LongCat-2.5 ist ein Mixture-of-Experts-Modell, das pro Token nur einen Teil seiner spezialisierten Teilnetzwerke aktiviert: Von insgesamt 1,6 Billionen Parametern sind rund 48 Milliarden pro Token aktiv, wie The Decoder berichtet. Das Modell versteht Text, Bilder und Video, antwortet in Text und lässt Nutzer das Reasoning ein- und ausschalten. Wer ein Modell mit dieser Aufteilung selbst betreiben will, muss wissen, welche Hardware der Anbieter dafür vorsieht – und genau hier wird es konkret.
Wie gut LongCat-2.5 Kommandozeilen-Aufgaben löst, misst das LongCat-Team mit Terminal Bench v2.1 und meldet 88,4 Punkte für sein Modell. In derselben Tabelle listet Meituan Claude Opus 5 mit 89,1, GPT-5.6 Sol mit 88,8 und Deepseek-V4.1-Flash mit 90,6 an der Spitze auf. Die härtere Variante Terminal Bench v4.0 setzt LongCat-2.5 mit 38,5 Punkten knapp vor GPT-5.6 Sol mit 37,3, aber deutlich hinter Opus 5 mit 53,9.
Im DeepSWE-Test liegt LongCat-2.5 laut The Decoder hinter jedem anderen Modell der Tabelle außer Claude Opus 4.8, während Deepseek-V4.1-Flash mit 74,2 und GPT-5.6 Sol mit 72,7 führen. Im Web-Search-Benchmark BrowseComp erzielt das Modell 91,9 Punkte und damit den höchsten Wert der Tabelle; diesen Test führte Meituan jedoch im eigenen Umfeld durch.
Ein Modell für chinesische Beschleuniger
Meituan zufolge quantisiert das Team die Gewichte und Aktivierungen der Experten auf 4-Bit-Präzision, die chinesische Chips nativ verarbeiten können. In Meituans Lasttests steigt der Durchsatz gegenüber einer 8-Bit-Version um 43,3 Prozent bei der Prompt-Verarbeitung und um 42,77 Prozent bei der Antwortgenerierung. Das ist ein Herstellerwert aus eigenem Haus – er zeigt, was die Quantisierung auf dieser Hardware bringen kann, belegt aber keine unabhängige Messung.
Wer LongCat-2.5 nicht selbst betreiben will, kann es über die API nutzen: The Decoder zufolge verarbeitet das Modell dort bis zu eine Million Token auf einmal und erzeugt Antworten mit bis zu 128.000 Token Länge. Die API unterstützt sowohl das OpenAI- als auch das Anthropic-Format und lässt sich laut derselben Quelle in Agenten-Harnesses wie Claude Code, Codex und Hermes einbinden.
