Kinesisk agentmodell med åpne vekter: LongCat-2.5 nær toppmodellene på Terminal Bench

Måltidsleveringsselskapet Meituan har gjort vektene av LongCat-2.5 offentlig tilgjengelige, en stor agentmodell på 1,6 billioner parametere publisert på Hugging Face under en MIT-lisens, omtrent en uke etter at modellen ble presentert.

Arkivfoto: Filfoto: En Meituan-bud i gul uniform på gate i Shekou-distriktet i Shenzhen i august 2018.
Meituan-bud i gul uniform i Shekou, Shenzhen, august 2018. Filfoto. Arkivfoto: Capwiuejooh, CC BY-SA 4.0 · kilde Bearbeidelsen er lisensiert under CC BY-SA 4.0.

Kinesisk agentmodell med åpne vekter: LongCat-2.5 nær toppmodellene på Terminal Bench

Måltidsleveringsselskapet Meituan har gjort vektene av LongCat-2.5 offentlig tilgjengelige, en stor agentmodell på 1,6 billioner parametere publisert på Hugging Face under en MIT-lisens, omtrent en uke etter at modellen ble presentert. Det som skiller utgivelsen, er ikke bare størrelsen eller lisensen, men hva Meituans egen dokumentasjon beskriver: en trenings- og driftssti som går via Huaweis Ascend Atlas A2-akseleratorer, uten nevneverdig veiledning for Nvidia-GPU-er — i en tid da USAs eksportrestriksjoner begrenser Kinas tilgang til vestlig AI-maskinvare.

Alle tall om maskinvare, ytelse og gjennomstrømning i denne saken stammer fra Meituan selv. Flere av de omtalte resultatene er merket som interne målinger i modellkortet, og ingen av dem er uavhengig verifisert i det tilgjengelege kildematerialet.

Hva slags modell dette er

LongCat-2.5 er en mixture-of-experts-modell (MoE): av totalt 1,6 billioner parametere er det i underkant av 48 milliarder aktive per token (The Decoder). Arkitekturen gjør at modellen kan være stor nok til å lagre bred kunnskap, men billig nok i beregning per svar til å drives i agentoppsett med mange kall.

Modellen er bygget for autonome agenter som jobber gjennom lange, flertrinnsoppgaver — særlig koding. Den kan lese skjermbilder og video, arbeide gjennom en kodebase og skrive eller revidere programvare over flere steg (VentureBeat). Via API-et håndterer den opptil én million tokens i kontekst og genererer svar på opptil 128 000 tokens (The Decoder). I en begrenset introduksjonsperiode koster API-et omtrent 0,27 euro per million input-tokens og 1,07 euro per million output-tokens (PANews).

Den kinesiske maskinvarestien

Selvdriftsveiledningen Meituan har publisert beskriver en klynge på 194 Huawei Ascend Atlas A2-akseleratorer: to håndterer bildebehandling, 64 håndterer prefill (innlesing av prompt), og 128 håndterer dekoding (generering av svar). Guiden inneholder ingen veiledning for Nvidia-GPU-er (The Decoder). CASRAI, som har gått gjennom modellkortet og konfigurasjonen direkte, beskriver samme oppsett som et SGLang-eksempel for NPU: 194 Atlas A2-akseleratorer fordelt på to for koding, 64 for prefill og 128 for dekoding (CASRAI).

Ifølge selskapet selv ble forgjengeren LongCat-2.0 trent på en klynge med over 50 000 kinesiskproduserte AI-brikker, og LongCat-2.5 viderefører strategien med å optimalisere AI-utvikling for innenlandsk maskinvare (Lapaas Voice). Overskriften til The Decoder — at modellen «aldri har rørt en Nvidia-GPU» — bygger på Meituans egne utsagn og dokumentasjon. Det finnes ingen uavhengig verifikasjon av treningsmaskinvaren i det tilgjengelige kildematerialet.

Kvantifisering: 4-bit uten tapte ytelsespunkter, ifølge Meituan

En sentral del av Meituans tekniske beretning er W4A4-kvantifisering: både ekspertvekter og aktiveringer er redusert til 4 bit. I selskapets belastningstester stiger gjennomstrømningen 43,3 prosent for promptprosessering og 42,77 prosent for respons­generering sammenlignet med en 8-bit-versjon, og Meituan hevder at nøyaktigheten er på nivå med ukomprimert modell (The Decoder).

Den tekniske dokumentasjonen rapporterer også 86 prosent økning i per-enhet gjennomstrømning sammenlignet med et Distributed Data Parallel (DDP)-grunnlag i testede long-sequence SFT-oppgaver (Lapaas Voice). Lapaas Voice påpeker eksplisitt at disse tallene bygger på Meituans egen testing og ikke er uavhengig verifisert. Utbyttet er likevel meningsfullt for leseren av dokumentasjonen: For en agentmodell som kjører tusenvis av kall per oppgave, er gjennomstrømning per akselerator en direkte kostnadsdriver, og en påstått ~40-prosents gevinst ved 4-bit uten nøyaktighetstap ville bety reelt lavere driftskostnad på samme maskinvare.

Referansepunktene: blandet bilde

Meituans egne sammenligninger viser et tvetydig resultat, og modellkortet er tydelig på hva tallene er verdt: Umarkederte poeng er interne målinger som kun er «veiledende» (indicative only), mens stjernemerkede tall kommer fra eksterne rapporter eller ledertavler (CASRAI).

På Terminal Bench v2.1, som måler hvor godt agenter løser kommandolinjeoppgaver, rapporterer LongCat-teamet 88,4 poeng. I Meituans tabell ligger Claude Opus 5 på 89,1, GPT-5.6 Sol på 88,8, og Deepseek-V4.1-Flash på topp med 90,6 (The Decoder). LongCat-2.5 er altså nær, men ikke øverst, i denne gruppen.

Motarget toppmodellene på nyere referansepunkter ser det svakere ut: På Terminal Bench v4.0 scoret LongCat-2.5 38,5 mot Claude Opus 5s 53,9. Modellen leder sin sammenligningsgruppe på 3DCodeBench, mens Claude Opus 5 leder på Vision2Web (VentureBeat).

Den mest slående endringen er utviklingen fra forgjengeren: På DeepSWE går LongCat fra 9,7 til 64,6 (The Decoder). Spranget illustrerer hvor raskt den kinesiske agentmodellgenerasjonen beveger seg, selv om tallet fortsatt er en intern måling.

Hva som gjenstår å avklare

Flere ting er usikre eller uavklarte:

  • Utgivelsesdato: VentureBeat og CASRAI oppgir 9. november 2026 som vektutgivelse, mens The Decoder og Lapaas Voice oppgir 15. november. Avviket er ikke løst i kildematerialet; det som står fast, er at vektene kom omtrent en uke etter den offisielle presentasjonen av modellen.
  • Ingen førstehåndskilder i dekningsgrunnlaget: All dekning bygger på sekundære artikler, og flere av dem (Lapaas Voice, PANews) ser ut til å trekke på de samme pressematerialene eller på The Decoder. Hardware- og ytelsestallene er dermed i liten grad korrobort førstehånds.
  • Regulatorisk status: VentureBeat fant ingen offentlig kjent amerikansk føderal innkjøps- eller bruksrestriksjon som spesifikt nevner Meituan eller LongCat-2.5 per 9. november, til tross for bredere gransking av kinesiske AI-modeller — blant annet en DHS-eksklusionsordre mot DeepSeek. VentureBeat bemerker at reglene kan endre seg raskt (VentureBeat).

Hva dette betyr i praksis: Utgivelsen gir utviklere en stor, fritt lisensiert agentmodell som kan kjøres på ikke-Nvidia-maskinvare med dokumentert oppsett — og den gir et konkret datapunkt i debatten om hvor langt Kinas innenlandske AI-stack har kommet. Men ytelsespåstandene hviler foreløpig på Meituans egen måling, og modellkortets egen advarsel om at tallene kun er veiledende, bør veie tungt for alle som vurderer modellen i produksjon.

Få de viktigste AI-nyhetene i innboksen

Nyheter, analyser og verktøy samlet for deg.