Meituan ouvre LongCat-2.5, MoE 1,6 T paramètres vision, sous licence MIT

Meituan a publié le 9 novembre les poids de LongCat-2.5 sur Hugging Face, sous licence MIT, pour un modèle de 1,6 trillion de paramètres au total et 48 milliards actifs par token en mixture-of-experts. Le checkpoint pèse 1,8 To.

Selon VentureBeat, signé Carl Franzen, le modèle traite screenshots, graphiques, images et vidéos comme des tokens aux côtés du texte, et vise explicitement les tâches de code, les tests de régression visuelle et les chaînes design-to-code. L'interface vidéo n'accepte que des URL, ce qui écarte les enregistrements d'écran internes.

Côté benchmarks publiés par Meituan : 88,4 sur Terminal Bench v2.1, 64,6 sur DeepSWE v1.1, 78,6 sur Vision2Web, 55,4 sur 3DCodeBench. VentureBeat écrit que «LongCat comes within one point of GPT-5.6 Sol and Claude Opus 5 on Terminal Bench v2.1» — soit 88,8 et 89,1 respectivement — mais que «DeepSeek-V4.1-Flash leads the four models below on DeepSWE» avec 74,2 contre 64,6. Sur Terminal Bench v4.0, plus difficile, le score tombe à 38,5. Ces chiffres n'ont pas été reproduits indépendamment à la date de publication.

L'API est tarifée 0,30 $ par million de tokens d'entrée non mis en cache, 0,006 $ s'ils sont mis en cache, et 1,20 $ en sortie ; un run de 200 K tokens d'entrée et 100 K de sortie revient à 0,18 $. Pour le self-hosting, l'article note que «Meituan points to an SGLang-FluentLLM deployment guide for neural processing units», avec une réduction de précision à quatre bits des poids d'experts et activations sur accélérateurs chinois.

La sortie prolonge une série dense de modèles open-weight chinois recensée dans notre tracker Open Source, 151 alertes sur 90 jours.