Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

LongCat-2.5

O modelo multimodal aberto de 1,6 trilhão de parâmetros da Meituan, feito para tarefas longas de programação e pesquisa com agentes, sob licença MIT.

Análise de ReviewRamble editors · Atualizado

Visitar LongCat-2.5 Código aberto

Compartilhe esta página:XLinkedInFacebookRedditWhatsAppE-mail

Nossa nota

4.1/5

O LongCat-2.5 está entre os modelos abertos para agentes mais fortes no papel, com uma licença quase sem amarras, mas com 1,6 trilhão de parâmetros é um modelo para clusters, não para empresas com um servidor de GPU.

O que é LongCat-2.5?

O LongCat-2.5 é um modelo de mistura de especialistas da Meituan com 1,6 trilhão de parâmetros no total e cerca de 48 bilhões ativos por token. Ele lê imagens e vídeo de forma nativa, convertendo características visuais em tokens no mesmo espaço do texto, e foi treinado para trabalho de agente de longo prazo: projetos completos de programação, navegação, pesquisa e tarefas 3D.

A Meituan publica resultados em mais de 30 testes contra modelos GPT, Claude, GLM, Kimi e DeepSeek, incluindo 64,6 no DeepSWE v1.1, 91,9 no BrowseComp e 83,1 no MCP Atlas. Os pesos têm licença MIT, e a Meituan documenta a implantação em aceleradores NPU com a sua versão do SGLang.

LongCat-2.5 vale a pena?

O LongCat-2.5 é a aposta da Meituan no topo da tabela de pesos abertos para trabalho de agentes. É um modelo de mistura de especialistas de 1,6 trilhão de parâmetros, com cerca de 48 bilhões ativos por token, treinado com aprendizado por reforço em grande escala sobre tarefas reais de engenharia e destilado de modelos professores especializados em agentes, raciocínio e conversa.

Os números divulgados o colocam perto dos modelos de ponta. A Meituan aponta 64,6 no DeepSWE v1.1, 91,9 no BrowseComp, 83,1 no MCP Atlas e 63,1 no Humanity's Last Exam com ferramentas, perto ou acima de vários modelos fechados na própria tabela. Ele também lê imagens e vídeo de forma nativa, com 85,2 no VideoMME, e encara tarefas de programação visual como texto para 3D. A licença MIT é a mais permissiva entre os grandes modelos abertos.

Os limites são práticos e de evidência. Servir 1,6 trilhão de parâmetros exige um grande cluster de aceleradores; o guia de implantação publicado mira NPUs, e a ficha traz poucos detalhes para GPUs. A maioria das notas de comparação está marcada como tirada de outros relatórios, vários testes são da própria Meituan, e os resultados de agente dependem de configurações como o Claude Code com sequências de 512K tokens. A reprodução independente vai pesar mais do que o normal.

Onde ele se destaca

  • Uma equipe de plataforma de IA de uma grande empresa com cluster de aceleradores

    Hospedar um modelo aberto de programação com agentes sem restrições de licença

    Implante o LongCat-2.5 com o SGLang-FluentLLM e coloque-o por trás dos seus agentes de programação; a licença MIT permite uso interno e comercial sem limites territoriais.

  • Um grupo de pesquisa que estuda treino de agentes

    Comparar com uma base aberta forte

    Use as configurações e ambientes de teste publicados para reproduzir as notas antes de construir em cima delas.

Antes de decidir

Configuração
Baixe os pesos no Hugging Face e implante com o SGLang-FluentLLM da Meituan; o caminho documentado é para plataformas NPU.
Integrações
SGLang-FluentLLM; avaliado dentro dos ambientes Claude Code e mini-swe-agent.
Dados e privacidade
Hospedagem própria; licença MIT.
Custo em escala
Sem taxa de licença; o custo é um cluster de vários nós capaz de comportar 1,6 trilhão de parâmetros.
Limites
Os requisitos de hardware não são publicados como um número único; vários resultados dependem de contextos longos de 256K a 1M tokens.

O que é bom

  • Notas fortes divulgadas em programação e navegação com agentes
  • Compreensão nativa de imagem e vídeo
  • Licença MIT
  • Cerca de 48B de parâmetros ativos por token para o tamanho

O que não é

  • 1,6 trilhão de parâmetros exigem um grande cluster
  • Guia de implantação mira NPUs; poucos detalhes para GPU
  • Vários testes são da própria Meituan
  • Notas de comparação em parte tiradas de outros relatórios

Ideal para

Laboratórios e grandes empresas com hardware de inferência sério que querem hospedar por conta própria um modelo aberto de agentes com licença permissiva.

Alternativas ao LongCat-2.5

LongCat-2.5: perguntas frequentes

LongCat-2.5 vale a pena?
O LongCat-2.5 está entre os modelos abertos para agentes mais fortes no papel, com uma licença quase sem amarras, mas com 1,6 trilhão de parâmetros é um modelo para clusters, não para empresas com um servidor de GPU. Damos nota 4.1 de 5.
Quanto custa LongCat-2.5?
Pesos abertos grátis sob a licença MIT; rodá-lo exige um grande cluster de aceleradores.
Quais são as desvantagens de LongCat-2.5?
1,6 trilhão de parâmetros exigem um grande cluster; guia de implantação mira NPUs; poucos detalhes para GPU; vários testes são da própria Meituan; notas de comparação em parte tiradas de outros relatórios.
Para quem LongCat-2.5 é indicado?
Laboratórios e grandes empresas com hardware de inferência sério que querem hospedar por conta própria um modelo aberto de agentes com licença permissiva.
Quanto custa LongCat-2.5 para uma equipe ou em produção?
Sem taxa de licença; o custo é um cluster de vários nós capaz de comportar 1,6 trilhão de parâmetros.
LongCat-2.5 é seguro para dados da empresa?
Hospedagem própria; licença MIT.
Quais são as melhores alternativas ao LongCat-2.5?
As alternativas mais próximas que analisamos são LongCat-2.0.

Respostas verificadas em 15 de nov. de 2026.

Você faz o LongCat-2.5? Mostre esta nota no seu siteLongCat-2.5 com nota 4.1 de 5 no ReviewRamble