Meituan vydal LongCat-2.5 2. listopadu 2026. Jde o nativně multimodální model navržený pro dlouhé úkoly AI agentů: nejen pro vytvoření jednotlivého úseku kódu, ale i pro postupnou práci na složitějším projektu. Navazuje na LongCat-2.0 a na verzi LongCat-2.5-Preview, kterou firma představila 25. září.
6
32
Co má LongCat-2.5 zvládat
Meituan popisuje model jako systém s celkem 1,6 bilionu parametrů a přibližně 48 miliardami aktivních parametrů na každý token.
8
32 Tento údaj ale není ve všech dodaných zdrojích stejný: jeden z nich uvádí 480 miliard aktivních parametrů. Počet je proto vhodné chápat jako hlášenou, nikoli jednoznačně potvrzenou specifikaci.
1
Hlavním cílem je podle Meituanu práce ve složitých kódových základnách a tvorba celých projektů. Firma uvádí, že při tréninku na dlouhých sekvencích přidala více trajektorií zachycujících delší úkoly a využila rozsáhlé posilované učení, aby zlepšila schopnosti modelu při programování s využitím agentů.
32
Součástí tréninkového procesu má být také syntéza dat a příprava prostředí napříč různými nástroji, v nichž AI agenti pracují. Meituan dále říká, že skutečné chyby agentů převádí na úlohy, které lze znovu spustit a ověřit, a využívá je jako tréninkové příklady.
32
Obraz a text v jednom modelu
Podle informací k vydání LongCat-2.5 převádí obrazové vstupy na víceúrovňové diskrétní tokeny a zpracovává obraz i text ve společné architektuře. Smyslem je propojit vizuální porozumění s programováním, například při vizuálním kódování, kreativním návrhu nebo práci s 3D.
32
35
Meituan také uvádí, že optimalizoval trénink s dlouhým kontextem a inferenci W4A4 na domácí výpočetní infrastruktuře. Dostupné podklady ale neuvádějí nezávisle změřené úspory ani konkrétní výkonové zlepšení. Jde tedy o popis přístupu firmy, nikoli o důkaz určité výhody.
32
Výsledky testů: zlepšení oproti verzi 2.0, ale s výhradou
Modelová stránka Meituanu uvádí u několika testů vyšší skóre než u LongCat-2.0:
38
| Test |
LongCat-2.5 |
LongCat-2.0 |
| Terminal Bench v2.1 |
88,4 |
70,8 |
| AutomationBench |
51,8 |
15,8 |
| BrowseComp |
91,9 |
79,9 |
| PaperBench |
82,1 |
45,2 |
| Program Bench (Almost Resolved) |
25,5 |
2,5 |
Jde o výsledky uváděné výrobcem; nezávislé ověření dostupné zprávy nedokládají.
6 Skóre z jednotlivých testů navíc neříkají, že je model nejlepší při všech úlohách nebo ve srovnání se všemi konkurenty. Lépe poslouží jako přehled oblastí, na které se Meituan zaměřuje, a výsledků, jež uvádí ve srovnání s vlastní předchozí verzí.
Vydání a napojení na vývojářské nástroje
Podle sekundárního zpravodajství předcházela plnému vydání z 2. listopadu verze LongCat-2.5-Preview z 25. září.
6 Protokol změn platformy LongCat už uvádí LongCat-2.5 jako dostupný model a zmiňuje vizuální úlohy i složitější technické workflow.
35
API LongCat podporuje formáty kompatibilní s OpenAI i Anthropic.
18 Platforma mezi kompatibilními prostředími pro spouštění agentů jmenuje Claude Code, Codex a Hermes. Pro OpenCode má také samostatný návod k přihlášení a výběru LongCatu jako poskytovatele.
35
36
Co si z novinky odnést
Nejvýraznějším slibem LongCat-2.5 je spojení práce s obrazem a tréninku na dlouhých úlohách, aby agent dokázal pokračovat v programování i navazujících tvůrčích činnostech. Uváděná velikost modelu a výsledky benchmarků poskytují užitečný kontext, je ale namístě brát je jako tvrzení zveřejněná firmou, nikoli jako nezávislé potvrzení všeobecné převahy.
6
32