Berita viral dari industri kecerdasan buatan China: Meituan merilis LongCat-2.5 pada 2 November 2026, model multimodal dengan 1,6 triliun parameter total dan sekitar 48 miliar parameter aktif per token. Angka itu menempatkan perusahaan pesan-antar makanan terbesar di China itu sejajar dengan laboratorium model kelas atas dunia.
LongCat-2.5 dibangun untuk tugas agen yang berjalan panjang, bukan untuk percakapan sehari-hari. Meituan menyebut model ini menangani pekerjaan coding berskala proyek, memahami tampilan visual, lalu menerjemahkannya menjadi kode.
Rilis ini juga menjadi ujian terbuka bagi strategi chip domestik China. Meituan menyatakan model dilatih dan dijalankan di atas akselerator buatan dalam negeri, di tengah pembatasan ekspor teknologi dari Amerika Serikat.
Berita Viral: LongCat-2.5 Meluncur Setelah Masa Pratinjau
LongCat-2.5 bukan nama yang muncul tiba-tiba. Versi pratinjaunya sudah dibuka di platform API LongCat pada 25 September 2026. Versi pratinjau itu memperlihatkan kemampuan memahami gambar, tetapi datang tanpa tabel benchmark.
Rilis penuh pada 2 November menambal kekosongan itu. Meituan mempublikasikan skor resmi, membuka akses lewat layanan obrolan longcat.chat dan API, serta menjanjikan rilis bobot model di GitHub dan Hugging Face menyusul.
Model ini melanjutkan LongCat-2.0 yang debut Juni 2026. Menurut laporan TechNode, peningkatan utamanya ada di dua sisi: pemahaman visual dan kemampuan coding agenik. Perusahaan menyebut model bisa dipakai lewat Claude Code, Codex, dan sejumlah harness agen lain.
Iklan
Campus Commercial Park: rukost di kawasan kampus
C.CO Park menghadirkan kawasan ruko dan kost dalam satu gerbang, dirancang untuk mahasiswa dan penghuni sekitar kampus. Cocok untuk yang mencari aset produktif dengan pengelolaan kawasan yang tertata.
Arsitektur dan Angka di Baliknya
LongCat-2.5 memakai arsitektur mixture-of-experts. Dari 1,6 triliun parameter total, hanya sekitar 48 miliar yang diaktifkan untuk setiap token. Cara ini menjaga biaya komputasi tetap terkendali meski ukuran model sangat besar.
Menurut Crypto Briefing, model mendukung konteks native satu juta token dan bisa menghasilkan keluaran hingga 128 ribu token. Rentang sepanjang itu dibutuhkan untuk membaca basis kode besar atau menjalankan rangkaian tugas yang saling bergantung.
Meituan juga mengoptimalkan inferensi dengan kuantisasi W4A4, yaitu kompresi bobot dan aktivasi ke presisi 4 bit. Perusahaan mengklaim teknik itu menaikkan throughput secara signifikan tanpa merusak kualitas keluaran.
Untuk masukan visual, gambar diubah menjadi token diskret bertingkat. Model lalu memproses gambar dan teks dalam satu aliran token yang sama, sehingga instruksi seperti “buat ulang tampilan ini menjadi halaman web” bisa ditangani tanpa pipa terpisah.
Fokus pada Tugas Agen Jangka Panjang
Meituan menyebut tantangan terbesar bukan menjawab satu pertanyaan, melainkan menjaga agen tetap konsisten selama puluhan langkah. Karena itu, data latih diperluas dengan rangkaian aksi panjang, termasuk jejak agen yang gagal.
Kegagalan itu diubah menjadi tugas latih yang bisa direproduksi. Pendekatan ini berbeda dari pelatihan biasa yang hanya memberi hadiah pada jawaban akhir. Model belajar dari proses, termasuk cara keluar dari jalan buntu.
Meituan juga memakai reinforcement learning skala besar untuk pekerjaan di dalam basis kode rumit. Hasilnya diarahkan pada kemampuan membangun proyek utuh, bukan sekadar menyelesaikan potongan fungsi.
Kemampuan visual coding menjadi pembeda yang dipromosikan. Model bisa membaca tangkapan layar, memahami tata letak, lalu menulis kode yang meniru struktur tersebut, termasuk untuk kebutuhan desain kreatif dan tugas tiga dimensi.
Skor Benchmark Versi Meituan
Pada Terminal Bench v2.1, LongCat-2.5 tercatat 88,4, naik dari 70,8 pada LongCat-2.0. Di AutomationBench, skornya 51,8 dari sebelumnya 15,8. Kedua angka itu berasal dari tabel internal Meituan, bukan uji pihak ketiga.
Untuk penelusuran web, model mendapat 91,9 di BrowseComp dan 83,1 di MCP Atlas. Pada 3DCodeBench skornya 55,4, sementara MathVision 96,5 dan Vision2Web 78,6. Semua angka dilaporkan perusahaan sebagai klaim, bukan hasil replikasi independen.
Pembacaan skor seperti ini perlu memperhatikan jenis ujinya. Terminal Bench mengukur kemampuan agen menyelesaikan tugas di terminal, sedangkan AutomationBench menilai rangkaian otomasi berlapis. Keduanya lebih dekat ke pekerjaan nyata dibanding ujian hafalan, tetapi tetap bergantung pada susunan tugas yang dipilih pembuat model.
Crypto Briefing mencatat Meituan mengklaim performa setara varian Claude Opus pada beberapa tugas. Klaim itu perlu dibaca hati-hati karena metodenya tidak dirinci dan belum ada pengujian dari laboratorium lain.
Yang lebih penting bagi calon pengguna adalah biaya per tugas. Model 1,6 triliun parameter dengan 48 miliar parameter aktif bisa jauh lebih murah dari model padat berukuran sama, asalkan kuantisasi 4 bit tidak menurunkan akurasi secara berarti.
