Meituanが1.6兆パラメータのマルチモーダルモデル「LongCat-2.5」を発表、コードエージェントに特化

中国のフードデリバリー大手Meituanは、新型の大規模モデルLongCat-2.5を発表した。総パラメータ数1.6兆のMixture-of-Experts（MoE）モデルであり、各トークンに対して約480億パラメータがアクティブ化される。長時間のタスクを自律的に遂行するコードエージェントや、画像からのプログラミング向けに設計されている。Meituanは、同モデルが完全に中国製チップ上で学習された点を強調している。モデルはlongcat.aiおよびAPI経由で利用可能で、キャンペーン価格として入力100万トークンあたり0.30ドル、出力1.20ドルに設定されている。現時点でモデル重みの公開は発表されていない。

プレビュー版からの変更点

LongCat-2.5は、9月25日に公開されたLongCat-2.5-Previewの正式版である。開発チームのブログは11月1日付、APIの変更履歴は11月2日付となっている。本モデルは6月にリリースされたLongCat-2.0をベースにしており、2つの主要な強化軸を持つ。

1つ目はネイティブビジョンだ。画像は単語と同様に離散トークンへと分割され、独立したビジョンモジュールを介さずにテキストと同一のモデルで処理される。Meituanはこの機能を、デザインカンプからのウェブページ再現、3Dのインタラクティブページや可視化画面の生成といった「ビジュアルプログラミング」に活用している。

2つ目は長時間の自律的エージェント動作である。開発チームは、テストによって自動検証されたGitHubのプルリクエスト課題を用いて、強化学習を実施した。また、エージェントが現場で直面した失敗事例を新たなトレーニング課題に変換しているとも説明している。学習時の不正（カンニング）を防ぐため、これらのタスク実行中はネットワークアクセスが遮断され、gitのコミット履歴も削除されている。変更履歴では、Claude Code、Codex、Hermesとの互換性が謳われている。

Meituan発表のスコアはClaude Opus 5に肉薄

公式ブログには約30項目の評価テスト結果が掲載されている。これらの数値によると、LongCat-2.5はTerminal Bench v2.1で88.4を記録し、Claude Opus 5の89.1に迫った。BrowseCompでは91.9となり、Opus 5の90.8を上回っている。一方で、Terminal Benchのバージョン4.0では38.5にとどまり、Opus 5の53.9に大きく水をあけられている。Meituanのプレスリリースでは、総合的な性能はClaude Opus 4.8とClaude Opus 5の間に位置し、一部のテストではOpus 5を凌駕したと総括されている。なお、複数のコーディングベンチマークではDeepSeek-V4.1-Flashのほうが優れており、例えばTerminal Bench v2.1では90.6、DeepSWEではLongCat-2.5の64.6に対して74.2を記録している。

中国製チップという論点

Meituanはハードウェア面での成果を前面に押し出している。使用されたチップはそれぞれメモリ容量が80GB未満であり、計算処理の分散構成を再構築する必要があったという。ブログによれば、長文タスクにおけるチップあたりの学習スループットは86%向上した。モデルの推論提供にあたっては、各エキスパートの重みとアクティベーションが4ビットに量子化されている。公開された負荷テストの結果によると、これにより8ビット版と比べてスループットが約43%向上したとされる。