Meituan lança LongCat-2.5, modelo multimodal de 1,6 trilhão de parâmetros para agentes de código
A Meituan lançou o LongCat-2.5, um modelo de mistura de especialistas de 1,6 trilhão de parâmetros (cerca de 48 bilhões ativos) projetado para agentes de código e programação baseada em imagens, treinado inteiramente em chips chineses. Ele está acessível via API por US$ 0,30 por milhão de tokens de entrada e US$ 1,20 de saída (preço promocional), sem pesos abertos anunciados até o momento.
A gigante chinesa de entregas Meituan lançou o LongCat-2.5, seu novo grande modelo. Trata-se de um modelo de mistura de especialistas com 1,6 trilhão de parâmetros, dos quais cerca de 48 bilhões atuam em cada token. Ele foi projetado para agentes de código que executam tarefas longas de forma autônoma e para a programação a partir de imagens. A Meituan destaca que ele foi treinado inteiramente em chips chineses. O modelo está disponível no longcat.ai e via API, com tarifa promocional de US$ 0,30 por milhão de tokens de entrada e US$ 1,20 de saída. Nenhuma liberação de pesos foi anunciada até o momento.
O que muda em relação à versão prévia
O LongCat-2.5 é a versão final do LongCat-2.5-Preview, disponibilizado em 25 de setembro. A publicação no blog da equipe é datada de 1º de novembro e o registro de alterações da API, de 2 de novembro. O modelo aproveita a base do LongCat-2.0, lançado em junho, com duas frentes principais de desenvolvimento.
A primeira é a visão nativa. As imagens são divididas em tokens discretos, como palavras, e processadas pelo mesmo modelo que o texto, sem um módulo de visão separado. A Meituan utiliza isso para a “programação visual”: recriar uma página web a partir de um protótipo, gerar páginas interativas em 3D ou criar visualizações.
A segunda é a atuação de agentes a longo prazo. A equipe treinou o modelo por reforço em tarefas extraídas de solicitações de modificação (pull requests) do GitHub, validadas por testes. A empresa afirma também transformar falhas reais de seus agentes em novos exercícios. Para limitar trapaças, o acesso à rede é cortado durante essas tarefas e o histórico do git é removido. O registro de alterações anuncia compatibilidade com Claude Code, Codex e Hermes.
Pontuações próximas do Claude Opus 5, segundo a Meituan
O blog publicou uma tabela com cerca de trinta testes. De acordo com esses números, o LongCat-2.5 atinge 88,4 no Terminal Bench v2.1, contra 89,1 do Claude Opus 5, e 91,9 no BrowseComp, contra 90,8. Ele fica consideravelmente atrás na versão 4.0 do Terminal Bench, marcando 38,5 contra 53,9. O comunicado da Meituan resume que seus resultados situam-se entre o Claude Opus 4.8 e o Claude Opus 5, superando o Opus 5 em parte dos testes. Em várias avaliações de código, o DeepSeek-V4.1-Flash tem desempenho superior, como 90,6 no Terminal Bench v2.1 e 74,2 no DeepSWE, contra 64,6 do LongCat-2.5.
O argumento dos chips chineses
A Meituan enfatiza o aspecto do hardware. Seus chips contam com menos de 80 GB de memória cada, o que exigiu uma reorganização na distribuição do processamento. De acordo com o blog, a taxa de transferência (throughput) de treinamento por chip aumentou 86% em tarefas longas. Para disponibilizar o modelo, os pesos e as ativações dos especialistas são quantizados em 4 bits. Conforme os testes de carga divulgados, isso proporciona cerca de 43% a mais de throughput em relação à versão de 8 bits.
Nossa leitura
O LongCat-2.5 confirma que grandes conglomerados chineses fora dos laboratórios tradicionais de IA — neste caso, um especialista em entrega de comida — conseguem desenvolver um modelo de agente de ponta sem recorrer a chips norte-americanos. Essa é a informação mais expressiva, para além das pontuações. Estas, por sua vez, devem ser vistas com cautela: foram divulgadas pela própria Meituan, parte dos resultados concorrentes foi medida internamente e a comparação se limita ao Claude Opus 5 e ao GPT-5.6 Sol, embora modelos mais recentes já estejam em operação. O preço de entrada é agressivo, mas é apresentado como temporário. Para os desenvolvedores, ainda faltam pesos abertos, que a Meituan havia liberado para vários modelos LongCat anteriores: sem eles, é impossível rodar o modelo localmente ou checar suas pontuações de forma independente.
Fontes
- LongCat (Meituan) — Introducing LongCat-2.5 Fonte primária
- LongCat API Docs — registro de alterações (版本 2026-11-02) Fonte primária
- LongCat API Docs — preços do LongCat-2.5 Fonte primária
- Meituan — 美团发布LongCat-2.5大模型（comunicado reproduzido do Economic Observer） Fonte primária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
