美団は2026年11月15日、LongCat-2.5の重みをオープンソース公開した。同モデルは1.6兆パラメータを持ち、MoEアーキテクチャを採用しており、全工程をHuawei Ascendチップ上で訓練し、NVIDIAのGPUは一切使用していない。
事実の整理
the-decoder.comの報道によると、LongCat-2.5はAIエージェント向けの長タスク処理モデルであり、アクティブパラメータは約480億、最大100万トークンのコンテキストと12.8万トークンの生成をサポートし、テキスト・画像・動画の入力とテキスト出力に対応している。重みはMITライセンスで公開されており、APIはOpenAIおよびAnthropicフォーマットと互換性がある。
Terminal Bench v2.1では88.4点を獲得し、Claude Opus 5の89.1点、GPT-5.6 Solの88.8点に迫る結果となった。DeepSWEベンチマークでは前世代の9.7点から64.6点へと大幅に向上したが、Deepseek-V4.1-Flashの74.2点およびGPT-5.6 Solの72.7点には及ばない。Terminal Bench v4.0では38.5点を記録し、GPT-5.6 Solの37.3点を上回った。
メカニズムの分析
LongCat-2.5は画像をネイティブ解像度のまま離散トークンに変換してテキストと統合処理し、追加の画像エンコーダを不要としている。強化学習フェーズでは実際のGitHub pull requestタスクを使用し、サンドボックス内でネットワークアクセス・Git履歴・キャッシュファイルを除去することで、言語モデルが解法を検証してショートカットを防ぐ仕組みを採用している。訓練では複数の教師モデルからの知識蒸留も実施された。
推論時にはエキスパートの重みとアクティベーションを4bitに量子化しており、8bit版と比較してプロンプト処理スループットが43.3%、レスポンス生成が42.77%向上し、精度は同等を維持している。自己ホスティング構成にはHuawei Atlas A2シリーズAscendアクセラレータが194基必要で、うち2基が画像処理、64基がプロンプト処理、128基がレスポンス生成を担う。
産業への影響
美団はすでに2026年6月末時点でLongCat-2.0の訓練全工程を5万基超の国産AIチップで完了していた。今回のオープンソース公開は、輸出規制下において中国企業がフラッグシップ規模で国産チップによる完全な訓練経路を初めて公開したケースとなる。MITライセンスにより商用利用・改変・再配布が許可されており、APIはプロモーション価格として入力100万トークンあたり約0.27ユーロ、出力1.07ユーロで提供されている。
戦略的見解(分析であり事実ではない)
ベンチマーク評価の観点からすると、国産チップによる訓練経路は一部のエージェント系ベンチマークにおいて同時期の欧米モデルに匹敵もしくは上回る水準に達しているが、全体としてはトップクラスのモデルとの差がなお残る。この成果は海外市場におけるAscendハードウェアの参入障壁を下げる可能性があり、また規制された環境下で中国企業がフロンティアモデルの反復開発を継続するための実行可能な経路を提供するものでもある。今後は能力の上限を確認するため、さらなる独立した第三者機関による比較評価の動向が注目される。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接