Longcat-2.5-preview آپریشن میں

LongCat-2.5-Preview میئتوان کی جانب سے پیش کیا گیا نئی نسل کا بڑا ماڈل ہے، جو LongCat-2.0 کے 1.6T کل پیرامیٹرز، تقریباً 48B فعال پیرامیٹرز اور 1M ٹوکن سیاق و سباق کو برقرار رکھتے ہوئے مقامی ملٹی موڈل صلاحیت شامل کرتا ہے، اور اینڈ ڈیوائسز، براؤزرز، ڈیسک ٹاپ سافٹ ویئر اور دیگر حالات میں طویل مراحل پر مشتمل کام انجام دے سکتا ہے۔ LongCat-2.5-Preview کو سرکاری API میں شامل کر دیا گیا ہے، یہ OpenAI اور Anthropic انٹرفیسز کے ساتھ مطابقت رکھتا ہے، زیادہ سے زیادہ 128K ٹوکنز آؤٹ پٹ کرتا ہے، اور Codex، OpenClaw جیسے معروف Agent ٹولز سے براہِ راست کال کیا جا سکتا ہے۔

ملٹی موڈل فہم: تصویر سمجھنے کی صلاحیت شامل کی گئی ہے، جو تصویری مواد کا تجزیہ کر سکتی ہے اور کراس موڈل سوال و جواب، مواد کا خلاصہ اور پیچیدہ بصری استدلال فراہم کرتی ہے۔
طویل مدتی Agent کام: اینڈ ڈیوائسز، براؤزرز، GUI، اسپریڈشیٹس، ڈیزائن ٹولز اور دیگر حالات میں طویل مراحل پر مشتمل خودکار کارروائیاں انجام دیتا ہے۔
Coding صلاحیت: کوڈ تیار کرنے، کوڈ سمجھنے اور خودکار پروگرامنگ کے کاموں میں نمایاں کارکردگی، جبکہ LongCat-2.0 کی Agentic Coding سمت کو برقرار رکھتا ہے۔
ترقیاتی ماحول سے گہری مطابقت: Claude Code، Hermes، OpenClaw، OpenCode، Kilo Code جیسے معروف ٹولز کے ساتھ مؤثر تعاون۔
دوہرا انٹرفیس: API بیک وقت OpenAI اور Anthropic فارمیٹس کے ساتھ مطابقت رکھتا ہے، زیادہ سے زیادہ 128K ٹوکنز آؤٹ پٹ کرتا ہے، اور موجودہ Agent ٹولز سے براہِ راست منسلک کیا جا سکتا ہے۔

MoE sparse activation architecture: مخلوط ماہرین کے راستے کو برقرار رکھتے ہوئے کل پیرامیٹرز 1.6 ٹریلین ہیں، لیکن ہر inference میں صرف تقریباً 48 بلین پیرامیٹرز فعال ہوتے ہیں۔ متحرک routing کے ذریعے موجودہ کام سے متعلق ماہرین کے ذیلی مجموعے کو ہی استعمال کیا جاتا ہے، جس سے ماڈل کی گنجائش برقرار رکھتے ہوئے حسابی لاگت قابو میں رہتی ہے۔
بنیادی ماڈل میں مقامی ملٹی موڈل انضمام: 2.0 دور میں تصاویر اور ویڈیوز کو الگ اوپن سورس repositories میں تقسیم کرنے کے برخلاف، 2.5 میں ملٹی موڈل صلاحیت براہِ راست بنیادی ماڈل میں شامل ہے، جس سے بصری معلومات اور متن کی ایک ہی ماڈل میں مشترکہ modeling ممکن ہوتی ہے۔ یہ راستہ LongCat-Next سے ثابت شدہ DiNA (Discrete Native Autoregressive) paradigm سے ماخوذ ہے، یعنی modalities کو discrete tokens میں تبدیل کرکے متحدہ modeling کرنا۔
انتہائی طویل سیاق و سباق کی معاونت: مقامی 1M ٹوکن context window، جو ایک ہی بار میں طویل دستاویزات، مکمل codebase، سسٹم logs اور متعدد پیچیدہ کاموں کو سنبھال سکتی ہے، اور طویل مدتی Agent کے کثیر مرحلہ execution کے لیے memory بنیاد فراہم کرتی ہے۔ یہ مقامی computing clusters پر بڑے پیمانے کے پیرامیٹرز اور ملین سطح کے context کو بیک وقت سہارا دینے کی system engineering کامیابی بھی ہے۔
Agentic training کی سمت: ماڈل کو ابتدا ہی سے Agent scenarios کے لیے تربیت دی گئی ہے، مقامی طور پر tool calling اور multi-step reasoning کی معاونت کرتا ہے، اور dlp speculative decoding جیسی inference acceleration ٹیکنالوجیز کے ذریعے طویل سلسلہ وار کاموں کی تاخیر کم کرتا ہے۔

اکاؤنٹ رجسٹر کریں: https://longcat.ai/platform/ کھولیں، پھر Meituan LongCat Open Platform پر رجسٹر اور لاگ اِن کریں۔
Key حاصل کریں: کنسول میں API Key بنائیں۔
SDK انسٹال کریں: موجودہ سرکاری OpenAI یا Anthropic SDK استعمال کریں، نئے client کی اضافی تنصیب ضروری نہیں۔
ترتیبات تبدیل کریں: base_url کو https://api.longcat.ai/openai (OpenAI فارمیٹ) یا https://api.longcat.ai/anthropic (Anthropic فارمیٹ) پر تبدیل کریں اور Key درج کریں۔
ماڈل متعین کریں: ماڈل ID میں LongCat-2.5-Preview درج کریں، پھر OpenAI chat.completions یا Anthropic messages کے معیاری فارمیٹ میں request بھیجیں۔
ماحولیاتی variables میں ANTHROPIC_BASE_URL=https://api.longcat.ai/anthropic اور ANTHROPIC_AUTH_TOKEN=آپ کی Key مقرر کریں۔
ANTHROPIC_MODEL کو LongCat-2.5-Preview پر مقرر کریں۔
Claude Code شروع کرنے کے بعد اس ماڈل کو coding tasks کے لیے براہِ راست استعمال کیا جا سکتا ہے؛ OpenClaw، OpenCode، Codex اور دیگر ٹولز بھی اسی طرح base_url اور model name تبدیل کرکے استعمال کیے جا سکتے ہیں۔
LongCat کی سرکاری ویب سائٹ پر لاگ اِن کرکے LongCat-2.5-Preview ماڈل منتخب کریں، پھر ویب پر گفتگو، تصاویر اپ لوڈ کرنے اور سادہ Agent tasks کا تجربہ کیا جا سکتا ہے۔

بڑا sparse ماڈل + کم لاگت inference: 1.6T کل پیرامیٹرز میں سے صرف تقریباً 48B فعال ہوتے ہیں، جس سے اعلیٰ سطح کی ماڈل صلاحیت اور قابو میں رہنے والی inference لاگت کا امتزاج حاصل ہوتا ہے۔
ملین سطح کا مقامی context: 1M ٹوکن window ایک ہی بار میں مکمل codebase، طویل دستاویز یا مکمل logs سنبھال سکتی ہے، اور طویل مدتی کاموں کے لیے memory بنیاد فراہم کرتی ہے۔
بنیادی ماڈل میں مقامی ملٹی موڈل صلاحیت: تصویر کی سمجھ اور متن کی ایک ہی ماڈل میں مشترکہ modeling ہوتی ہے، اور انہیں الگ repositories میں تقسیم نہیں کیا جاتا، جس سے interaction experience زیادہ یکساں رہتا ہے۔
طویل مراحل پر مشتمل GUI Agent صلاحیت: coding tasks سے آگے بڑھ کر terminal، browser، spreadsheet اور design tools میں حقیقی software operations تک پھیلاؤ، اور مکمل workflow scenarios کی معاونت۔
دو پروٹوکول کے ذریعے بغیر migration کے انضمام: OpenAI اور Anthropic دونوں interfaces کے ساتھ مطابقت؛ موجودہ Agent tools میں صرف base_url تبدیل کرکے براہِ راست کال کی جا سکتی ہے۔

مکمل codebase سطح کا programming assistant: 1M context کے ذریعے پوری repository ایک بار میں load کریں، cross-file refactoring، bugs کی نشاندہی اور بڑے PR تیار کریں، اور Claude Code / OpenCode کے ذریعے براہِ راست چلائیں۔
مختلف software میں طویل مراحل پر مشتمل office automation: ماڈل کو browser + spreadsheet + desktop software چلانے دیں، تاکہ “ویب ڈیٹا حاصل کرنا → صاف کرنا → Excel میں درج کرنا → رپورٹ تیار کرنا” جیسے متعدد مراحل والے unattended tasks مکمل ہوں۔
انٹرپرائز سطح کے logs اور دستاویزات کا تجزیہ: ملین ٹوکن سطح کے system logs، معاہداتی فائلیں یا تحقیقی مواد مکمل طور پر فراہم کرکے ایک ہی بار میں گہرے سوال و جواب، خلاصہ اور anomalies کی تلاش کریں، اور RAG slicing سے پیدا ہونے والے context break سے بچیں۔
GUI interface testing اور operations: terminal اور desktop software خودکار طور پر چلانا، batch configuration، interface regression testing، اور پرانے systems میں automated data entry جیسے انسانی محنت والے کام انجام دینا۔
ملٹی موڈل مواد کی تیاری میں معاونت: نئی image understanding capability کے ساتھ screenshot-to-code، design restoration (design tools سے integration)، اور متن و تصاویر پر مشتمل مواد کی structured organization اور دوبارہ تخلیق۔