Il rilascio e le condizioni d'uso
Secondo quanto riportato da IT之家, Meituan ha annunciato il 9 novembre l'apertura del codice di LongCat-2.5, modello multimodale presentato il 2 novembre e pensato per compiti di agenti che richiedono sessioni prolungate. La pubblicazione avviene con licenza MIT: la fonte precisa che la licenza consente il deployment per inferenza commerciale e il training aggiuntivo senza necessità di autorizzazioni ulteriori.
Il passaggio dal rilascio all'open source è avvenuto in una settimana, un intervallo breve che segnala la volontà di rendere rapidamente disponibile il modello a sviluppatori e imprese. Restano da verificare in modo indipendente le effettive prestazioni dichiarate e la completezza dei materiali pubblicati, che la fonte indica come distribuiti tramite Hugging Face, un blog tecnico e una piattaforma API.
Architettura e numeri dichiarati
La scheda fornita dalla fonte indica una scala notevole: 1,6 trilioni di parametri complessivi, con circa 48 miliardi attivati per ogni token, e una finestra di contesto fino a un milione di token. Questi valori collocano il modello nella fascia dei sistemi di grandi dimensioni, ma la fonte non riporta confronti diretti con altri modelli né risultati di benchmark dettagliati.
Meituan dichiara miglioramenti nella capacità di consegna end-to-end in scenari come lo sviluppo su basi di codice complesse, la costruzione di progetti completi, il Visual Coding e l'office professionale. Si tratta di affermazioni dell'azienda: il materiale non contiene misurazioni indipendenti a supporto.
La scommessa sul visuale e sui chip nazionali
Un elemento tecnico centrale riguarda il trattamento delle immagini. Secondo la fonte, il modello rappresenta i segnali visivi come token discreti su più livelli, gestiti dallo stesso modello di base insieme al testo, invece di appoggiarsi a un modulo visivo separato. La fonte descrive una quantizzazione vettoriale residua sulle caratteristiche a risoluzione nativa, con token visivi precalcolabili e memorizzabili offline per ridurre il calcolo online e bilanciare i carichi nel training distribuito; il vocabolario visivo sarebbe addestrato congiuntamente al modello di base, condividendo parametri e spazio semantico tra comprensione visiva e generazione di codice.
La fonte segnala inoltre un'attenzione specifica ai chip di calcolo nazionali con vincoli di memoria e banda: l'azienda afferma di aver lavorato in modo coordinato su architettura, adattamento hardware e strategie di deployment. Sul fronte dell'inferenza, LongCat-2.5 adotta uno schema W4A4 che quantizza a 4 bit sia i pesi degli esperti sia le attivazioni, eseguendo i calcoli tramite unità native INT4.
Questi dettagli sono rilevanti perché suggeriscono un modello progettato non solo per la scala, ma anche per l'efficienza su hardware alternativo. Tuttavia la fonte non quantifica i guadagni in termini di memoria, velocità o costi, né chiarisce quali chip siano stati effettivamente testati: sono aspetti che richiedono verifica sui materiali tecnici pubblicati.
