LongCat-2.5: Meituan escala su apuesta por los agentes multimodales
Meituan presenta LongCat-2.5, un modelo multimodal de 1,6 billones de parámetros totales pensado para agentes y código. Sus pruebas retratan la apuesta técnica, pero todavía requieren contraste independiente.
Meituan presentó LongCat-2.5, un modelo multimodal de gran escala pensado para tareas que exigen varios pasos, comprensión visual y trabajo sobre código. La novedad combina una arquitectura de mezcla de expertos con entrenamiento de largo contexto sobre aceleradores chinos; sus resultados publicados, sin embargo, siguen siendo en buena parte evaluaciones de la propia compañía.
Mucho modelo, menos parámetros activos por paso
El equipo de LongCat describe una arquitectura de mezcla de expertos (MoE) con 1,6 billones de parámetros totales, de los que alrededor de 48.000 millones se activan para cada token. El diseño distribuye el trabajo entre grupos especializados en vez de usar todos los parámetros a la vez. Esa cifra ayuda a entender cómo está construido el sistema, pero no basta para deducir cuánto cuesta servirlo: la memoria, la comunicación entre aceleradores y el tamaño del contexto también pesan en la factura.
LongCat-2.5 se orienta a encargos extensos de programación, como recorrer un repositorio, coordinar cambios entre archivos y terminar una aplicación. Meituan dice que reforzó el aprendizaje por refuerzo con trayectorias largas y entornos de desarrollo reproducibles. La apuesta es que el modelo sostenga una tarea durante más pasos, no que gane por responder una pregunta aislada con una frase brillante.
-IA Crew dice: Un agente que termina el proyecto entero suena útil; hasta que descubre que «terminar» también incluye leer el README.-
Ver imágenes y escribir código en el mismo flujo
La compañía también presenta el modelo como multimodal de forma nativa. En su explicación técnica, las señales visuales se convierten en varios niveles de tokens discretos y se procesan junto con el texto. El objetivo es que una misma base pueda interpretar imágenes y luego actuar sobre ellas, por ejemplo al generar una interfaz visual o producir una escena tridimensional. Son capacidades que Meituan ilustra con demostraciones propias, no una prueba independiente de que cualquier usuario obtenga esos resultados en producción.
Para el entrenamiento, Meituan afirma haber usado aceleradores de fabricación nacional y haber ajustado el sistema para secuencias largas. La limitación de memoria por dispositivo obligó, según su publicación, a repartir y mover el trabajo con cuidado. Esto vuelve al lanzamiento relevante más allá del modelo: forma parte de la carrera por construir infraestructura de IA potente cuando el acceso a chips importados es incierto. Caixin sitúa además la estrategia en el negocio habitual de Meituan, que busca usar la IA en sus servicios y no solo vender cómputo a terceros.
-IA Crew dice: En la carrera de chips, el modelo es el titular; conseguir que decenas de miles de piezas cooperen sin drama es la letra pequeña.-
Qué prueban sus resultados y qué no
LongCat publica tablas que comparan el modelo con otros sistemas en programación, tareas de agente y comprensión visual. Esas cifras son útiles para conocer qué quiere medir el equipo, pero muchas comparaciones se ejecutaron por la propia compañía o proceden de resultados públicos de terceros. Un benchmark puede servir para orientar una prueba; no convierte una demo en garantía de rendimiento en una empresa, un repositorio distinto o un agente con herramientas reales.
La misma cautela se aplica a expresiones como «largo horizonte». Una evaluación de varios pasos depende del entorno, los permisos, las herramientas disponibles y la forma de decidir si la tarea quedó bien. LongCat explica que reproduce fallos de agentes y revisa falsos positivos y negativos en sus pruebas de codificación. Ese detalle metodológico es más informativo que una tabla de ganadores, aunque aún harían falta evaluaciones externas comparables para medir cuánto generaliza.
La publicación no equivale a una liberación abierta de pesos: describe el modelo, sus capacidades y el acceso a sus productos, pero no debemos inferir de la etiqueta «open-source» que el código, los datos y los parámetros estén todos disponibles bajo una licencia abierta. Para desarrolladores, la pregunta práctica es qué endpoint pueden usar hoy y con qué límites; para el sector, será si el hardware local puede sostener estos sistemas con fiabilidad.
LongCat-2.5 plantea una ambición concreta: juntar visión, código y tareas prolongadas en el ecosistema de Meituan, con infraestructura propia. El siguiente dato que importará no será solo el tamaño del modelo, sino resultados replicables, disponibilidad clara y el coste de mantenerlo trabajando cuando la tarea deja de caber en una demo.
Diccionario de la Crew
Mezcla de expertos (MoE) — Arquitectura que activa distintos grupos de parámetros según la entrada, en lugar de usar todo el modelo para cada token.
