LongCat-2.5 Açık Ağırlıklı Yayımlandı: 1,6 Trilyon Parametre, Nvidia'sız Kurulum
Meituan, ajan görevleri için geliştirdiği 1,6 trilyon parametreli LongCat-2.5 modelinin ağırlıklarını MIT lisansıyla açtı. Örnek kurulum 194 Huawei Ascend çipiyle anlatılıyor.
Öne Çıkanlar
- 1,6 trilyon toplam, token başına yaklaşık 48 milyar aktif parametreli MoE mimarisi
- Ağırlıklar MIT lisansıyla Hugging Face'te; ticari kullanıma izin veriliyor
- API'de 1 milyon token girdi, 128 bin token çıktı
- Örnek kurulum 194 Huawei Ascend Atlas A2 hızlandırıcısıyla anlatılıyor
- Kıyaslama sonuçlarının neredeyse tamamı Meituan'ın kendi ölçümleri
Çinli teknoloji şirketi Meituan, LongCat-2.5 adlı büyük dil modelinin ağırlıklarını MIT lisansıyla herkese açtı. 1,6 trilyon parametreli model, özellikle kodlama gibi uzun ve çok adımlı ajan görevleri için tasarlandı. Haberi öne çıkaran asıl ayrıntı ise donanım tarafında: Meituan'ın paylaştığı örnek kurulum tamamen Huawei Ascend hızlandırıcıları üzerine kurulu ve rehberde Nvidia GPU'lar için herhangi bir talimat bulunmuyor.
LongCat-2.5'in teknik özellikleri
Model, uzmanlar karışımı (MoE) mimarisini kullanıyor. Toplam 1,6 trilyon parametresi olsa da her token için yaklaşık 48 milyar parametre devreye giriyor. Bu yaklaşım, dev bir modelin çalışma maliyetini görece düşük tutmayı amaçlıyor. LongCat-2.5, selefi LongCat-2.0'ın üzerine görsel anlama yeteneği ekliyor ve görselleri ayrı bir kodlayıcı yerine metinle birlikte token olarak işliyor.
Model metin, görsel ve video girdisi alıp metin üretebiliyor. Kullanıcılar akıl yürütme modunu açıp kapatabiliyor. API üzerinden 1 milyon tokene kadar girdi ve 128 bin tokene kadar çıktı destekleniyor. API, OpenAI ve Anthropic biçimleriyle uyumlu olduğu için yaygın ajan araçlarına bağlanabiliyor.
Eğitim yöntemi ve kıyaslama sonuçları
The Decoder'ın aktardığına göre takviyeli öğrenme aşamasında gerçek GitHub çekme isteklerinden üretilmiş görevler ve yeniden canlandırılmış ajan hataları kullanıldı. Eğitim ortamlarında internet erişimi kapatıldı, Git geçmişi ve önbellek dosyaları silindi. Ayrıca bir dil modeli, çözümlerde kestirme yol kullanılıp kullanılmadığını denetledi.
Meituan'ın kendi ölçümlerine göre model, Terminal Bench v2.1'de 88,4 puan aldı. Aynı tabloda Claude Opus 5 için 89,1, GPT-5.6 Sol için 88,8 puan veriliyor. Gerçek depolarda hata düzeltmeyi ölçen DeepSWE'de puan, önceki sürümdeki 9,7'den 64,6'ya çıktı. Daha zor Terminal Bench v4.0'da ise 38,5 puanla GPT-5.6 Sol'un (37,3) biraz önünde, Claude Opus 5'in (53,9) ise belirgin biçimde gerisinde kaldı. Web araması testi BrowseComp'ta 91,9 puanla tablonun zirvesinde yer aldı; bu test Meituan'ın kendi ortamında yapıldı.
194 Ascend çipiyle örnek kurulum
Meituan, modeli kendi sunucularında çalıştırmak isteyenler için 4 bit ağırlık ve aktivasyon kullanan W4A4 sürümünü ayrı bir depoda sunuyor. Şirketin yük testlerine göre bu sürüm, 8 bit sürüme kıyasla istem işlemede yüzde 43,3, yanıt üretmede yüzde 42,77 daha yüksek verim sağlıyor. Doğruluğun sıkıştırılmamış modelle aynı seviyede olduğu da yine Meituan'ın iddiası.
Örnek dağıtım, Huawei'nin Atlas A2 serisinden 194 Ascend hızlandırıcıdan oluşuyor: ikisi görsel işleme, 64'ü istem alma, 128'i yanıt üretme için ayrılmış. Bu yapı minimum gereksinim değil, örnek bir kurulum olarak tanımlanıyor. Huawei ekosistemindeki gelişmeleri daha önce openPangu 2.1 Pro haberimizde de ele almıştık.
Fiyat, erişim ve dikkat edilmesi gerekenler
Model longcat.ai üzerinden sohbet arayüzüyle denenebiliyor, ağırlıklar ise Hugging Face'te yer alıyor. API için lansman döneminde milyon girdi tokeni başına yaklaşık 0,27 euro, milyon çıktı tokeni başına yaklaşık 1,07 euro fiyat uygulanıyor; bu fiyatlar sınırlı süreli kampanya kapsamında. MIT lisansı ticari kullanıma, değiştirmeye ve yeniden dağıtıma izin veriyor; ancak model kartı, Meituan'ın marka ve patentleri üzerinde hak tanınmadığını da belirtiyor.
Puanların neredeyse tamamının şirketin kendi ölçümü olduğunu ve bağımsız bir değerlendirmenin henüz yayımlanmadığını not etmek gerekiyor. Yine de Nvidia donanımına dokunmadan bu ölçekte bir modelin açık ağırlıklı olarak sunulması, Çin'in yerli çip ekosistemi açısından dikkat çekici bir adım. Ayrıntılar modelin Hugging Face sayfasında yer alıyor.
Tepkiniz Nedir?
Tepkiniz Nedir?
Beğen
0
Beğenme
0
Aşk
0
Komik
0
Vay
0
Üzgün
0
Kızgın
0
























Yorumlar (0)
Güvenlik Kontrolü
Lütfen insan olduğunuzu doğrulamak için captcha'yı tamamlayın.