throughput di addestramento per chip è aumentato dell’86% sui compiti a lungo contesto. Per l’erogazione del modello, i pesi e le attivazioni degli esperti sono quantizzati a 4 bit. In base ai test di carico pubblicati, questa soluzione garantisce circa il 43% di throughput in più rispetto alla versione a 8 bit.
La nostra lettura
LongCat-2.5 conferma che i grandi gruppi cinesi esterni ai tradizionali laboratori di IA — in questo caso uno specialista delle consegne a domicilio — sono in grado di produrre un modello per agenti di primo piano senza ricorrere a chip statunitensi. Al di là dei benchmark, è questa l’informazione più rilevante. I punteggi vanno comunque presi con cautela: sono diffusi da Meituan, parte dei risultati dei concorrenti è stata misurata internamente e il confronto si ferma a Claude Opus 5 e GPT-5.6 Sol, mentre sul mercato sono già attivi modelli più recenti. La tariffa d’ingresso è aggressiva, ma viene presentata come temporanea. Agli sviluppatori mancano ancora i pesi aperti, che Meituan aveva reso disponibili per diversi modelli LongCat precedenti: senza di essi, è impossibile eseguire il modello in locale o verificarne le prestazioni in modo indipendente.
Fonti
- LongCat (Meituan) — Introducing LongCat-2.5 Fonte primaria
- LongCat API Docs — registro delle versioni (版本 2026-11-02) Fonte primaria
- LongCat API Docs — tariffe di LongCat-2.5 Fonte primaria
- Meituan — 美团发布LongCat-2.5大模型 (comunicato ripreso dall'Economic Observer) Fonte primaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.
