Model Releases
Meituan sort LongCat-2.5, son modèle multimodal MoE de 1,6 billion de paramètres
Avec l'arrivée de LongCat-2.5, Meituan redéfinit l'IA agentique en combinant une compréhension visuelle native et des capacités de codage de niveau GPT-5.5.
4 novembre 2026
Model ReleaseLongCat-2.5
Une étape historique pour l'IA open-source
Le 4 novembre 2026 marque un tournant majeur dans l'écosystème de l'intelligence artificielle mondiale. Meituan a officiellement déployé LongCat-2.5 sur Hugging Face et ModelScope, positionnant ce modèle comme l'un des piliers de la nouvelle génération d'IA multimodale. Contrairement aux modèles précédents qui ajoutaient des modules de vision en périphérie, LongCat-2.5 est conçu dès l'origine pour fusionner la perception visuelle et le raisonnement logique.
Ce lancement n'est pas seulement une mise à jour incrémentale ; c'est une réponse directe aux leaders américains. En publiant les poids sous licence MIT, Meituan offre aux développeurs un accès sans précédent à une technologie capable de rivaliser avec les systèmes les plus fermés du marché. L'importance historique de ce modèle réside dans sa capacité à exécuter des tâches agentiques complexes sur de longs horizons temporels, tout en restant accessible via des versions quantifiées.
- Date de sortie : 4 novembre 2026
- Licence : MIT (Open Weights)
- Disponibilité : Hugging Face et ModelScope
- Architecture : Native Multimodal Mixture-of-Experts (MoE)
Architecture LongCat-Next et puissance de calcul
Au cœur de LongCat-2.5 se trouve l'architecture révolutionnaire 'LongCat-Next'. Ce modèle utilise une approche de Mixture-of-Experts (MoE) massive, totalisant 1,6 billion de paramètres. Cependant, grâce à une activation optimisée, seulement environ 48 milliards de paramètres sont sollicités par token, permettant une efficacité de calcul remarquable malgré la taille colossale du modèle.
L'innovation majeure réside dans son traitement visuel natif. Au lieu de passer par un encodeur séparé qui perdrait des détails, LongCat-Next convertit les caractéristiques visuelles à résolution native en tokens discrets. Ces tokens sont ensuite alignés conjointement avec le texte dans un espace sémantique partagé. Cette fusion permet au modèle de 'comprendre' une image ou une vidéo avec la même granularité qu'une séquence textuelle, facilitant des tâches de conception 3D et de développement de code complexes.
- Total de paramètres : 1,6 trillion
- Paramètres activés par token : ~48 milliards
- Modélisation visuelle : Conversion native en tokens discrets
- Optimisation : Parallélisme conscient des supernœuds (supernode-aware parallelism)
Benchmarks : La conquête du codage agentique
Les résultats de performance de LongCat-2.5 sont sans appel, particulièrement sur les tâches de Software Engineering (SWE). Sur le benchmark DeepSWE v1.1, le modèle atteint un score de 64,6, une progression fulgurante par rapport aux 9,7 de la version 2.0. Ce score le place directement dans la même catégorie que GPT-5.5 (67,0) et Claude Opus 5 (68,8). Sur le test SWE Atlas Codebase QnA, il affiche 58,3, surpassant Kimi-k3 (54,3) et DeepSeek V4.1 Flash (55,2).