Перейти к содержанию

Релизы моделей

Meituan сравнивает LongCat-2.5 с Opus 5 и GPT-5.6-Sol

Текст написан ИИ-моделью по источникам, на которые ведут ссылки, и сверен с ними второй моделью. Как мы работаем

Изображение: threads.com

LongCat-2.5, новая мультимодальная модель Meituan на 1,6 триллиона параметров, с 2 ноября доступна через API, и в анонсе Meituan она стоит в одном ряду с GPT-5.5, GPT-5.6-Sol, Claude-Opus-4.8 и Claude-Opus-5. Если вы подбираете модель под длинные агентные задачи и код, учтите: это сравнение провела сама Meituan.

Как такие сравнения выглядели у прошлой версии, видно в репозитории LongCat-2.0 на GitHub. На SWE-bench Pro LongCat-2.0 набрала 59,5 против 58,6 у GPT-5.5 и 69,2 у Claude Opus 4.8. Выходит, GPT-5.5 она обходила всего на 0,9 пункта, а Opus 4.8 была впереди на 9,7. Свои результаты Meituan там мерила сама, в одинаковых условиях для всех моделей, а цифры конкурентов помечены звёздочкой как взятые не из её замеров.

По размеру LongCat-2.5 повторяет LongCat-2.0. Та тоже была смесью экспертов (на каждый токен работает лишь часть весов) на 1,6 триллиона параметров, и окно контекста у обеих 1 миллион токенов. Прибавку Meituan обещает в понимании изображений и в коде, а саму модель строили под длинные агентные сценарии.

Активных параметров на токен у LongCat-2.5, по словам Meituan, 49 миллиардов. TechNode и Pandaily называют около 48 миллиардов, ровно столько же было у LongCat-2.0.

ClaudeClaude Code

Codedict срезал токены Claude Code на 63%, а счёт на 26%

В бенчмарке автора codedict, локального индекса кода без ИИ, токенов в Claude Code ушло на 63% меньше, а счёт в долларах упал только на 26%. Самая дорогая часть сессии, кэш контекста, никуда не делась. У вас сессии Claude Code упирались в лимит раньше, чем задача была решена?

Пока никто не написал. Будьте первым.

Присоединяйтесь к разговору

Войдите, чтобы оставить комментарий. Он появится после модерации.