LongCat-2.5

Fiche modèle · Meituan · longcat-2.5

LongCat-2.5 is Meituan's native multimodal Mixture-of-Experts model for long-horizon agentic tasks, with about 1.6T total parameters and roughly 48B activated per token. It builds on LongCat-2.0 with stronger native visual understanding and agentic coding, representing images as multi-level discrete tokens (RVQ over native-resolution features) so the backbone processes visual and text inputs in one token format. Training adds more long-horizon trajectories, large-scale asynchronous agentic RL across mixed harnesses, and multi-teacher on-policy distillation. Meituan also reports optimizing long-context training and W4A4 inference for domestic AI accelerators. The LongCat API (OpenAI, OpenAI Responses and Anthropic compatible) exposes it as LongCat-2.5 with a 1M-token context window; Meituan's Quick Start and FAQ list a 128K maximum output, while the Model Parameters page allows max_tokens up to 262,144. Launch pricing is a limited-time discount of $0.30 / $1.20 per MTok (cached input $0.006). Weights were not public at announcement.

Identité

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Scores par catégorie (top_scores)

Scores par benchmark

Classements

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04