Kısaca

Meituan, Nvidia donanımı yerine yerli çiplerle eğitilen 1,6 trilyon parametrelik açık ağırlıklı yapay zekâ ajan modeli LongCat-2.5'i MIT lisansıyla yayımladı.

Üç noktada haber

  1. Model toplam 1,6 trilyon parametreye sahip ve token başına yaklaşık 48 milyar parametreyi etkinleştiren uzmanlar karması mimarisiyle çalışıyor.

  2. Meituan'ın yerel barındırma kılavuzunda sistemin Nvidia yerine 194 adet Huawei Ascend Atlas A2 hızlandırıcı kümesinde çalıştığı belirtiliyor.

  3. Model ağırlıkları MIT lisansıyla paylaşıldı ve API desteği OpenAI ile Anthropic formatlarıyla uyumlu şekilde sunuldu.

Çin merkezli Meituan, Nvidia işlemcileri kullanılmadan tamamen Çin üretimi donanımlar üzerinde eğitilen 1,6 trilyon parametrelik çok modlu yapay zekâ modeli LongCat-2.5'in ağırlıklarını yayımladı. Resmi tanıtımından bir hafta sonra paylaşılan model, özellikle yazılım geliştirme ve çok adımlı görevleri otonom şekilde yürüten yapay zekâ ajanları için tasarlandı. Uzmanlar karması mimarisini temel alan sistem, toplam 1,6 trilyon parametre barındırmasına karşın her bir token işlenirken yalnızca yaklaşık 48 milyar parametreyi etkinleştiriyor. Model, API üzerinden aynı anda 1 milyon tokenlik bağlam penceresini işleyebiliyor ve 128 bin tokene kadar yanıt üretebiliyor.

Donanım Optimizasyonu ve Yerel Dağıtım

Meituan, modelin uzman ağırlıklarını ve aktivasyonlarını Çin üretimi çiplerin yerel olarak işleyebildiği 4-bit hassasiyetine indirgedi. Şirketin paylaştığı yük testlerine göre bu sıkıştırma yöntemi, 8-bitlik sürüme kıyasla istem işlemede yüzde 43,3 ve yanıt üretiminde yüzde 42,77 oranında verim artışı sağlarken model doğruluğunu koruyor. Şirketin yayımladığı yerel barındırma kılavuzunda sistem, Atlas A2 serisine ait 194 adet Huawei Ascend hızlandırıcıdan oluşan bir küme üzerinde yapılandırılıyor. Bu kurulumda 2 hızlandırıcı görsel işlemeye, 64 hızlandırıcı istem alımına ve 128 hızlandırıcı yanıt üretimine ayrılıyor; kılavuzda Nvidia GPU'larına dair herhangi bir yönlendirme yer almıyor.

Eğitim Yöntemi ve Karşılaştırma Sonuçları

Modelin pekiştirmeli öğrenme sürecinde GitHub pull request'lerinden derlenen gerçek yazılım görevleri ile simüle edilmiş ajan hataları kullanıldı. Geliştiriciler, modelin eğitim sırasında hile yapmasını engellemek amacıyla ortamlardaki internet erişimini kapattı, Git geçmişini ve önbellek dosyalarını sildi. Şirketin açıkladığı test verilerine göre LongCat-2.5, komut satırı görevlerini ölçen Terminal Bench v2.1 testinde 88,4 puan elde etti. Bu tabloda Claude Opus 5 modeli 89,1, GPT-5.6 Sol 88,8 ve Deepseek-V4.1-Flash 90,6 puanda yer alıyor. Hata düzeltme yeteneğini ölçen DeepSWE testinde ise model 64,6 puana ulaşırken liderliği 74,2 puanla Deepseek-V4.1-Flash üstleniyor. Daha zorlu Terminal Bench v4.0 testinde ise LongCat-2.5, 38,5 puanla GPT-5.6 Sol'un (37,3) önünde ancak Opus 5'in (53,9) gerisinde kaldı.

Lisans ve Kullanım Koşulları

LongCat-2.5 ağırlıkları, ticari kullanıma, geliştirmeye ve yeniden dağıtıma izin veren MIT lisansı altında sunuldu. Kullanıcılar modeli longcat.ai adresindeki sohbet arayüzünde deneyebiliyor; OpenAI ve Anthropic API biçimlerini destekleyen altyapı Claude Code, Codex ve Hermes gibi ajan araçlarına entegre edilebiliyor. Meituan, API erişimi için lansmana özel olarak 1 milyon girdi tokenı başına yaklaşık 0,27 avro, 1 milyon çıktı tokenı başına ise yaklaşık 1,07 avro tanıtım fiyatı belirledi. Şirket, serinin önceki modeli LongCat-2.0'ı Haziran ayı sonunda 50 binden fazla Çin yapımı yapay zekâ çipinden oluşan bir kümede eğittiğini bildirmişti.

Neden önemli?ABD'nin çip kısıtlamalarına rağmen Batılı öncü modellerle yarışabilen dev ölçekli modellerin Çin donanımlarıyla eğitilip açık kaynak olarak dağıtılabileceğini gösteriyor.

Cevabı beklenen sorular

  • Meituan'ın 194 çipli Huawei kümesi mimarisinin Çin dışındaki veri merkezlerinde ne ölçüde benimseneceği henüz bilinmiyor.
Kaynaklar ve belgeler

Bu haberde kullanılan belgelere aşağıdaki bağlantılardan ulaşabilirsiniz.