LongCat 2.5 вийшла 2 листопада 2026 року. За повідомленнями, модель має 1,6 трлн параметрів загалом і близько 48 млрд активних на кожен токен.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Meituan’s LongCat-2.5, released on November 2, 2026, and how does it build on LongCat-2.0 and the September 25 API preview in terms. Article summary: LongCat-2.5 is Meituan’s native multimodal, mixture-of-experts model aimed at sustained agent work, particularly complex coding projects, full-project engineering, and visually guided development; launch reporting descri. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Meituan випустила LongCat-2.5 2 листопада 2026 року. Це мультимодальна модель для тривалих завдань, у яких ШІ-агент має послідовно виконати кілька кроків. Розробники позиціонують її як наступний крок після LongCat-2.0 і попередньої версії LongCat-2.5-Preview, представленої 25 вересня: модель має не просто генерувати фрагменти коду, а допомагати доводити складні інженерні завдання до завершення.6
32
За оприлюдненими даними, LongCat-2.5 містить 1,6 трлн параметрів, із яких на кожен токен активується близько 48 млрд.8
32 Водночас одне з джерел наводить цифру 480 млрд активних параметрів, тож у доступних повідомленнях є розбіжність.
1
Meituan каже, що додала до навчання на довгих послідовностях більше прикладів тривалого виконання завдань і використала масштабне навчання з підкріпленням, щоб поліпшити роботу агентів із кодом. Заявлена мета — допомогти моделі працювати зі складними кодовими базами та створювати цілі проєкти. Навчальний процес також охоплює синтез даних і створення середовищ для різних агентних інструментів. За описом компанії, невдалі спроби реальних агентів перетворюють на завдання, які можна відтворити й перевірити.32
За повідомленням про запуск, LongCat-2.5 представляє візуальні сигнали як дискретні токени кількох рівнів і обробляє зображення та текст у спільній основі моделі. Такий підхід має поєднати розуміння візуального контенту з програмуванням — зокрема для візуального кодування, творчого дизайну та завдань із 3D.32
35
Meituan також повідомляє про оптимізацію навчання з довгим контекстом і W4A4-інференсу на обчислювальній інфраструктурі в Китаї. Проте наведені матеріали не містять незалежно виміряних показників ефективності, тож це опис підходу компанії, а не підтвердження конкретної переваги у швидкості чи вартості.32
У таблиці на сторінці моделі наведені такі результати LongCat-2.5 і LongCat-2.0:38
| Тест | 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 |
Ці результати слід сприймати як показники, наведені розробником: окремий огляд зазначає, що вони не пройшли незалежної перевірки.6 Бали в кількох тестах не доводять, що модель найкраща для всіх завдань або порівнянь. Вони радше показують, на яких напрямах зосередилася Meituan і яке зростання заявляє порівняно з власною попередньою моделлю.
За даними вторинних джерел, попередня версія LongCat-2.5-Preview з’явилася 25 вересня, а повний реліз відбувся 2 листопада.6 У журналі змін платформи LongCat модель позначена як доступна; серед її заявлених можливостей — візуальні завдання та складні інженерні процеси.
35
API LongCat підтримує формати, сумісні з OpenAI та Anthropic.18 Платформа також називає Claude Code, Codex і Hermes серед сумісних агентних середовищ. В офіційній інструкції для OpenCode описано, як авторизуватися й вибрати LongCat як провайдера.
35
36
Головна заявлена особливість LongCat-2.5 — поєднання навчання на тривалих агентних завданнях із вбудованою обробкою візуальних даних. Модель задумана для того, щоб супроводжувати складніші робочі процеси, пов’язані з програмуванням і творчими завданнями. Наведені параметри й результати тестів дають уявлення про амбіції розробників, але це заявлені дані, а не незалежне підтвердження переваги над іншими моделями.6
32
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
LongCat 2.5 вийшла 2 листопада 2026 року. За повідомленнями, модель має 1,6 трлн параметрів загалом і близько 48 млрд активних на кожен токен.
LongCat 2.5 вийшла 2 листопада 2026 року. За повідомленнями, модель має 1,6 трлн параметрів загалом і близько 48 млрд активних на кожен токен. Серед заявлених оновлень — спільна обробка візуальних і текстових даних, навчання на довших агентних завданнях і підтримка візуального програмування, дизайну та 3D.
Meituan повідомляє про результат 88,4 у Terminal Bench v2.1 проти 70,8 у LongCat 2.0, однак ці показники не перевірені незалежно.
LongCat 2.5 вийшла 2 листопада 2026 року. За повідомленнями, модель має 1,6 трлн параметрів загалом і близько 48 млрд активних на кожен токен.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Meituan’s LongCat-2.5, released on November 2, 2026, and how does it build on LongCat-2.0 and the September 25 API preview in terms. Article summary: LongCat-2.5 is Meituan’s native multimodal, mixture-of-experts model aimed at sustained agent work, particularly complex coding projects, full-project engineering, and visually guided development; launch reporting descri. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Meituan випустила LongCat-2.5 2 листопада 2026 року. Це мультимодальна модель для тривалих завдань, у яких ШІ-агент має послідовно виконати кілька кроків. Розробники позиціонують її як наступний крок після LongCat-2.0 і попередньої версії LongCat-2.5-Preview, представленої 25 вересня: модель має не просто генерувати фрагменти коду, а допомагати доводити складні інженерні завдання до завершення.6
32
За оприлюдненими даними, LongCat-2.5 містить 1,6 трлн параметрів, із яких на кожен токен активується близько 48 млрд.8
32 Водночас одне з джерел наводить цифру 480 млрд активних параметрів, тож у доступних повідомленнях є розбіжність.
1
Meituan каже, що додала до навчання на довгих послідовностях більше прикладів тривалого виконання завдань і використала масштабне навчання з підкріпленням, щоб поліпшити роботу агентів із кодом. Заявлена мета — допомогти моделі працювати зі складними кодовими базами та створювати цілі проєкти. Навчальний процес також охоплює синтез даних і створення середовищ для різних агентних інструментів. За описом компанії, невдалі спроби реальних агентів перетворюють на завдання, які можна відтворити й перевірити.32
За повідомленням про запуск, LongCat-2.5 представляє візуальні сигнали як дискретні токени кількох рівнів і обробляє зображення та текст у спільній основі моделі. Такий підхід має поєднати розуміння візуального контенту з програмуванням — зокрема для візуального кодування, творчого дизайну та завдань із 3D.32
35
Meituan також повідомляє про оптимізацію навчання з довгим контекстом і W4A4-інференсу на обчислювальній інфраструктурі в Китаї. Проте наведені матеріали не містять незалежно виміряних показників ефективності, тож це опис підходу компанії, а не підтвердження конкретної переваги у швидкості чи вартості.32
У таблиці на сторінці моделі наведені такі результати LongCat-2.5 і LongCat-2.0:38
| Тест | 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 |
Ці результати слід сприймати як показники, наведені розробником: окремий огляд зазначає, що вони не пройшли незалежної перевірки.6 Бали в кількох тестах не доводять, що модель найкраща для всіх завдань або порівнянь. Вони радше показують, на яких напрямах зосередилася Meituan і яке зростання заявляє порівняно з власною попередньою моделлю.
За даними вторинних джерел, попередня версія LongCat-2.5-Preview з’явилася 25 вересня, а повний реліз відбувся 2 листопада.6 У журналі змін платформи LongCat модель позначена як доступна; серед її заявлених можливостей — візуальні завдання та складні інженерні процеси.
35
API LongCat підтримує формати, сумісні з OpenAI та Anthropic.18 Платформа також називає Claude Code, Codex і Hermes серед сумісних агентних середовищ. В офіційній інструкції для OpenCode описано, як авторизуватися й вибрати LongCat як провайдера.
35
36
Головна заявлена особливість LongCat-2.5 — поєднання навчання на тривалих агентних завданнях із вбудованою обробкою візуальних даних. Модель задумана для того, щоб супроводжувати складніші робочі процеси, пов’язані з програмуванням і творчими завданнями. Наведені параметри й результати тестів дають уявлення про амбіції розробників, але це заявлені дані, а не незалежне підтвердження переваги над іншими моделями.6
32
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
LongCat 2.5 вийшла 2 листопада 2026 року. За повідомленнями, модель має 1,6 трлн параметрів загалом і близько 48 млрд активних на кожен токен.
LongCat 2.5 вийшла 2 листопада 2026 року. За повідомленнями, модель має 1,6 трлн параметрів загалом і близько 48 млрд активних на кожен токен. Серед заявлених оновлень — спільна обробка візуальних і текстових даних, навчання на довших агентних завданнях і підтримка візуального програмування, дизайну та 3D.
Meituan повідомляє про результат 88,4 у Terminal Bench v2.1 проти 70,8 у LongCat 2.0, однак ці показники не перевірені незалежно.