Meituan mở open-weight LongCat-2.5, mô hình 1,6 nghìn tỉ tham số

Một tuần sau khi giới thiệu LongCat-2.5, Meituan đã làm điều mà các hãng AI lớn hiếm khi làm với mô hình mạnh nhất của mình: công bố toàn bộ trọng số để bất kỳ ai cũng có thể tải về, chạy thử và tùy biến. Động thái này, công bố ngày 9/11/2026 trên Hugging Face theo giấy phép MIT, đưa LongCat-2.5 vào nhóm mô hình open-weight lớn nhất từng được mở cho cộng đồng.

Meituan là nền tảng giao đồ ăn và thương mại điện tử lớn của Trung Quốc, niêm yết tại Hong Kong. LongCat-2.5 là phiên bản mới nhất của dòng mô hình AI mà hãng dùng nội bộ và cung cấp qua chat tại longcat.ai cùng API, và lần công bố open-weight này là bước đi xa nhất của hãng trong việc đưa công nghệ của mình ra ngoài.

LongCat-2.5 sinh ra cho agent làm việc dài hơi

Khác với các mô hình thiên về trả lời câu hỏi ngắn, LongCat-2.5 được Meituan định vị cho agent làm việc dài hơi, tức các tác vụ kéo dài nhiều bước mà không cần người dùng can thiệp liên tục. Mô hình có thể xem ảnh chụp màn hình và video, lần theo một codebase, viết rồi sửa phần mềm qua nhiều bước, đồng thời xử lý các công việc văn phòng thông thường.

Về kiến trúc, LongCat-2.5 là mô hình mixture-of-experts, tức mạng neural chia thành nhiều khối chuyên gia, trong đó chỉ một phần nhỏ hoạt động trên mỗi token. Tổng cộng mô hình có 1,6 nghìn tỉ tham số, nhưng mỗi token chỉ kích hoạt khoảng 48 tỉ tham số. Cách thiết kế này giúp mô hình lớn vẫn chạy được với chi phí tính toán thấp hơn nhiều so với con số tổng, ít nhất là trên lý thuyết.

Cửa sổ ngữ cảnh của LongCat-2.5 lên tới 1 triệu token, với đầu ra tối đa 256 nghìn token trong một lần chạy. Con số này cho phép agent đọc cả một codebase lớn hoặc một bộ tài liệu dài mà không phải cắt nhỏ, điều mà các agent lập trình thường gặp khó khi ngữ cảnh bị giới hạn.

So với LongCat-2.0 ra mắt tháng 7, phiên bản 2.5 kế thừa cả quy mô 1,6 nghìn tỉ tham số lẫn giấy phép MIT, nhưng nâng cấp khả năng hiểu hình ảnh và lập trình agent. Bản preview của 2.5 xuất hiện từ ngày 25/9, bản chính thức ra mắt ngày 2/11, và tới ngày 9/11 thì toàn bộ trọng số mới được công bố để tải về.

Giấy phép MIT mở tới đâu, giới hạn ở đâu

Giấy phép MIT là giấy phép cho phép rộng rãi nhất trong các giấy phép phần mềm phổ biến: nhà phát triển được dùng thương mại, sửa đổi và phân phối lại mà không phải trả phí bản quyền, chỉ cần giữ lại thông báo giấy phép. Với LongCat-2.5, điều đó có nghĩa là một công ty có thể lấy mô hình về, tinh chỉnh cho nhu cầu riêng và đưa vào sản phẩm thương mại mà không cần xin phép Meituan.

Tuy nhiên, open-weight không đồng nghĩa với mở toàn bộ. Giấy phép MIT của LongCat-2.5 không trao quyền đối với nhãn hiệu hay sáng chế của Meituan, và hãng không công bố dữ liệu huấn luyện cũng như pipeline huấn luyện đầy đủ. Phần code duy nhất mà Meituan trỏ tới là code phục vụ mô hình, cùng hướng dẫn triển khai SGLang-FluentLLM cho các bộ xử lý neural. Nói cách khác, cộng đồng nhận được thành phẩm đã huấn luyện xong, chứ không nhận được công thức làm ra nó.

Về giá API, Meituan niêm yết mức giá ưu đãi có thời hạn: 0,30 USD cho mỗi triệu token đầu vào chưa cache, 1,20 USD cho mỗi triệu token đầu ra và 0,006 USD cho mỗi triệu token đầu vào đã cache.

Con số 1,6 nghìn tỉ tham số và cái giá phần cứng

Con số 1,6 nghìn tỉ tham số nghe rất ấn tượng, nhưng nó đi kèm một cái giá phần cứng mà ít đội phát triển nào gánh nổi. Checkpoint định dạng BF16 của LongCat-2.5 nặng khoảng 3,56 TB, tức là không thể chạy trên một máy tính cá nhân hay thậm chí một máy chủ đơn lẻ thông thường. Dù chỉ 48 tỉ tham số hoạt động trên mỗi token, việc phục vụ mô hình vẫn đòi hỏi toàn bộ checkpoint phải sẵn sàng, đồng nghĩa với một cụm máy chủ.

Lưu ý: metadata trên Hugging Face ghi mô hình ở mức 1,8 nghìn tỉ tham số, khác con số 1,6 nghìn tỉ Meituan công bố; các đội tự host nên kiểm tra trực tiếp kho lưu trữ trước khi tính hạ tầng.

Meituan cũng cho biết mô hình dùng trọng số expert và activation 4-bit trên các chip tăng tốc của Trung Quốc, một cách để giảm yêu cầu bộ nhớ khi triển khai. Dù vậy, LongCat-2.5 vẫn là mô hình dành cho tổ chức có hạ tầng lớn, viện nghiên cứu hoặc doanh nghiệp muốn tự chủ mô hình, chứ không phải lựa chọn cho cá nhân muốn chạy AI trên laptop.

Điểm số tự công bố cần đọc thận trọng ra sao

Trong tài liệu ra mắt, Meituan công bố LongCat-2.5 đạt 88,4 điểm trên Terminal-Bench v2.1 và 64,6 điểm trên DeepSWE v1.1, hai bài kiểm tra về khả năng lập trình qua terminal và kỹ thuật phần mềm. Hãng cũng lấy GPT-5.6 Sol và Claude Opus 5 làm mô hình tham chiếu trong tài liệu so sánh.

Những con số này cần được đọc thận trọng vì ba lý do. Thứ nhất, tất cả đều do Meituan tự đo và công bố, chưa có kiểm chứng độc lập nào tại thời điểm ra mắt. Thứ hai, chính thẻ mô hình của Meituan cảnh báo rằng kết quả của đối thủ không kèm trích dẫn cụ thể là số liệu đo nội bộ và chỉ mang tính tham khảo. Thứ ba, phiên bản của bài kiểm tra rất quan trọng: điểm trên Terminal-Bench v2.1 không thể so sánh trực tiếp với điểm trên Terminal-Bench v4.0, dù cả hai đều mang tên kiểm tra terminal.

Với LongCat-2.5, câu trả lời đáng tin nhất sẽ đến trong vài tuần tới, khi các đội độc lập chạy mô hình trên cùng bộ bài kiểm tra và công bố kết quả của mình.

Dù vậy, riêng việc Meituan công bố open-weight một mô hình agent 1,6 nghìn tỉ tham số theo giấy phép MIT đã là một diễn biến đáng chú ý. Nó cho các đội phát triển một lựa chọn mới để xây agent mà không phụ thuộc hoàn toàn vào API của hãng khác. Người dùng cá nhân nên dùng thử qua longcat.ai hoặc API trước, còn các đội muốn tự host nên chờ kiểm chứng độc lập và kiểm tra kỹ yêu cầu hạ tầng trước khi đầu tư cụm máy chủ.

Nguồn tham khảo: Meituan