LongCat-2.5 Faoliyat yuritmoqda

LongCat-2.5 — Meituan LongCat tomonidan ishlab chiqilgan tabiiy multimodal model bo‘lib, jami parametrlari 1,6 trillion, har bir token uchun taxminan 48 milliard parametr faollashadi. LongCat-2.5 uzoq muddatli agent vazifalariga mo‘ljallangan: vizual signallarni ko‘p darajali tokenlarga diskretlashtirib, ularni matn bilan yagona formatda qayta ishlaydi va Visual Coding qobiliyatini kuchaytiradi. Keng ko‘lamli Agentic RL, ma’lumotlar sintezi pipeline’i hamda mahalliy hisoblash quvvatida uzoq kontekstli o‘qitish va W4A4 kvantlash optimizatsiyasiga tayanib, terminal dasturlash, veb ko‘rish va qidirish, vizual tushunish kabi sinovlarda GPT-5.5 va Claude-Opus-5 bilan bir qatorda yetakchi guruhdan joy oladi.

Agent dasturlashi: murakkab kod bazalarini ishlab chiqish va to‘liq loyihalarni yaratishni boshidan oxirigacha bajaradi.
Tabiiy vizual tushunish: tasvir va matnni yagona token formatida qayta ishlaydi, Visual Coding’da yuqori natija ko‘rsatadi.
Ijodiy va 3D generatsiya: real vaqt suyuqlik simulyatsiyasi, 3D raqamli ko‘rgazmalar, shahar maketlari, miniatyura sahnalari kabi veb-sahifalarni yaratishni qo‘llab-quvvatlaydi.
Professional ofis ishlari: biznes tahlili, mijozlar fikri hisobotlari, tadbir taklifnomalarini yaratish va boshqa vazifalarni qamrab oladi.

Vizual tasvirlarni modellashtirish: LongCat-Next usulidan foydalanib, semantik jihatdan moslashtirilgan enkoderning tabiiy aniqlikdagi xususiyatlariga qoldiq vektor kvantlashini qo‘llaydi va vizual signallarni ko‘p darajali diskret tokenlar sifatida ifodalaydi; tokenizer o‘zgarmas holga keltirilgach, vizual tokenlarni oflayn tarzda oldindan hisoblash mumkin, bu esa uzun ketma-ketliklarni paketlash va taqsimlangan yuklamani muvozanatlashni soddalashtiradi.
Keng ko‘lamli agentlarni mustahkamlab o‘qitish: masshtablanadigan ma’lumotlar sintezi pipeline’i quriladi, vazifalar, muhitlar va tekshiriladigan test holatlari avtomatik yaratiladi, haqiqiy Agent muvaffaqiyatsizlik trayektoriyalari yordamida ma’lumotlar doimiy ravishda to‘ldiriladi; uzoq dumli samaradorlik muammosini yumshatish uchun partial rollout asinxron o‘qitish qo‘llanadi, logprob qirqilishi namunalar eskirishidan kelib chiqadigan gradient og‘ishini cheklaydi, tarmoqni uzish, keshni tozalash va LLM judge reward hacking’ning oldini oladi, vazifalar va Harness’lararo aralash o‘qitish esa umumlashuvni yaxshilaydi.
Ko‘p ekspertli onlayn distillatsiya (MOPD): soha ekspertlari o‘quvchini uning onlayn namunalari asosidagi to‘liq lug‘at KL divergentsiyasi orqali o‘qitadi; o‘qituvchi javobi belgilangan uzunlikdagi per-cut prefix’lariga bo‘linadi va taqsimot siljishini nazorat qilish uchun o‘quvchi namunasining uzunligi cheklanadi, Tree Attention yordamida esa bir martalik oldinga va orqaga o‘tish orqali o‘qitish bajarilib, hisoblash va saqlash xarajatlari kamaytiriladi.
Mahalliy hisoblash quvvatida uzoq kontekstli o‘qitish: FSDP/EP parallellik darajasi supertugun kartalari soniga moslashtirilib, aloqa yuqori o‘tkazuvchanlik domenida saqlanadi, aralash lug‘at parallelligi esa videoxotira sarfini yanada kamaytiradi; ikki karra shardlashga ega FSDP FP32 asosiy og‘irliklar va optimizator holatini domenlararo taqsimlaydi, nusxasiz aloqa hisoblash bilan ustma-ust bajariladi, SFT’da bitta karta o‘tkazuvchanligi DDP’ga nisbatan 86% ga oshadi.
O‘qitish va inferensiya izchilligi: batch-invariant operatorlar birlashtiriladi, TP va DCP qo‘llovi kengaytiriladi hamda o‘qitish, Prefill va Decode jarayonlarida har bir token uchun logprob bitwise darajada bir xil bo‘lishi ta’minlanadi. Uzoq kontekstli Rollout optimizatsiyasi: PD ajratilishida QCP/KVP va HiCache samarali keshni kengaytiradi, LSA qatlamlararo indekslarini qayta ishlatish orqali qatlamlararo KV prefetch bajariladi va Decode keshi deyarli ikki baravar oshiriladi, sig‘imni hisobga oluvchi rejalashtirish esa uzun trayektoriyalarni navbatma-navbat qayta ishlashdan kelib chiqadigan qayta hisoblash kaskadining oldini oladi.

Tezkor sinov: https://longcat.chat manzilidagi onlayn sinov sahifasiga kirib, suhbat interfeysini oching va talablaringizni tabiiy tilda yozing.
API orqali ulash: https://longcat.chat/platform/product manziliga kirib, API kalitini oling va modelni o‘z ilovangizga ulang.

Yetakchi samaradorlik: jami 1,6 trillion parametr, har bir token uchun 48 milliard faol parametr; ko‘plab sinovlarda GPT-5.5 va Claude-Opus-5 bilan bir qatorda yetakchi guruhda.
Tabiiy multimodallik: vizual signallar ko‘p darajali diskret tokenlar va matn bilan yagona modelda qayta ishlanadi, Visual Coding qobiliyati kuchli.
Uzoq muddatli agentlar: keng ko‘lamli Agentic RL yordamida murakkab kod bazalarini ishlab chiqish va to‘liq loyihalarni boshidan oxirigacha yaratadi.
Tezkor takomillashuv: uzun ketma-ketliklarni o‘qitish va muvaffaqiyatsizlik trayektoriyalarini o‘qitish vazifalariga aylantirish LongCat-2.0 ga nisbatan katta o‘sishni ta’minlaydi.
Mahalliy hisoblash quvvatiga moslashuv: supertugun parallelligi, W4A4 kvantlash kabi optimizatsiyalar 1,6T darajadagi MoE’ni mahalliy AI tezlatkichlarida samarali o‘qitish va ishga tushirish imkonini beradi.
Mukammal muhandislik: o‘qitish va inferensiyaning bitwise izchilligi hamda uzoq kontekstli rollout optimizatsiyasi keng ko‘lamli uzoq muddatli RL’ning barqaror va samarali ishlashini ta’minlaydi.

Loyiha rasmiy sayti: https://longcat.ai/blog/longcat-2.5/

Dasturiy ta’minot ishlab chiqish: murakkab kod bazalarini ishlab chiqish, to‘liq loyihalarni yaratish va terminal dasturlash vazifalarini boshidan oxirigacha bajaradi.
Vizual veb-sahifa generatsiyasi: real vaqt suyuqlik simulyatsiyasi, 3D eksponatlarning interaktiv namoyishi, shahar maketlari, xitoyona uslubdagi rangli sahifalar kabi yuqori kadr tezligiga ega dinamik veb-sahifalarni yaratadi.
Professional ofis tahlili: turli kanallardagi biznes ma’lumotlarini birlashtirib, foyda hisob-kitobi, harakatlantiruvchi omillar tahlili va marketing zaxiralari bo‘yicha tavsiyalarni taqdim etadi.
Mijozlar fikrini qayta ishlash: takroriy fikrlarni aniqlaydi, ularni jiddiylik darajasiga ko‘ra tartiblaydi va interaktiv HTML tahlil hisobotini yaratadi.
Tadbirlarni boshqarish vositasi: joy fotosuratlarini tabiiy tildagi talablar bilan birlashtirib, ro‘yxatdan o‘tish va ishtirokchilar ro‘yxatini eksport qilish mumkin bo‘lgan tadbir taklifnomasi veb-sahifasini yaratadi.