Meituan saca LongCat-2.5 de la fase preliminar: un modelo multimodal de 1,6 billones de parámetros para agentes

El equipo LongCat de Meituan ha publicado la versión completa de LongCat-2.5, un modelo multimodal pensado para agentes de IA que se encargan de tareas largas, como proyectos de software enteros. La entrada de lanzamiento lleva fecha del 1 de noviembre y la noticia se difundió ampliamente el día 2. El modelo no es del todo nuevo: una versión preliminar, LongCat-2.5-Preview, estaba disponible en la plataforma de API de Meituan desde el 25 de septiembre con el mismo tamaño anunciado. Lo que cambia ahora es que desaparece la etiqueta «Preview» y Meituan publica sus propias comparativas.

Qué ofrece Meituan

Según TechNode, LongCat-2.5 suma unos 1,6 billones de parámetros, de los que se activan alrededor de 48.000 millones por token, y procesa imágenes y texto dentro de un mismo marco de tokens. Meituan lo orienta a la programación visual, el diseño creativo y el trabajo en 3D, además de la programación convencional. La empresa afirma que lo entrenó con secuencias de tareas más largas mediante aprendizaje por refuerzo a gran escala y que convirtió los fallos de agentes reales en tareas de entrenamiento reproducibles.

El modelo puede usarse en el servicio de chat de Meituan y a través de su API. La documentación de la API ya solo incluye LongCat-2.5, con una ventana de contexto de un millón de tokens, hasta 128.000 tokens de salida y dos endpoints, uno con formato de OpenAI y otro con formato de Anthropic, lo que permite conectarlo a agentes de programación ya existentes. No se ha podido confirmar el precio ni un cupo gratuito.

Pruebas y hardware

FourWeekMBA, que leyó la entrada de lanzamiento, señala que la tabla de Meituan sitúa a LongCat-2.5 cerca de GPT-5.6-Sol y de Claude Opus 5 en varias pruebas de agentes, por ejemplo 88,4 en Terminal Bench v2.1 frente a 89,1 de Claude Opus 5, pero claramente por detrás en otras, con 38,5 en Terminal Bench v4.0 frente a 53,9. Meituan califica algunas cifras de la competencia como solo orientativas y no se ha publicado ninguna evaluación independiente.

La entrada también asegura que Meituan optimizó el entrenamiento con contexto largo y la inferencia en 4 bits en aceleradores de IA chinos, sin identificar al fabricante de los chips. Sigue así la línea de LongCat-2.0, que la empresa liberó como código abierto a finales de junio, afirmando que lo había entrenado con chips nacionales.

Lo que aún falta

A diferencia de LongCat-2.0, el nuevo modelo todavía no tiene pesos públicos: las versiones para GitHub y Hugging Face figuran como «próximamente», sin fecha ni licencia indicada. Hasta entonces, LongCat-2.5 es un producto de API cuyos resultados dependen solo de las pruebas de Meituan.