Qu’est-ce que LongCat-2.5 ?
LongCat-2.5 est un modèle à mélange d'experts de Meituan avec 1,6 billion de paramètres au total et environ 48 milliards actifs par token. Il lit nativement les images et la vidéo, en convertissant les caractéristiques visuelles en tokens dans le même espace que le texte, et il est entraîné pour le travail d'agent au long cours : projets de code complets, navigation, recherche et tâches 3D.
Meituan publie des résultats sur plus de 30 tests face à des modèles GPT, Claude, GLM, Kimi et DeepSeek, dont 64,6 sur DeepSWE v1.1, 91,9 sur BrowseComp et 83,1 sur MCP Atlas. Les poids sont sous licence MIT, et Meituan documente le déploiement sur accélérateurs NPU avec sa version de SGLang.
LongCat-2.5 vaut-il le coup ?
LongCat-2.5 est la tentative de Meituan d'atteindre le sommet du classement des modèles ouverts pour le travail d'agent. C'est un modèle à mélange d'experts de 1,6 billion de paramètres, avec environ 48 milliards actifs par token, entraîné par apprentissage par renforcement à grande échelle sur de vraies tâches d'ingénierie et distillé à partir de modèles enseignants spécialisés dans les agents, le raisonnement et la conversation.
Les chiffres annoncés le placent près des meilleurs. Meituan indique 64,6 sur DeepSWE v1.1, 91,9 sur BrowseComp, 83,1 sur MCP Atlas et 63,1 sur Humanity's Last Exam avec outils, proche ou au-dessus de plusieurs modèles fermés dans son propre tableau. Il lit aussi nativement les images et la vidéo, avec 85,2 sur VideoMME, et traite des tâches de code visuel comme le passage du texte à la 3D. La licence MIT est la plus permissive des grands modèles ouverts.
Les limites sont pratiques et tiennent aux preuves. Servir 1,6 billion de paramètres demande un grand cluster d'accélérateurs ; le guide de déploiement publié vise les NPU, et la fiche donne peu de détails pour les GPU. La plupart des scores de comparaison sont signalés comme repris d'autres rapports, plusieurs tests sont ceux de Meituan, et les résultats d'agent dépendent de réglages comme Claude Code avec des séquences de 512K tokens. Une reproduction indépendante comptera plus que d'habitude.
Là où il fait la différence
Une équipe plateforme IA d'un grand groupe avec un cluster d'accélérateurs
Héberger un modèle ouvert de code par agents sans restriction de licence
Déployez LongCat-2.5 avec SGLang-FluentLLM et placez-le derrière vos agents de code ; la licence MIT autorise l'usage interne et commercial sans limite territoriale.
Un groupe de recherche qui étudie l'entraînement d'agents
Se comparer à une base ouverte solide
Utilisez les réglages et environnements de test publiés pour reproduire les scores avant de bâtir dessus.
Avant de vous engager
- Mise en route
- Téléchargez les poids sur Hugging Face et déployez avec SGLang-FluentLLM de Meituan ; la voie documentée vise les plateformes NPU.
- Intégrations
- SGLang-FluentLLM ; évalué dans les environnements Claude Code et mini-swe-agent.
- Données et confidentialité
- Auto-hébergé ; licence MIT.
- Coût à grande échelle
- Aucun frais de licence ; le coût est un cluster multi-nœuds capable d'héberger 1,6 billion de paramètres.
- Limites
- Les besoins matériels ne sont pas publiés sous forme d'un chiffre unique ; plusieurs résultats dépendent de longs contextes de 256K à 1M tokens.
Les points forts
- Bons scores annoncés en code et navigation par agents
- Compréhension native de l'image et de la vidéo
- Licence MIT
- Environ 48B de paramètres actifs par token pour sa taille
Les points faibles
- 1,6 billion de paramètres exigent un grand cluster
- Guide de déploiement pour NPU ; peu de détails GPU
- Plusieurs tests sont ceux de Meituan
- Scores de comparaison en partie repris d'autres rapports
Idéal pour
Laboratoires et grandes entreprises dotés d'un vrai matériel d'inférence qui veulent héberger eux-mêmes un modèle d'agents ouvert et sous licence permissive.
Alternatives à LongCat-2.5
LongCat-2.5 : questions fréquentes
- LongCat-2.5 vaut-il le coup ?
- LongCat-2.5 compte parmi les modèles d'agents ouverts les plus forts sur le papier, sous une licence quasiment sans conditions, mais avec 1,6 billion de paramètres, c'est un modèle pour clusters, pas pour des entreprises dotées d'un seul serveur GPU. Nous lui donnons 4.1 sur 5.
- Combien coûte LongCat-2.5 ?
- Poids ouverts gratuits sous licence MIT ; le faire tourner exige un grand cluster d'accélérateurs.
- Quels sont les inconvénients de LongCat-2.5 ?
- 1,6 billion de paramètres exigent un grand cluster; guide de déploiement pour NPU ; peu de détails GPU; plusieurs tests sont ceux de Meituan; scores de comparaison en partie repris d'autres rapports.
- À qui s’adresse LongCat-2.5 ?
- Laboratoires et grandes entreprises dotés d'un vrai matériel d'inférence qui veulent héberger eux-mêmes un modèle d'agents ouvert et sous licence permissive.
- Combien coûte LongCat-2.5 pour une équipe ou en production ?
- Aucun frais de licence ; le coût est un cluster multi-nœuds capable d'héberger 1,6 billion de paramètres.
- LongCat-2.5 est-il sûr pour les données de l’entreprise ?
- Auto-hébergé ; licence MIT.
- Quelles sont les meilleures alternatives à LongCat-2.5 ?
- Les alternatives les plus proches que nous avons testées sont LongCat-2.0.
Réponses vérifiées le 15 nov. 2026.