Meituan brengt LongCat-2.5 uit: multimodaal agentenmodel van 1,6 biljoen parameters, getraind op Chinese chips

Het Chinese bedrijf Meituan, bekend van zijn app voor maaltijdbezorging en andere diensten in de buurt, heeft op 2 november een nieuw AI-model uitgebracht: LongCat-2.5. Het model verwerkt tekst en beeld tegelijk en is volgens Meituan vooral gebouwd voor AI-agents: programma's die zelfstandig een lange taak uitvoeren, zoals een heel softwareproject over veel stappen bouwen.

Iedereen kan het model uitproberen via de website longcat.ai, en ontwikkelaars kunnen het via een API in hun eigen software gebruiken. Meituan wil het model later ook vrij beschikbaar maken via GitHub en Hugging Face, twee sites waar ontwikkelaars code en AI-modellen delen.

Groot, maar zuinig

LongCat-2.5 telt in totaal 1,6 biljoen parameters, de getallen waarin een AI-model zijn kennis opslaat. Per stukje tekst gebruikt het er maar ongeveer 48 miljard: het model bestaat uit veel gespecialiseerde onderdelen, en per stap doen alleen de onderdelen mee die nodig zijn. Dat maakt het rekenwerk lichter. Het model kan via de API teksten van ongeveer een miljoen tokens in één keer verwerken. Een token is een stukje van een woord; een miljoen tokens is ruwweg een flinke stapel boeken.

Beelden zet het model om in dezelfde soort stukjes als tekst, zodat het beide op dezelfde manier verwerkt. Volgens Meituan kan het daardoor bijvoorbeeld een webpagina bouwen aan de hand van een ontwerp, of pagina's met 3D-beelden maken. Om het model te leren programmeren, liet Meituan het op grote schaal oefenen met complete softwareprojecten, waarbij het beloond werd voor wat goed ging. Fouten die AI-agents in de praktijk maakten, zette het bedrijf om in nieuwe oefentaken.

Volledig op Chinese chips

Volgens Meituan is LongCat-2.5 helemaal getraind op Chinese rekenkracht. Dat is belangrijk, omdat China door Amerikaanse exportregels moeilijk aan de beste chips van bijvoorbeeld Nvidia komt. Meituan deed dat al eerder: in juni trainde het LongCat-2.0, volgens het bedrijf het eerste model met meer dan een biljoen parameters dat volledig op Chinese chips werd getraind en gebruikt.

Chinese AI-chips hebben per kaart minder geheugen. Daarom werkte Meituan samen met Chinese chipmakers om het werk slimmer over de kaarten te verdelen. Bij een deel van de training verzette elke kaart daardoor 86 procent meer werk dan met de gewone werkwijze, meldt Meituan. Ook laat het model zijn getallen bij gebruik in een compactere vorm rekenen (4 bit in plaats van 8 bit). In tests van Meituan werkte het model daardoor ongeveer 40 procent sneller, zonder dat de antwoorden slechter werden.

Prestaties volgens Meituan zelf

Meituan zegt dat LongCat-2.5 op belangrijke bekende tests scoort tussen Claude Opus 4.8 en Claude Opus 5 van het Amerikaanse Anthropic, en op sommige tests zelfs hoger dan Opus 5. Dat zijn de eigen cijfers van het bedrijf. Onafhankelijke metingen moeten nog laten zien hoe het model het in de praktijk doet.

Meituan wil met het model geen geld verdienen door rekentijd te verkopen. Topman Wang Xing zei eind augustus dat het bedrijf geen "tokenfabriek" wil worden: de AI moet de eigen diensten helpen. Het model is de basis van Miaoshou, een AI-hulpmiddel voor ondernemers dat ketens als Guming, Xushengji en Yihetang volgens Meituan al gebruiken voor het beheer van hun winkels.

Wat betekent dit voor de weg naar de singulariteit?

AI-modellen die zelfstandig lange taken uitvoeren, zijn een belangrijke stap naar AI die echt werk overneemt. Dat Meituan zo'n groot model volgens eigen zeggen volledig op Chinese chips kon trainen, laat zien dat er meer dan één route is naar de rekenkracht die daarvoor nodig is. Als onafhankelijke tests de cijfers bevestigen, komen er meer bedrijven en landen bij die aan de top van AI meedoen, en dat kan de ontwikkeling verder versnellen.

Wat is de technologische singulariteit? Lees de uitleg →