중국 음식 배달 기업 Meituan의 LongCat 팀이 에이전트용 대규모 언어 모델 LongCat-2.5의 가중치를 공개했다. 공식 발표 일주일 뒤다. 총 매개변수가 1.6조 개인 이 모델은 MIT 라이선스여서 상업적 이용, 수정, 재배포가 허용된다. The Decoder는 이 모델을 전적으로 중국산 하드웨어로 학습했다고 보도했고, 모델 카드는 국산 AI 가속기에서 돌리기 위한 인프라 최적화를 언급한다.1,2
LongCat-2.5는 전문가 혼합 구조로, 토큰 하나를 처리할 때 전체 1.6조 개 가운데 약 480억 개만 쓴다. API로는 한 번에 최대 100만 토큰을 받고 최대 12만 8,000 토큰까지 답한다. 텍스트, 이미지, 영상을 이해하고 답은 텍스트로 내며, 추론 모드를 켜고 끌 수 있다.
사용자는 longcat.ai 채팅 사이트에서 써 볼 수 있다. API는 OpenAI 형식과 Anthropic 형식을 모두 지원하고 Claude Code, Codex, Hermes 같은 하네스에 연결된다. 출시 기간에는 한정 판촉 가격으로 입력 100만 토큰당 약 0.27유로, 출력 100만 토큰당 약 1.07유로를 받는다.1
이미지 처리와 학습 방식
LongCat-2.5는 이전 모델 LongCat-2.0에 이미지 이해를 더했다. 이미지를 원래 해상도에서 이산 토큰으로 쪼개 텍스트와 함께 처리하며, 이런 방식은 요즘 멀티모달 모델에서 표준 관행이라고 The Decoder는 설명했다. 연구용 모델 LongCat-Next의 접근을 가져왔고, 시각 코딩과 디자인, 3D 작업을 개선하려는 것이다.
강화 학습에는 GitHub 풀 리퀘스트의 실제 소프트웨어 과제와 재현한 에이전트 실패 사례를 썼다. 모델이 꼼수 없이 과제를 풀게 하려고 학습 환경의 인터넷 접속을 막고 Git 기록과 캐시 파일을 지웠으며, 언어 모델이 풀이에 편법이 있는지 점검했다. 에이전트, 추론, 대화 분야의 전문 교사 모델 여러 개의 능력은 지식 증류로 합쳤다.1
Meituan은 긴 시퀀스 지도 미세 조정에서 기기당 처리량이 DDP 기준선보다 86% 높았다고 밝혔다. 학습과 추론 로직을 맞춰 학습, 프리필, 디코딩 사이에서 토큰 로그 확률이 비트 단위로 같게 유지되며, KV 캐시 최적화로 테스트한 작업에서 토큰당 출력 시간을 늘리지 않고 디코딩용 KV 용량을 거의 두 배로 늘렸다고 한다.2
Huawei 칩용 4비트 양자화
Meituan은 전문가 가중치와 활성값을 4비트로 양자화(W4A4)했다. 중국산 AI 가속기가 이 정밀도를 기본 연산으로 처리한다. 8비트(W8A8) 기준선과 비교한 온라인 부하 시험에서 프리필 처리량은 43.3%, 디코딩 처리량은 42.77% 올랐고, 첫 토큰 시간은 15.91%, 토큰당 출력 시간은 19.72% 줄었다. 그룹 GEMM 커널은 평균 1.73배 빨랐고, KV 캐시 양자화와 합친 W4A4KV8은 W8A8KV16보다 디코딩 처리량이 92% 높았다. 회사는 평가한 벤치마크에서 정확도가 양자화하지 않은 모델과 비슷하다고 밝혔다.3
이 버전은 별도 저장소에 있다. 자체 구축 안내서는 Huawei Ascend Atlas A2 계열 가속기 194개 클러스터를 설명한다. 2개가 이미지를, 64개가 프롬프트 입력을, 128개가 응답 생성을 맡는다. NVIDIA GPU용 안내는 없다.1
성능 수치
아래는 Meituan이 자체 환경에서 밝힌 수치다. 별표 없는 LongCat-2.5 점수는 자체 측정이며 참고용이라고 회사가 적었다. 다른 모델 점수는 공개 기술 보고서, 블로그, 공식 리더보드에서 인용한 것이다.3
| 벤치마크 | LongCat-2.5 | 비교 모델 점수 |
|---|---|---|
| Terminal Bench v2.1 | 88.4 | Claude Opus 5 89.1, GPT-5.6 Sol 88.8, DeepSeek-V4.1-Flash 90.6 |
| Terminal Bench v4.0 | 38.5 | Claude Opus 5 53.9, GPT-5.6 Sol 37.3 |
| DeepSWE | 64.6 | DeepSeek-V4.1-Flash 74.2, GPT-5.6 Sol 72.7 |
| BrowseComp | 91.9 | 표의 최고점 |
Terminal-Bench v2.1은 명령줄 과제를 얼마나 푸는지 재는 지표다. 이 표에서는 DeepSeek-V4.1-Flash의 90.6점이 가장 높고, LongCat-2.5의 88.4점은 Claude Opus 5(89.1)와 GPT-5.6 Sol(88.8)보다 약간 낮다. 더 어려운 v4.0에서는 GPT-5.6 Sol보다 약간 높고 Claude Opus 5보다 크게 낮다. DeepSWE는 실제 코드 저장소의 버그 수정 능력을 시험하며, LongCat-2.5는 이전 모델의 9.7점에서 64.6점으로 올랐지만 Claude Opus 4.8을 뺀 다른 모델보다 낮다. 더 최근 모델인 Claude Opus 5.5와 GPT-6.1 Sol은 표에 없다.1
Terminal Bench 계열은 Claude Code 하네스(v2.1.280)에 최대 시퀀스 길이 512K로 측정했고, v2.1은 독립 실행 세 번의 평균이다. DeepSWE v1.1은 mini-swe-agent로 최대 시퀀스 길이 1M, 세 번 평균이다. 별도 지정이 없으면 LongCat-2.5는 추론 모드를 켜고 샘플링 온도 1.0, top_p 0.95로 돌렸다.3
학습 배경과 제약
Meituan은 이전 모델 LongCat-2.0을 6월 말에 5만 개가 넘는 중국산 AI 칩 클러스터로만 학습했다고 밝혔다. 그 모델은 앞서 OpenRouter에서 "Owl Alpha"라는 이름으로 익명 운영됐다. Kimi K3.1, GLM-5.3 같은 중국 오픈 웨이트 모델은 흔한 벤치마크에서 미국 최상위 모델을 대부분 따라잡았다.
The Decoder는 처음부터 중국산 칩에 최적화한 오픈 웨이트 모델이 해당 하드웨어를 중국 밖에서도 더 매력적으로 만든다고 해석했다.1
모델 카드에서 Meituan은 이 모델이 모든 하위 용도에 맞게 설계되거나 충분히 평가되지 않았다고 밝혔다. 언어별 성능 차이가 있을 수 있으므로 민감하거나 위험도가 높은 환경에 쓰기 전에 정확도, 안전성, 공정성을 직접 따져 보라고 개발자에게 당부했다. MIT 라이선스는 Meituan의 상표와 특허 사용권은 주지 않는다.2
출처
- Meituan releases a 1.6-trillion-parameter agent model that never touched an Nvidia GPU the-decoder.com
- meituan-longcat/LongCat-2.5 · Hugging Face huggingface.co
- meituan-longcat/LongCat-2.5-W4A4 · Hugging Face huggingface.co