Meituan открыла LongCat-2.5 на 1,6 трлн параметров: сколько памяти нужно
LongCat-2.5 от Meituan можно скачать под MIT: веса занимают 3,56 ТБ, запуск рассчитан на 194 ускорителя Huawei Ascend, а API стоит $0,30 за миллион входных токенов.
Meituan, китайская платформа доставки и локальных сервисов, выложила на Hugging Face веса LongCat-2.5 и её четырёхбитную версию W4A4 под лицензией MIT. Это мультимодальная MoE-модель на 1,6 трлн параметров, из которых на каждый токен работают около 48 млрд.
По замерам Meituan, на Terminal Bench v2.1 она набирает 88,4 балла против 70,8 у предыдущей LongCat-2.0, а единственная официальная инструкция по запуску рассчитана на кластер из 194 ускорителей Huawei Ascend.
Скачать веса может любой, но запустить их своими силами почти никто: BF16-версия занимает 3,56 ТБ, а гайда под видеокарты Nvidia в карточке нет.
Попробовать модель на своих задачах проще через API LongCat: он совместим с форматами OpenAI и Anthropic, подключается к Claude Code и до конца акции стоит $0,30 за миллион входных токенов.
Ключевые выводы
- 1,6 трлн параметров, около 48 млрд активных на токен; веса BF16 весят 3 562 ГБ, W4A4 весит 1 336 ГБ (Hugging Face API, 17 ноября 2026 года).
- Лицензия MIT на веса; права на товарные знаки и патенты Meituan она не даёт.
- Официальный запуск: 194 ускорителя Huawei Atlas A2 (2 под энкодер изображений, 64 под prefill, 128 под decode). Инструкции для GPU в карточке LongCat-2.5 нет.
- API: контекст 1 048 576 токенов, ответ до 262 144 токенов, $0,30 за миллион входных и $1,20 за миллион выходных токенов по временной скидке.
- Бенчмарки — замеры Meituan: DeepSWE v1.1 вырос с 9,7 до 64,6 балла, но DeepSeek-V4.1-Flash там же набирает 74,2.
Что внутри LongCat-2.5 и чем она отличается от 2.0?
Это та же по масштабу MoE-модель, что LongCat-2.0, с добавленным зрением и дообучением на агентных задачах. Согласно config.json, в каждом MoE-слое 768 вычислительных экспертов и 128 «нулевых», которые возвращают вход без вычислений; маршрутизатор выбирает для токена 12 экспертов из обоих наборов.
Внимание устроено как MLA, слоёв 38, словарь на 163 840 токенов, есть три слоя MTP для предсказания нескольких токенов вперёд.
Изображения модель видит как текст: визуальные признаки кодируются в дискретные токены методом остаточной векторной квантизации, как в исследовательской LongCat-Next, и идут в ту же последовательность. В техническом блоге Meituan объясняет, что так энкодер изображений выносится из графа обучения, а токены картинок можно посчитать заранее.
Для кодовых задач модель учили на синтезированных задачах из реальных пул-реквестов и issue с GitHub, проверяемых тестами fail-to-pass и pass-to-pass. Чтобы модель не жульничала, в средах отключали сеть, удаляли историю git и кэши, а траектории проверяла отдельная LLM-судья, пишет Meituan.
В метаданных Hugging Face у репозитория указано около 1,78 трлн параметров, в карточке — 1,6 трлн. Meituan это расхождение не объясняла. Ещё одна нестыковка: в config.json весов max_position_embeddings равен 524 288, а API заявляет контекст 1 048 576 токенов.
Насколько LongCat-2.5 сильна в коде по бенчмаркам?
По собственной таблице Meituan, на уровне лучших открытых моделей, но не впереди.
Все результаты LongCat-2.5 получены самой компанией в режиме рассуждений, по умолчанию с temperature 1,0 и top_p 0,95, если для теста не указано иное (для MCP Atlas, например, temperature 0,7); Terminal Bench и NL2Repo гоняли в оболочке Claude Code v2.1.280 с контекстом 512 тыс. токенов, DeepSWE — в mini-swe-agent с контекстом 1 млн и усреднением по трём прогонам.
Цифры конкурентов со звёздочкой Meituan взяла из их отчётов, остальные мерила сама.
Unmarked scores are measured in-house and are indicative only.
| Модель | Параметров всего / активных | Лицензия | Terminal Bench v2.1 | Terminal Bench v4.0 | DeepSWE v1.1 |
| LongCat-2.5 | 1,6 трлн / около 48 млрд | MIT | 88,4 | 38,5 | 64,6 |
| DeepSeek-V4.1-Flash | 552 млрд в основной сети / 8 млрд на prefill, 16 млрд на decode | MIT | 90,6 | 31,2 | 74,2 |
| Kimi K3 | 2,8 трлн / 104 млрд | Kimi K3 License | 88,3 | 12,6 | 67,5 |
| GLM-5.3 | в карточке не указано | собственная лицензия GLM-5.3 | 88,2 | 41,8 | 66,9 |
| Claude Opus 5 (закрытая) | не раскрывается | только API | 89,1 | 53,9 | 68,8 |
Баллы — из таблицы в карточке LongCat-2.5, параметры и лицензии — из карточек моделей на Hugging Face. Самый заметный рост у LongCat — на тяжёлом Terminal Bench v4.0: с 3,0 у версии 2.0 до 38,5, это выше DeepSeek-V4.1-Flash, но ниже GLM-5.3 и Claude Opus 5.
В BrowseComp, поиске фактов в интернете, LongCat-2.5 первая в таблице с 91,9 балла, но этот замер сделан в собственной оболочке Meituan с модулями Verify и Discard-All, поэтому с чужими результатами он сравним условно. О том, сколько памяти требует Kimi K3.1 Pro, мы разбирали отдельно.
На чём Meituan обучала и запускает модель?
На китайских ускорителях: Meituan пишет об «отечественных ИИ-ускорителях» с памятью меньше 80 ГБ на чип и не называет производителя в описании обучения. Про предыдущую версию компания высказалась прямо в карточке LongCat-2.0:
Both the full training run and the large-scale deployment are built entirely on AI ASIC superpods.
Для 2.5 в блоге описано длинноконтекстное обучение (mid-training и SFT) на таких кластерах: параллелизм подогнан под топологию суперузла, а пропускная способность на устройство в задачах длинного SFT на 86% выше, чем у базовой схемы DDP.
Производитель всплывает в инструкции по развёртыванию в ветке longcat-2.5-npu репозитория SGLang-FluentLLM: это Huawei Ascend серии Atlas A2.
Конфигурация из инструкции: 194 ускорителя. Два обслуживают энкодер изображений, остальные стоят в 12 машинах по 16 штук: четыре машины (64 ускорителя) делают prefill, восемь (128) — decode.
Prefill работает с конвейерным параллелизмом 8, decode — с экспертным параллелизмом 128. Нужны CANN 9.0.0, PyTorch 2.9 и Python 3.11. Энкодер грузится из отдельного пути LongCat-2.5-Encoder; публичного репозитория с таким именем на Hugging Face мы не нашли.
Можно ли запустить LongCat-2.5 на своих GPU?
Пока практически нет. В карточке LongCat-2.5 есть только раздел NPU, тогда как у LongCat-2.0 был отдельный рецепт SGLang для GPU. Веса W4A4 рассчитаны на нативные INT4-блоки Ascend, и, по нашей оценке, даже они (1 336 ГБ) не помещаются в восемь ускорителей по 141 ГБ, это 1 128 ГБ без учёта KV-кэша. BF16-версии нужно больше 3,5 ТБ памяти только под веса.
Для моделей поменьше энтузиасты находят обходные пути: например, автор одного open source проекта заявляет, что уместил DeepSeek на 284 млрд параметров в 64 ГБ ОЗУ без GPU, независимого подтверждения нет.
Про квантизацию Meituan приводит такие цифры нагрузочных тестов на своём железе относительно W8A8: пропускная способность prefill выше на 43,3%, decode — на 42,77%, время до первого токена ниже на 15,91%, время на выходной токен — на 19,72%.
В связке с восьмибитным KV-кэшем decode быстрее на 92%, чем у W8A8 с 16-битным кэшем. Точность W4A4, по словам компании, сопоставима с неквантованной моделью на проверенных бенчмарках; независимых замеров нет.
Как попробовать LongCat-2.5 через API и сколько это стоит?
Проще всего через платформу LongCat API: после регистрации создаётся ключ, модель называется LongCat-2.5. Цены на странице тарифов помечены как временная скидка без даты окончания: $0,30 за миллион входных токенов без кэша, $0,006 с кэшем и $1,20 за миллион выходных. В юанях — 2, 0,04 и 8.
Модель доступна в API со 2 ноября. Для сравнения цен на открытые модели в продакшене — наш текст о том, как Revolut перевела инженеров на GLM.
- Контекст 1 048 576 токенов на запрос (вход плюс выход), ответ до 262 144 токенов.
- Температура фиксирована: 1,0 с рассуждениями и 0,7 без них, бюджет рассуждений — 65 536 токенов; другие значения сервер подменяет.
- Картинки — base64 или URL до 10 МБ; видео — только по публичному URL, до 100 МБ, до 10 роликов на запрос и короче часа.
- При превышении лимита частоты запросов сервер отвечает 429 с полем retry_after; недопустимые значения параметров, включая max_tokens, получают 400.
Проверка ключа запросом в формате OpenAI, из документации платформы:
curl -X POST https://api.longcat.chat/openai/v1/chat/completions \
-H "Authorization: Bearer YOUR_APP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "LongCat-2.5",
"messages": [{"role": "user", "content": "Hello!"}],
"max_tokens": 1000
}'
Чтобы подключить модель к Claude Code, Meituan предлагает прописать её в ~/.claude/settings.json:
{
"env": {
"ANTHROPIC_AUTH_TOKEN": "your_longcat_api_key",
"ANTHROPIC_BASE_URL": "https://api.longcat.chat/anthropic",
"ANTHROPIC_MODEL": "LongCat-2.5",
"ANTHROPIC_SMALL_FAST_MODEL": "LongCat-2.5",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "LongCat-2.5",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "LongCat-2.5",
"CLAUDE_CODE_MAX_OUTPUT_TOKENS": "262144",
"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": 1
}
}
Запросы при этом уходят на серверы Meituan, так что для закрытого кода это решение уровня политики компании. Если у вас есть кластер Ascend, веса для него скачиваются командой из инструкции по развёртыванию:
pip install -U huggingface_hub mkdir -p /data/meituan-longcat hf download meituan-longcat/LongCat-2.5-W4A4 --local-dir /data/meituan-longcat/LongCat-2.5-W4A4
Что пока неизвестно?
Независимых замеров LongCat-2.5 на момент публикации мы не нашли: все цифры выше — от Meituan. Не опубликованы обычная цена API после скидки, инструкция для GPU и веса энкодера изображений под именем из NPU-гайда.
Сигнал, за которым стоит следить, — официальная инструкция для GPU или рецепты LongCat-2.5 в основных ветках SGLang и vLLM. На 17 ноября в карточке модели есть только NPU-рецепт.
Источники
- https://huggingface.co/meituan-longcat/LongCat-2.5
- https://huggingface.co/meituan-longcat/LongCat-2.5-W4A4
- https://longcat.ai/blog/longcat-2.5/
- https://github.com/meituan-longcat/SGLang-FluentLLM/blob/longcat-2.5-npu/npu_test/ReadMe.md
- https://longcat.chat/platform/docs/
- https://longcat.chat/platform/docs/pricing/longcat-2.5
- https://longcat.chat/platform/docs/api/model-params
- https://longcat.chat/platform/docs/image-video-understanding
- https://longcat.chat/platform/docs/claude-code
- https://longcat.chat/platform/docs/change-log
- https://huggingface.co/meituan-longcat/LongCat-2.0
- https://huggingface.co/meituan-longcat/LongCat-2.5/blob/main/config.json
- https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash
- https://huggingface.co/moonshotai/Kimi-K3
- https://huggingface.co/zai-org/GLM-5.3
- https://huggingface.co/moonshotai/Kimi-K3.1-Pro