Meituan publicó el 9 de noviembre los pesos de LongCat-2.5 bajo licencia MIT, una semana después de presentar el modelo de inteligencia artificial. Los archivos permiten a desarrolladores y equipos con infraestructura compatible trabajar con el sistema por su cuenta, además de acceder a él mediante servicios alojados.
El modelo combina comprensión visual con programación para agentes capaces de abordar tareas de varios pasos. La apertura de los pesos amplía las opciones de uso, aunque el tamaño de los archivos plantea una exigencia práctica: el repositorio completo figura con 3.56 TB en Hugging Face.
Qué permiten hacer los pesos abiertos
Los pesos son los valores que el modelo adquirió durante su entrenamiento. Al publicarlos, Meituan permite que otras personas descarguen el sistema y, con las herramientas y el hardware adecuados, intenten ejecutarlo, adaptarlo o integrarlo en sus propios productos.
La licencia MIT permite, entre otros usos, modificar y distribuir los archivos, también comercialmente, siempre que se conserve el aviso de derechos de autor y la licencia. La ficha de Meituan aclara que esa licencia no concede derechos sobre sus marcas o patentes.
Para una empresa, ejecutar un modelo en infraestructura propia puede ofrecer más control sobre dónde se procesan los datos. También supone encargarse del equipo, la compatibilidad y el mantenimiento. Usar los pesos en un entorno privado no garantiza por sí solo que una implementación sea segura.
La publicación de los pesos tampoco equivale a entregar automáticamente todos los datos y procedimientos de entrenamiento. Los pesos contienen el resultado de ese proceso; reproducir cómo se construyó el modelo requiere información adicional.
Por qué 48,000 millones de parámetros activos no significan un modelo pequeño
Meituan describe LongCat-2.5 como un modelo de mezcla de expertos: declara 1.6 billones de parámetros en total y unos 48,000 millones activos por token, la unidad de información que procesa el sistema. En esta arquitectura, el modelo selecciona parte de sus componentes para cada paso, en vez de activar todos al mismo tiempo.
La cifra activa ayuda a entender el trabajo de cómputo por token, pero no determina por sí sola la memoria necesaria para instalar el modelo. Esa necesidad depende, entre otros factores, del formato de los pesos, el software y cómo se distribuyan o carguen los archivos.
El tamaño de 3.56 TB corresponde al repositorio que muestra Hugging Face. Es una medida de almacenamiento, no una cifra de memoria de video exigida para todas las configuraciones. Meituan también publicó una versión W4A4, que reduce a cuatro bits la precisión de los pesos de los expertos y de sus activaciones para determinadas operaciones.
La guía técnica de Meituan para W4A4 describe una configuración con 194 tarjetas de la serie Atlas A2, repartidas entre codificación visual, procesamiento de la entrada y generación de respuestas. Es un ejemplo de despliegue para esa configuración, no un requisito mínimo para todas las versiones.
La propia página de Hugging Face muestra otra cifra: su apartado Safetensors indica 1.8 billones de parámetros, mientras la ficha de Meituan declara 1.6 billones. La ficha no explica cómo se relacionan ambos recuentos.
Visión y pruebas frente a LongCat-2.0
Meituan presentó LongCat-2.5 a principios de noviembre como sucesor de LongCat-2.0, anunciado en junio. La compañía afirma que reforzó la comprensión de imágenes y la programación agéntica, con tareas que incluyen trabajar sobre bases de código extensas y construir proyectos.
Gerardo Pavez
La combinación permite, por ejemplo, que un agente reciba una captura de una interfaz junto con instrucciones de programación. El resultado dependerá de las herramientas conectadas al agente y de la tarea concreta.
En DeepSWE v1.1, una prueba de programación, la tabla publicada por Meituan asigna 64.6 puntos a LongCat-2.5 y 9.7 a LongCat-2.0. La misma tabla recoge 68.8 para Claude Opus 5. Meituan midió internamente las cifras de sus modelos y señala que los resultados marcados con asterisco, como el de Claude en esa prueba, proceden de informes o clasificaciones públicas.
Esos resultados describen una evaluación concreta y no garantizan el mismo desempeño en un proyecto real. Para quien quiera alojar LongCat-2.5, la descarga de los pesos abre la posibilidad de probarlo con sus propias tareas; el tamaño del repositorio y la infraestructura compatible forman parte de esa decisión.
