LongCat-2.5 debuta con 1,6 billones de parámetros y tokens visuales nativos

LongCat presentó LongCat-2.5 el 1 de noviembre de 2026. Se trata de un modelo de mezcla de expertos multimodal nativo, diseñado para tareas agénticas de horizonte largo, con 1,6 billones de parámetros en total y aproximadamente 48.000 millones activados por token.

LongCat afirmó que este lanzamiento se basa en LongCat-2.0 y ofrece una comprensión visual nativa más sólida y mejores capacidades de programación agéntica. Su entrenamiento incorpora más trayectorias de horizonte largo y aprendizaje por refuerzo a gran escala para tareas de horizonte largo, orientados al desarrollo de bases de código complejas y a la compilación de proyectos completos. El lanzamiento incluye enlaces a la interfaz de chat y a la plataforma API de LongCat, mientras que sus botones de GitHub y Hugging Face indican que estarán disponibles próximamente.

Tokens visuales discretos y entrenamiento de agentes

LongCat-2.5 representa las señales visuales como tokens discretos de varios niveles, lo que permite que su modelo base procese las entradas visuales y textuales en un formato unificado basado en tokens. El diseño combina la tokenización visual a resolución nativa, el preprocesamiento visual sin conexión y las incrustaciones visuales aprendidas conjuntamente con el modelo base. Aplica cuantización vectorial residual a las características de resolución nativa de un codificador semántico y alineado; las imágenes se codifican como secuencias de tokens discretos y se reconstruyen mediante un decodificador visual de tokens.

Un tokenizador fijo permite calcular previamente y almacenar en caché sin conexión los identificadores de los tokens visuales, de modo que el modelo base procesa secuencias ya tokenizadas. Como se conoce la cantidad de tokens de imagen durante el empaquetado y la mezcla de datos, las cargas de cada modalidad son previsibles y sus proporciones pueden mantenerse aproximadamente uniformes entre los rangos de paralelismo de datos. LongCat señaló que una validación preliminar con un modelo de mezcla de expertos más pequeño, con aproximadamente 3.000 millones de parámetros activados en promedio, mostró incrustaciones visuales y textuales entrelazadas en visualizaciones t-SNE, lo que sugiere que se integran en un espacio semántico compartido.

Para las tareas de programación agéntica, una canalización de síntesis genera tareas de entrenamiento, entornos interactivos y pruebas verificables. LongCat filtra solicitudes de incorporación de cambios de GitHub y los problemas vinculados, utiliza agentes para anotar tareas y sintetizar entornos, y los valida con pruebas de tipo «de fallo a éxito» y «de éxito a éxito». Las tasas de éxito de las ejecuciones en vivo orientan el reetiquetado y el filtrado, mientras que el análisis sin conexión de las trayectorias de falsos positivos y falsos negativos permite corregir y ampliar las pruebas. Las trayectorias de fallos de agentes en el mundo real también se convierten en tareas de entrenamiento reproducibles y verificables.

Las ejecuciones parciales asíncronas interrumpen y guardan las trayectorias en curso una vez recopilado un lote completo, y luego las reanudan durante la siguiente fase de muestreo. Para limitar la manipulación de las recompensas, LongCat desactiva el acceso a la red en los entornos de tareas, elimina el historial de Git y los archivos almacenados en caché, y utiliza un evaluador basado en un modelo de lenguaje grande para auditar las trayectorias en busca de vulnerabilidades explotables. Se aplican penalizaciones adicionales al razonamiento repetitivo y a las llamadas reiteradas a herramientas durante las interacciones de varios turnos.

Entrenamiento con aceleradores y ejecución de inferencias W4A4

El entrenamiento con secuencias largas se lleva a cabo tanto durante el entrenamiento intermedio como durante el ajuste fino supervisado, en aceleradores de IA nacionales con menos de 80 GB de memoria por dispositivo. Los grupos paralelos siguen la topología del supernodo y mantienen las operaciones de recopilación total de parámetros, distribución total de tokens entre expertos y recopilación total de KV dentro de su interconexión de gran ancho de banda.

FSDP de doble fragmentación mantiene la fragmentación de los parámetros del modelo dentro de cada supernodo y fragmenta aún más los pesos maestros FP32 y los estados del optimizador entre dominios FSDP. LongCat informó que, en tareas de ajuste fino supervisado con secuencias largas, el rendimiento por dispositivo fue un 86 % superior al de su configuración de referencia DDP.

LongCat afirmó que su pila de entrenamiento e inferencia conserva probabilidades logarítmicas por token idénticas bit a bit, con una sobrecarga de rendimiento casi nula, al tiempo que desacopla las configuraciones de paralelismo de ambos procesos. Ambos motores utilizan núcleos invariantes al tamaño del lote y una lógica de marco de trabajo alineada, con compatibilidad con la propagación hacia atrás durante el entrenamiento.

La inferencia W4A4 cuantiza los pesos y las activaciones de los expertos a 4 bits y ejecuta las multiplicaciones de matrices correspondientes en unidades INT4 nativas. Una transformación de entrada compartida entre los expertos permite cuantizar antes de replicar y distribuir los tokens, lo que posibilita reutilizar la misma representación INT4 durante la comunicación y el cálculo entre expertos. LongCat informó que la precisión fue comparable a la del modelo sin cuantizar en todas las tareas posteriores evaluadas.

En pruebas de esfuerzo en línea frente a una configuración de referencia W8A8 INT8, LongCat informó de un aumento del 43,3 % en el rendimiento de prefill y del 42,77 % en el rendimiento de decodificación, junto con reducciones del 15,91 % en TTFT y del 19,72 % en TPOT. El núcleo GMM alcanzó una aceleración media de 1,73× frente a W8A8.

Resultados de evaluación publicados

LongCat publicó los siguientes resultados de referencia para LongCat-2.5 y su predecesor:

En las evaluaciones visuales, LongCat informó de una puntuación de 55,4 en 3DCodeBench Text-to-3D y de 78,6 en Vision2Web.

Salvo que se especifique lo contrario, las evaluaciones de LongCat-2.5 se realizaron con el razonamiento activado, una temperatura de 1.0 y top_p de 0.95. Terminal Bench v2.1 utilizó el entorno de Claude Code, con una longitud máxima de secuencia de 512K, y se calculó el promedio de tres ejecuciones independientes. DeepSWE v1.1 utilizó mini-swe-agent, con una longitud máxima de secuencia de 1M, y también se calculó el promedio de tres ejecuciones.

En el caso de los demás modelos incluidos en la tabla completa de evaluación de LongCat, las puntuaciones marcadas con un asterisco procedían de informes técnicos públicos, publicaciones de blogs o tablas de clasificación oficiales de las pruebas de referencia. Las puntuaciones sin marca se obtuvieron en pruebas propias y se describen únicamente como indicativas.

Acceso a la API y precios

La guía de inicio rápido de la API incluye LongCat-2.5 en los formatos compatibles con OpenAI y Anthropic. Sus respectivos puntos de conexión base son https://api.longcat.chat/openai y https://api.longcat.chat/anthropic, que admiten /v1/chat/completions y /v1/messages. Cada solicitud tiene una ventana de contexto de 1M de tokens y una longitud máxima de salida de 128K tokens.

La página del producto LongCat indica que es compatible con Claude Code, Codex, Hermes y otros entornos de ejecución para agentes. También describe la compatibilidad con tareas de programación visual, diseño creativo y 3D, además de bases de código complejas y el desarrollo de proyectos completos que requieren razonamiento en varios pasos y uso de herramientas.

Los precios de pago por uso indican tarifas con descuento por tiempo limitado, por millón de tokens: 0,30 $ por entrada sin caché, 0,006 $ por entrada en caché y 1,20 $ por salida. Las tarifas correspondientes en yuanes son ¥2, ¥0,04 y ¥8. Los precios pueden cambiar; se consideran oficiales los que aparecen en la plataforma de API y en los registros de facturación.

Aunque GitHub y Hugging Face siguen marcados como próximos, el lanzamiento presenta su interfaz de chat y su API como las vías de acceso disponibles.