LongCat-2.5: Meituan gibt 1,6-Billionen-Agentenmodell frei – trainiert ohne Nvidia

Worum es geht

Meituan, Chinas größter Essenslieferdienst, hat die Gewichte seines KI-Modells LongCat-2.5 zum Download freigegeben. Vorgestellt hatte das Unternehmen das Modell Anfang November – Startup Fortune nennt den 1. November, ein Bericht auf dev.to den 2. November. Wann genau die Gewichte folgten, ist in den Quellen nicht einheitlich: Laut dem Fachportal CASRAI, das sich auf VentureBeat beruft, erschienen sie am 9. November auf Hugging Face. Der dev.to-Beitrag, der sich auf einen Bericht von The Decoder vom 15. November stützt, verortet die Freigabe auf diesen Tag. Fest steht: Das Modell ist jetzt offen verfügbar, und zwar unter der MIT-Lizenz – einer sehr freizügigen Open-Source-Lizenz, die auch kommerzielle Nutzung, Veränderung und Weitergabe erlaubt, solange der Copyright-Hinweis erhalten bleibt.

LongCat-2.5 ist auf sogenannte Agenten-Aufgaben zugeschnitten, also auf lange Arbeitsabläufe mit vielen Einzelschritten, bei denen die KI selbstständig Befehle ausführt, Fehler liest und weitermacht – vor allem beim Programmieren. Das eigentlich Bemerkenswerte ist aber die Herkunft: Das Modell wurde vollständig auf chinesischer Hardware trainiert, ohne eine einzige Nvidia-GPU.

Wie das Modell aufgebaut ist

LongCat-2.5 ist ein Mixture-of-Experts-Modell (MoE). Man kann sich das wie ein großes Büro mit vielen Fachleuten vorstellen: Für jede Anfrage werden nur die passenden Spezialisten gefragt, der Rest bleibt untätig. Von den rund 1,6 Billionen Parametern sind pro Token – also pro Wortbaustein – nur etwa 48 Milliarden aktiv. Deshalb liegen die Rechenkosten pro Antwort eher in der Größenordnung eines 48-Milliarden-Modells, auch wenn der gesamte Speicherbedarf riesig bleibt.

Die Grundlage stammt vom Vorgänger LongCat-2.0, den Meituan im Sommer veröffentlicht hat. MarkTechPost beschreibt dessen Technik ausführlich:

• Zero-Computation-Experten: Einfache Token wie Satzzeichen werden an einen „Experten“ geschickt, der gar nichts rechnet. Dadurch schwankt die tatsächliche Zahl aktiver Parameter dynamisch zwischen 33 und 56 Milliarden.
• LongCat Sparse Attention: Normale Attention – der Mechanismus, mit dem das Modell entscheidet, welche Textteile zusammengehören – wird bei langen Texten quadratisch teurer. Meituans Variante wählt nur die relevantesten Token aus und soll so ein natives Kontextfenster von einer Million Token ermöglichen. Meituan bezeichnet das als Weiterentwicklung der Sparse Attention von DeepSeek.
• N-Gramm-Embedding mit 135 Milliarden Parametern, das lokale Wortzusammenhänge erfasst und den Speicherverkehr beim Generieren senken soll.
• Ein Nachtrainings-Verfahren namens MOPD, das drei „Lehrer“-Modelle für Agenten-, Denk- und Dialogfähigkeiten zu einem Modell verschmilzt.

Neu bei Version 2.5 ist laut Startup Fortune und Modellkarte vor allem die native Multimodalität: Bilder werden in dasselbe Token-System übersetzt wie Text, statt ein separates Bildmodul anzuflanschen. Die veröffentlichte Konfiguration enthält laut CASRAI aktivierte Abschnitte für Bild und Video. Das Modell kann damit nach Herstellerangaben „visuell programmieren“: aus einem Screenshot oder einer Skizze eine funktionierende Oberfläche bauen, 3D-Objekte erzeugen oder das Layout einer Webseite direkt am gerenderten Bild analysieren. Antworten dürfen bis zu 128.000 Token lang sein – wichtig für ein Modell, das ganze Codebasen statt einzelner Funktionen bearbeiten soll.

Benchmarks: große Sprünge, aber Eigenangaben

Mit 88,4 im Terminal-Bench läge LongCat-2.5 laut The Decoder knapp hinter Claude Opus 5. Der Sprung beim DeepSWE von 9,7 auf 64,6 innerhalb von weniger als drei Monaten ist auffällig groß. Alle Zahlen stammen allerdings von Meituan selbst. Laut CASRAI weist die Modellkarte selbst darauf hin, dass unmarkierte Werte hausinterne Messungen sind, die „nur indikativ“ seien, und dass das Modell nicht für jede Anwendung umfassend geprüft wurde. Startup Fortune kritisiert außerdem, dass Meituan keine direkten Vergleiche mit naheliegenden Konkurrenten wie Qwen3.6, Qwen4 Coder oder den aktuellen DeepSeek-Modellen veröffentlicht hat.

Ohne Nvidia trainiert – und ohne Nvidia-Anleitung

Schon LongCat-2.0 wurde laut MarkTechPost auf einem Cluster mit mehr als 50.000 chinesischen KI-Chips trainiert und betrieben – das Vortraining umfasste über 35 Billionen Token, nach Meituans Angaben ohne Abstürze oder nicht behebbare Trainingsprobleme. Auch LongCat-2.5 hat nie eine Nvidia-GPU gesehen. Das ist ein politisches und strategisches Signal: Ein Modell nahe der Spitzenklasse lässt sich offenbar ohne die Hardware trainieren, die wegen US-Exportbeschränkungen in China schwer zu bekommen ist.

Die Kehrseite: Meituan liefert laut dev.to keinerlei Anleitung für den Betrieb auf Nvidia-Grafikkarten. Das dokumentierte Beispiel-Deployment nutzt das Framework SGLang-FluentLLM auf 194 Huawei-Ascend-Atlas-A2-Beschleunigern – zwei für die Bildverarbeitung, 64 für die Verarbeitung der Eingabe (Prefill) und 128 für das Erzeugen der Antwort (Decoding). Dabei wird mit W4A4 gearbeitet, also mit auf 4 Bit verkleinerten Gewichten und Zwischenwerten. CASRAI betont, dass diese Zahl ein Beispiel und kein absolutes Minimum ist – aber sie zeigt die Größenordnung: ein Rechenzentrums-Cluster, keine Workstation.

Preise und Zugang über die API

Für fast alle Interessierten ist die API von Meituan der realistische Weg. Zum Start gilt laut Startup Fortune ein Aktionspreis von 0,30 US-Dollar pro Million Eingabe-Token, 0,006 US-Dollar für zwischengespeicherte Eingaben und 1,20 US-Dollar pro Million Ausgabe-Token (dev.to nennt umgerechnet etwa 0,27 bzw. 1,07 Euro). Zum Vergleich: Für LongCat-2.0 nannte MarkTechPost einen regulären Preis von 0,75 bzw. 2,95 US-Dollar. Wie viel LongCat-2.5 nach der Aktion kostet, ist offen. Die LongCat-Plattform bietet laut MarkTechPost OpenAI- und Anthropic-kompatible Schnittstellen. Der Vorgänger war zudem über OpenRouter und Coding-Werkzeuge wie Claude Code, OpenCode oder Codex nutzbar.

Was du zum Ausprobieren brauchst

Um es klar zu sagen: Zu Hause lokal laufen lässt sich LongCat-2.5 nicht. Selbst bei 4-Bit-Quantisierung – das Modell wird verkleinert, indem seine Zahlen gröber gespeichert werden – bleiben bei 1,6 Billionen Parametern rund 800 GB bis 1 TB an Daten, die im Speicher der Beschleuniger liegen müssen. Das übersteigt jeden Heim-PC, jeden Mac und auch Google Colab um ein Vielfaches. Hinzu kommt, dass es offiziell nur eine Anleitung für Huawei-Ascend-Hardware gibt; eine Portierung auf Nvidia-Server müsste die Community erst erarbeiten. GGUF-Dateien für Programme wie llama.cpp oder Ollama gibt es bisher nicht. Wer das Modell ausprobieren will, nutzt die API.

Einordnung

LongCat-2.5 ist zwei Geschichten zugleich. Erstens ist ein Agentenmodell mit Spitzenwerten bei Terminal-Bench nun unter einer wirklich freien Lizenz verfügbar – das verkleinert, falls sich die Zahlen bestätigen, den Abstand zwischen offenen und geschlossenen Agentenmodellen deutlich und macht Meituan neben DeepSeek, Alibabas Qwen und anderen zu einem ernsthaften Mitspieler im chinesischen Open-Weight-Feld. Zweitens ist es ein Beleg, dass Spitzen-KI ohne Nvidia trainiert werden kann.

Praktisch ist „offen“ hier aber mit einem großen Sternchen versehen: Rechtlich darf jeder das Modell nutzen, technisch betreiben können es derzeit nur Labore, Cloud-Anbieter und Teams mit Zugang zu Ascend-Clustern. Für alle anderen bleibt die günstige API – deren Preis nur ein Aktionspreis ist. Entscheidend wird in den kommenden Wochen, ob unabhängige Tests die 88,4 Punkte bestätigen und ob jemand das Modell effizient auf mietbarer Nvidia-Hardware zum Laufen bringt. Unklar bleibt auch das genaue Datum der Gewichte-Freigabe, zu dem die Quellen voneinander abweichen.