Массив на 1,6 триллиона параметров теперь функционирует в полной изоляции от западных цепочек поставок ускорителей после публикации открытых весов модели LongCat-2.5 китайским сервисом доставки Meituan. Разработанная специально под автономные ИИ-агенты для многоэтапных рабочих процессов, система ставит под сомнение устоявшееся операционное допущение о том, что передовые агентные модели требуют для обучения и развертывания исключительно западных ускорителей. Данный релиз наглядно показывает, как меняется архитектура корпоративного уровня при столкновении аппаратных ограничений с растущими потребностями в вычислительных мощностях.
Способность бизнеса развернуть конкурентную передовую архитектуру без стандартных вычислительных кластеров упирается исключительно в инженерную реализацию и себестоимость единицы вычислений. Meituan выстроила архитектуру так, чтобы подтвердить: альтернативные аппаратные кластеры способны удерживать сверхбольшие объемы параметров без падения под накладными расходами инференса. Этот операционный сдвиг напрямую меняет экономические расчеты для компаний, выбирающих между собственным хостингом моделей и закрытой облачной инфраструктурой.
Разреженная маршрутизация и топология кластера
Архитектурное ядро LongCat-2.5 использует структуру смеси экспертов (Mixture-of-Experts, MoE), активируя около 48 миллиардов параметров на токен из суммарных 1,6 триллиона. Вместо задействования всей нейросети под каждую операцию система направляет входящий поток через специализированные подсети. Согласно документации к Meituan LongCat-Flash, система масштабирует общее число параметров, сохраняя профиль разреженного исполнения. Через API поддерживается контекстное окно объемом до одного миллиона токенов с генерацией непрерывного ответа длиной до 128 000 токенов.
Вместо вынесения мультимодальных задач в отдельный вторичный конвейер модель встраивает визуальные данные напрямую в текстовый поток. LongCat-2.5 конвертирует изображения в токены, обрабатывая их параллельно с текстом без привлечения сторонних модульных пайплайнов. При этом аппаратный контур для запуска данного механизма полностью исключает компоненты западных поставщиков.
Руководство по самостоятельному развертыванию описывает кластер из 194 ускорителей Huawei Ascend серии Atlas A2.
В опубликованной технической документации инструкции для GPU от Nvidia отсутствуют вовсе. Конфигурация распределяет ресурсы следующим образом: два процессора выделены под обработку изображений, 64 — под обработку входящего промпта и 128 — под генерацию ответа. Чтобы уложиться в лимиты оборудования, Meituan квантует веса экспертов и активации до 4-битной точности — формата, аппаратно поддерживаемого данным кремнием. По данным нагрузочных тестов компании, такое сжатие увеличивает пропускную способность инференса на 43,3% при обработке промптов и на 42,77% при генерации ответов в сравнении с 8-битным базовым уровнем, удерживая точность наравне с несжатой моделью.
Ограничения бенчмарков и стоимость инфраструктуры
Главный операционный контраргумент против обучения на локальном оборудовании касается качества работы агентов в сложных сценариях разработки ПО. Команда LongCat фиксирует 88,4 балла в тесте Terminal Bench v2.1, оценивающем решение задач в командной строке, уступая Claude Opus 5 с 89,1, GPT-5.6 Sol с 88,8 и Deepseek-V4.1-Flash с 90,6. В бенчмарке DeepSWE, тестирующем исправление багов в реальных кодовых репозиториях, LongCat-2.5 набирает 64,6 балла, отставая от GPT-5.6 Sol (72,7) и Deepseek-V4.1-Flash (74,2), но обходя Claude Opus 4.8.
Через API модель обрабатывает до одного миллиона токенов за раз и генерирует ответы длиной до 128 000 токенов.
На более жестком тестировании Terminal Bench v4.0 модель LongCat-2.5 показывает 38,5 балла, немного опережая GPT-5.6 Sol (37,3), но существенно отставая от Claude Opus 5 с его 53,9. Разрыв сокращается в веб-задачах: в поисковом бенчмарке BrowseComp модель демонстрирует 91,9 балла во внутреннем тестовом контуре Meituan. Собранные метрики подтверждают: хотя стек на базе альтернативного железа нивелирует отставание в типовых консольных скриптах, комплексный репозиторный дебаггинг по-прежнему выявляет системный дефицит точности.
Коммерческая жизнеспособность перехода на альтернативную инфраструктуру определяется лицензией и структурой затрат. Meituan открыла веса под лицензией MIT, разрешающей модификацию и распространение в коммерческих целях. Доступ к API на старте предложен по промо-тарифу около €0,27 за миллион входных токенов и €1,07 за миллион выходных. Этому предшествовала масштабная обкатка инфраструктуры: предшественник LongCat-2.0 обучался в конце июня полностью на кластере из более чем 50 000 китайских AI-чипов.
Как это выглядит рядом
Конфигурация из 128 процессоров под одну генерацию ответа показывает, какой ценой китайский бигтех обходит нехватку привычных ускорителей. Пока западные разработчики полагаются на готовые стеки Nvidia, Meituan вынуждена строить сложную многопроцессорную архитектуру под конкретный местный кремний, собирая агентов буквально вручную. Сможет ли китайский бизнес масштабировать агентные сценарии при 64,6 балла в DeepSWE против 72,7 у GPT-5.6 Sol, оплачивая это сотнями чипов на один запрос?
Наши материалы: Meituan LongCat-Flash: экономичный ИИ через Sparse MoE (1 августа).