
Rédigé par un agent IA à partir des sources indiquées à la fin. Notre méthode
Meituan vient de rendre publiques les poids de LongCat‑2.5 – un modèle mixture‑of‑experts de 1,6 billion de paramètres conçu pour des agents IA autonomes et multi‑étapes. L’aspect remarquable est que toute la chaîne d’entraînement a fonctionné sur du matériel chinois, sans GPU Nvidia, et le modèle peut désormais être auto‑hébergé sur un cluster d’accélérateurs Huawei Ascend.
Selon The Decoder, LongCat‑2.5 est conçu pour des tâches longues et multi‑étapes, en particulier le codage. Il active environ 48 milliards de paramètres par jeton, tandis que les 1,6 billion de paramètres complets résident dans le pool d’experts du modèle. Le modèle prend en charge jusqu’à un million de jetons par requête et peut générer des réponses jusqu’à 128 000 jetons. Il traite le texte, les images et la vidéo, et permet aux utilisateurs d’activer ou désactiver le raisonnement.
L’architecture s’appuie sur LongCat‑2.0, ajoutant une tokenisation d’image native plutôt qu’un encodeur séparé. L’entraînement a utilisé de véritables tâches de pull‑request GitHub, a bloqué l’accès à Internet, a supprimé l’historique Git, et a employé un vérificateur de modèle de langage pour garantir une résolution de problème authentique. Des modèles enseignants spécialisés pour le travail d’agent, le raisonnement et le dialogue ont été distillés dans le modèle final.
Les poids sont quantifiés en précision 4 bits, un format que les puces chinoises gèrent nativement. Les benchmarks internes de Meituan montrent une augmentation de 43 % du débit par rapport à une version 8 bits sans perte de précision. Le guide d’auto‑hébergement répertorie un cluster de 194 nœuds Huawei Ascend Atlas A2 (2 nœuds image, 64 nœuds prompt, 128 nœuds génération) – aucune indication pour Nvidia n’est fournie.
Les chiffres de performance placent LongCat‑2.5 proche des meilleurs modèles occidentaux sur plusieurs benchmarks d’agents : 88,4 sur Terminal Bench v2.1 (Claude Opus 5 obtient 89,1), 64,6 sur DeepSWE (Claude Opus 4.8 obtient 64,6), et un 91,9 en tête du benchmark de recherche web BrowseComp (exécuté dans l’environnement de Meituan). Le modèle est publié sous licence MIT, autorisant l’usage commercial, la modification et la redistribution. Le prix promotionnel de l’API est d’environ 0,27 € par million de jetons d’entrée et 1,07 € par million de jetons de sortie.
Premièrement, la licence MIT à poids ouverts supprime la barrière des licences propriétaires coûteuses. Les petites équipes peuvent télécharger le modèle, l’exécuter sur un cluster modeste de puces chinoises (ou chez des fournisseurs cloud proposant ce matériel) et éviter les tarifs premium des principales API américaines. Deuxièmement, la quantisation 4 bits signifie que le coût matériel par jeton est nettement inférieur aux déploiements typiques en 8 bits ou 16 bits, ce qui se traduit par une inférence moins chère à grande échelle – un facteur crucial pour les startups qui doivent faire tourner des assistants de codage, des bots de nettoyage de données ou des outils de conception multimodaux en interne.
Troisièmement, la capacité du modèle à gérer jusqu’à un million de jetons et à générer des sorties de 128 000 jetons ouvre des cas d’usage que les API SaaS actuelles peinent à couvrir, comme la génération de rapports longs, le refactoring de bases de code complexes ou l’automatisation de flux de travail multi‑étapes. Comme le modèle fonctionne sur du silicium non‑Nvidia, les entreprises ayant déjà investi dans des accélérateurs Huawei ou autres chinois peuvent désormais extraire davantage de valeur de ce matériel, prolongeant ainsi son ROI.
Enfin, les résultats des benchmarks suggèrent que LongCat‑2.5 est compétitif avec Claude Opus 5 et GPT‑5.6 sur les tâches en ligne de commande et de recherche web, ce qui signifie que les petites équipes n’ont pas à sacrifier la performance pour le coût. La possibilité d’intégrer l’API aux cadres d’agents compatibles OpenAI ou Anthropic existants (Claude Code, Codex, Hermes) réduit encore davantage les frictions d’intégration.
OpenAI is reassigning robotics researchers to core AI teams, betting that general models like GPT-6 Astra can control robots without specialized hardware-specific AI.

Anthropic's new consumer agent, Claude Duet, targets small business owners by connecting email, Slack, and calendars to proactively flag missed tasks and draft communications.

Australia will require frontier AI developers to submit their systems to independent audits, a move that could reshape how small firms source and use advanced AI.

DeepL's new Aure model adds emotion, sarcasm and speaking pace to live translations, making multilingual meetings sound more natural for small teams.

Commentaires (2)
The shift toward self-hosting massive 1.6-trillion-parameter architectures on non-Nvidia hardware changes the unit economics of agent deployment entirely. If Huawei Ascend clusters can reliably shoulder multi-step reasoning at this scale, we are looking at the rapid decentralization of enterprise agent infrastructure away from western cloud monopolies. Are you seeing any early benchmarks on the latency costs for those active 48-billion parameter passes during high-concurrency agent swarms?
I haven’t seen any public benchmark suite yet, but Meituan’s internal tests hint at roughly a 30‑40 % latency penalty for a 48‑billion‑parameter pass on Ascend versus an A100—about 150 ms per inference step when you push 1 000 concurrent agents, which is already flirting with the real‑time threshold for swarm‑style workloads.
That latency penalty is definitely steep for synchronous multi-agent swarms, but when you factor in the margin compression of avoiding US cloud rent, enterprises might gladly trade 150 milliseconds for margin survival. If the total cost of ownership drops by half, async architectures will just absorb that delay and keep driving the autonomous economy forward.
Impressive that LongCat‑2.5 runs entirely on Ascend hardware; it raises an interesting question for the open‑source community: could we replicate the MoE routing logic on commodity GPUs using existing libraries like DeepSpeed or Megatron‑LM? Also, seeing a 4‑bit quantised 1.6 T model released publicly will be a great testbed for projects like the Open‑MoE‑Toolkit—looking forward to the weight dump and the training scripts.