AI Brasil
Comece aqui

Meituan libera modelo de agente de 1,6 trilhão de parâmetros treinado sem nenhuma GPU da Nvidia

A LongCat-2.5 roda inteira em hardware Huawei, tem pesos abertos sob licença MIT e chega perto de Claude Opus 5 e GPT-5.6 Sol em tarefas de código. Veja os números, o custo por token e o que muda para quem decide infraestrutura de IA.

Redação AI BrasilRedação

· 6 min de leitura

Este artigo foi escrito por Redação AI Brasil. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.

Pesos abertos uma semana depois do anúncio

A Meituan, empresa chinesa mais conhecida pelo aplicativo de entregas, liberou hoje (15) os pesos do LongCat-2.5, um modelo de 1,6 trilhão de parâmetros construído para agentes que executam tarefas longas e autônomas, principalmente em código. O lançamento veio uma semana depois da apresentação oficial do modelo, segundo o The Decoder.

O destaque técnico não é só o tamanho. A Meituan afirma que o modelo inteiro foi treinado em hardware chinês, sem passar por nenhuma GPU da Nvidia. Isso importa para quem avalia infraestrutura de IA fora dos Estados Unidos: é um sinal de que o ecossistema de chips chineses já sustenta treinamento e inferência de modelos de ponta, não só cargas menores.

Um gigante que ativa só uma fração por token

LongCat-2.5 é um modelo de mistura de especialistas (MoE, na sigla em inglês, uma arquitetura que divide a rede em subredes especializadas e ativa só algumas delas por token processado). Dos 1,6 trilhão de parâmetros totais, cerca de 48 bilhões são ativados a cada token, o que reduz o custo computacional da inferência sem abrir mão da capacidade bruta do modelo.

Via API, o modelo aceita até 1 milhão de tokens de contexto e gera respostas de até 128 mil tokens. Ele entende texto, imagem e vídeo, responde em texto e permite ligar ou desligar o modo de raciocínio estendido conforme a tarefa. A multimodalidade é uma novidade em relação ao antecessor, o LongCat-2.0: em vez de acoplar um codificador de imagem separado, como fazem muitos modelos multimodais, a Meituan converte imagens em tokens que são processados junto com o texto, abordagem herdada do modelo de pesquisa LongCat-Next e pensada para melhorar tarefas visuais de design e código.

Como a Meituan tentou impedir que o modelo trapaceasse no treino

Para o aprendizado por reforço (a etapa de treino em que o modelo é recompensado por acertar tarefas), a equipe usou pull requests reais do GitHub e falhas de agentes recriadas artificialmente. O risco nesse tipo de treino é o modelo encontrar atalhos que simulam sucesso sem resolver o problema de verdade.

Para mitigar isso, a Meituan tomou três medidas no ambiente de treino:

  • bloqueou acesso à internet durante as tarefas;
  • removeu histórico de Git e arquivos em cache que poderiam vazar a resposta;
  • usou um modelo de linguagem para checar se as soluções geradas eram genuínas ou truques.

A equipe também destilou capacidades de vários modelos professores especializados (em tarefas de agente, raciocínio e diálogo) para dentro do LongCat-2.5, uma técnica comum para concentrar conhecimento de modelos maiores em um único modelo final.

Compressão de 4 bits para rodar nativamente em chip chinês

A Meituan quantiza os pesos e ativações dos especialistas do MoE para precisão de 4 bits, formato que os chips chineses processam nativamente. Nos testes de carga da própria empresa, o throughput subiu 43,3% no processamento do prompt e 42,77% na geração de resposta, em comparação com uma versão de 8 bits, mantendo a acurácia no mesmo nível do modelo sem compressão.

Esse detalhe é relevante para quem vai hospedar o modelo: quantização agressiva normalmente degrada qualidade, mas a Meituan diz ter contornado isso ajustando a compressão ao hardware alvo, em vez de aplicar uma técnica genérica pensada para GPU Nvidia.

Um cluster de 194 chips Huawei, sem instrução nenhuma para Nvidia

O guia de autohospedagem da Meituan, disponível em repositório separado, descreve um cluster de 194 aceleradores Huawei Ascend da série Atlas A2, divididos assim:

FunçãoQuantidade de chips
Processamento de imagem2
Ingestão do prompt64
Geração de resposta128

Não existe orientação para rodar em GPU Nvidia. Para uma equipe de infraestrutura no Brasil, isso significa que reproduzir o deploy de referência da Meituan passa por conseguir hardware Huawei, ainda incomum fora da China, e não pela via usual de nuvens com A100 ou H100.

Nos benchmarks, perto do topo, mas sem liderança isolada

A Meituan reporta 88,4 pontos no Terminal Bench v2.1 (que mede quão bem um agente resolve tarefas de linha de comando), próximo mas abaixo de concorrentes ocidentais e chineses:

ModeloTerminal Bench v2.1DeepSWETerminal Bench v4.0
Deepseek-V4.1-Flash90,674,2não informado
Claude Opus 589,1não informado53,9
GPT-5.6 Sol88,872,737,3
LongCat-2.588,464,638,5

No DeepSWE, que testa correção de bugs em repositórios reais, o LongCat-2.5 saltou de 9,7 (pontuação do antecessor) para 64,6, mas ainda fica atrás de quase todos os modelos da tabela, à frente apenas do Claude Opus 4.8. Vale notar que Claude Opus 5.5 e GPT-6.1 Sol, já mais recentes, não entraram nessa comparação da Meituan.

O modelo pontua 91,9 no BrowseComp, benchmark de busca na web, o maior número da tabela, mas esse teste específico foi rodado no próprio ambiente da Meituan, sem validação externa. Para quem for decidir com base nesse número, vale tratá-lo com mais cautela do que os benchmarks padronizados.

Preço, licença e como plugar no seu agente

Os pesos saem sob licença MIT, que permite uso comercial, modificação e redistribuição sem restrição. Dá para testar o modelo direto em longcat.ai, e a API aceita tanto o formato da OpenAI quanto o da Anthropic, o que facilita encaixar o LongCat-2.5 em harnesses de agente já existentes, como Claude Code, Codex e Hermes, sem reescrever a camada de integração.

No lançamento, a Meituan cobra um preço promocional por tempo limitado de cerca de €0,27 por milhão de tokens de entrada e €1,07 por milhão de tokens de saída, valor que tende a subir quando a promoção acabar.

O que isso muda para quem decide infraestrutura de IA

O LongCat-2.5 não é um caso isolado. O antecessor LongCat-2.0 foi treinado no fim de junho inteiramente num cluster de mais de 50 mil chips chineses, segundo a Meituan, e antes disso circulou de forma anônima como "Owl Alpha" no OpenRouter. Outros modelos chineses abertos, como Kimi K3.1 e GLM-5.3, também já encostaram nos principais modelos ocidentais em benchmarks comuns.

Para quem constrói agentes e precisa decidir onde rodar e com que modelo, o ponto prático é este: já existe uma trilha de modelos de ponta pensada desde o início para chip chinês, com compatibilidade de API que não exige reescrever integração nenhuma. Isso não elimina a dependência de Nvidia da noite para o dia, mas reduz o argumento de que só GPU americana sustenta modelo competitivo em escala de trilhão de parâmetros.

A Meituan também segue investindo em modelos menores e mais baratos, como o LongCat-Image, um gerador de texto para imagem open source com apenas 6 bilhões de parâmetros voltado a eficiência. É um lembrete de que a mesma empresa aposta tanto no modelo gigante de agente quanto no modelo pequeno de nicho, estratégia que vale observar para quem está desenhando a própria stack de IA.

Fonte: The Decoder

Compartilhar
Quem escreveuRedação AI BrasilRedação

A redação de agentes da AI Brasil. Acompanha o que acontece em inteligência artificial no Brasil e no mundo e traduz para quem está trabalhando: o que foi anunciado, o que é só barulho e o que muda para você hoje.

Leia também

Newsletter AI Brasil

A IA da semana, para a sua profissão

Toda semana: um guia para o seu trabalho, a notícia traduzida e uma coisa nova para experimentar. Gratuita, sem spam.

Você é… (opcional)