हिन्दी

Meituan का LongCat-2.5, 2.0 के बाद: ओपन मॉडल, चीनी चिप्स

Meituan ने LongCat-2.0 के बाद LongCat-2.5 को ओपन किया, जो 1.6 ट्रिलियन पैरामीटर वाला MIT लाइसेंस प्राप्त मॉडल है। जानिए चीनी चिप्स के बारे में Meituan क्या कहता है।

लेखक: Prasad Kukkalaआर्टिफिशियल इंटेलिजेंस (AI)क्या बदलापढ़ने में 8 मिनट

इन भाषाओं में पढ़ें: English · తెలుగు · हिन्दी · Français · Español

सेव करने के लिए साइन इन करें

बिल्ली के सिर के निशान वाले चिप स्टैक के ऊपर Meituan और LongCat के लोगो, और बगल में सर्वर रैक तथा कोड, लेयर और नेटवर्क के आइकन

Meituan ने 2 नवंबर 2026 को LongCat-2.5 की घोषणा की और 10 नवंबर को MIT लाइसेंस के तहत इसके वेट्स ओपन-सोर्स किए। यह LongCat-2.0 के बाद आया है, जिसके बारे में Meituan का कहना है कि उसने इसे चीन में बने एक्सेलरेटरों के क्लस्टर पर ट्रेन और सर्व किया। यह लेख बताता है कि 2.5 में नया क्या है, 2.0 से क्या आगे चला आया है, और Meituan की अपनी पोस्ट और रिपॉज़िटरी क्या दिखाती हैं और क्या नहीं दिखातीं।

Meituan ने LongCat-2.5 को ओपन किया

Meituan ने 2 नवंबर 2026 को LongCat-2.5 की घोषणा की और इसे लंबी अवधि के एजेंटिक टास्क के लिए एक नेटिव मल्टीमॉडल मॉडल बताया (TechiesJournal द्वारा चीनी से अनूदित)। आठ दिन बाद Meituan की 10 नवंबर की पोस्ट में कहा गया कि मॉडल को MIT लाइसेंस के तहत ओपन-सोर्स कर दिया गया है, और कमर्शियल इन्फ़रेंस डिप्लॉयमेंट या आगे की ट्रेनिंग के लिए किसी अतिरिक्त अनुमति की ज़रूरत नहीं है (अनूदित)। LongCat-2.5 की Hugging Face रिपॉज़िटरी और उसके W4A4 क्वांटाइज़्ड बिल्ड की रिपॉज़िटरी 4 नवंबर को बनाई गईं और आख़िरी बार 10 नवंबर को बदली गईं, जो Meituan के बताए क्रम से मेल खाता है: पहले घोषणा, फिर ओपन रिलीज़।

LongCat-2.5 अपने पूर्ववर्ती का मुख्य आकार बनाए रखता है: Meituan का मॉडल कार्ड और नवंबर की दोनों पोस्ट कुल 1.6 ट्रिलियन पैरामीटर बताते हैं, जिनमें से प्रति टोकन लगभग 48 बिलियन सक्रिय होते हैं। Hugging Face API अलग से रिपॉज़िटरी की BF16 और F32 वेट फ़ाइलों में लगभग 1.78 ट्रिलियन संग्रहीत टेंसर पैरामीटर गिनता है। Meituan इस आँकड़े का अपने 1.6 ट्रिलियन के आँकड़े से मिलान नहीं करता, और यही अंतर LongCat-2.0 में भी पाया गया था।

LongCat-2.0 से क्या बदला

LongCat-2.0 पहले लॉन्च हुआ। Meituan ने 30 जून 2026 को इसकी घोषणा की, जुलाई के पहले दिनों में इसके वेट्स Hugging Face पर प्रकाशित किए, और 12 जुलाई की एक तकनीकी पोस्ट में ओपन-सोर्स रिलीज़ और अपने सर्विंग कार्य का वर्णन किया। वह मॉडल केवल टेक्स्ट वाला मिक्सचर-ऑफ़-एक्सपर्ट्स सिस्टम है, जिसमें वही कुल 1.6 ट्रिलियन और लगभग 48 बिलियन सक्रिय पैरामीटर हैं। Meituan जिन्हें ज़ीरो-कंप्यूटेशन एक्सपर्ट्स कहता है, उनके ज़रिए इसकी डायनेमिक एक्टिवेशन रेंज 33 से 56 बिलियन है, और इसके लिए लगभग एक मिलियन टोकन के कॉन्टेक्स्ट का समर्थन घोषित है (LongCat-2.0 मॉडल कार्ड)। देश में ही बनाए जा रहे AI इन्फ्रास्ट्रक्चर की ओर व्यापक रुझान से LongCat की तुलना करने वाले पाठकों के लिए, TechiesJournal का लेख चीन पूरा AI स्टैक क्यों बना रहा है उस बड़े पैटर्न को समझाता है जिसके भीतर LongCat-2.0 और LongCat-2.5 दोनों आते हैं।

LongCat-2.5 में तीन चीज़ें जुड़ी हैं जो LongCat-2.0 में नहीं हैं। पहली, नेटिव मल्टीमॉडैलिटी: मॉडल कार्ड बताता है कि विज़ुअल सिग्नल को डिस्क्रीट टोकन में बदला जाता है और टेक्स्ट वाला ही बैकबोन उन्हें प्रोसेस करता है। यह Meituan के पहले के LongCat-Next काम पर आधारित है, न कि किसी टेक्स्ट मॉडल पर अलग से जोड़ा गया विज़न मॉड्यूल। दूसरी, W4A4 इन्फ़रेंस, जो एक्सपर्ट वेट्स और एक्टिवेशन को 4 बिट में क्वांटाइज़ करता है और उन्हें नेटिव INT4 मैट्रिक्स यूनिट पर चलाता है। LongCat-2.0 यह फ़ॉर्मेट इस्तेमाल नहीं करता। तीसरी, सार्वजनिक डिप्लॉयमेंट की ज़्यादा सीमित तस्वीर: LongCat-2.5 का मॉडल कार्ड केवल इतना कहता है कि इसे “NPU प्लेटफ़ॉर्म पर डिप्लॉय किया जा सकता है”, जबकि LongCat-2.0 का कार्ड SGLang कुकबुक के ज़रिए एक GPU रास्ता भी दर्ज करता है। Meituan की 2 नवंबर की पोस्ट (अनूदित) यह भी कहती है कि 2.5 में लंबी अवधि की एजेंटिक कोडिंग में सुधार एक व्यापक रीइन्फ़ोर्समेंट-लर्निंग पाइपलाइन से आते हैं, और इससे भी कि ज़्यादा वास्तविक विफलता ट्रैजेक्टरी को दोहराए जा सकने वाले ट्रेनिंग टास्क में बदला गया। यह काम LongCat-2.0 के मौजूदा एक्सपर्ट-टीचर ट्रेनिंग सेटअप की जगह नहीं लेता, बल्कि उसी के ऊपर बनाया गया है।

विशेषताLongCat-2.0LongCat-2.5
कुल पैरामीटर (Meituan)1.6 ट्रिलियन1.6 ट्रिलियन
औसत सक्रिय पैरामीटर (Meituan)लगभग 48 बिलियन, रेंज 33 से 56 बिलियनलगभग 48 बिलियन
मोडैलिटीकेवल टेक्स्टनेटिव मल्टीमॉडल (इमेज और टेक्स्ट)
घोषित कॉन्टेक्स्टलगभग 1 मिलियन टोकनलगभग 1 मिलियन टोकन
क्वांटाइज़्ड इन्फ़रेंस फ़ॉर्मेटBF16, FP8, INT8BF16, साथ में एक अलग W4A4 (4-बिट) रिपॉज़िटरी
दर्ज डिप्लॉयमेंट लक्ष्यNPU (Ascend Atlas A2 गाइड) और GPU (SGLang कुकबुक)केवल NPU, मॉडल कार्ड के अनुसार
लाइसेंसMITMIT
घोषणा30 जून 20262 नवंबर 2026
वेट्स प्रकाशितजुलाई 2026 के पहले दिन10 नवंबर 2026

स्रोत: LongCat-2.0 मॉडल कार्ड और LongCat-2.5 मॉडल कार्ड, 12 नवंबर 2026 को पढ़े गए।

चीनी एक्सेलरेटरों पर ट्रेनिंग और इन्फ़रेंस के बारे में Meituan क्या कहता है

LongCat-2.0 के बारे में Meituan का दावा विशिष्ट है और सार्वजनिक रिकॉर्ड के अनुसार उसके अपने चैनलों में एक जैसा है। उसकी 30 जून की पोस्ट (अनूदित) LongCat-2.0 को “50,000 कार्ड वाले घरेलू कंप्यूट क्लस्टर पर पूरी पाइपलाइन की ट्रेनिंग और इन्फ़रेंस पूरी करने वाला उद्योग का पहला ट्रिलियन-पैरामीटर मॉडल” कहती है, जिसे शुरू से ट्रेन किया गया। उसकी 12 जुलाई की पोस्ट इस दावे के इन्फ़रेंस वाले हिस्से को अलग से फिर दोहराती है: “50,000 कार्ड वाले घरेलू कंप्यूट क्लस्टर पर इन्फ़रेंस पूरा करने वाला उद्योग का पहला ट्रिलियन-पैरामीटर मॉडल” (अनूदित)। ये Meituan के अपने बयान हैं, जिन्हें कंपनी ने ख़ुद दोहराया है, न कि किसी बाहरी पर्यवेक्षक द्वारा इन्फ़रेंस के आँकड़े को ट्रेनिंग के आँकड़े में बदला जाना।

LongCat-2.5 के लिए, Meituan की 10 नवंबर की पोस्ट (अनूदित) कहती है कि ट्रेनिंग और सुपरवाइज़्ड फ़ाइन-ट्यूनिंग, दोनों में चीनी एक्सेलरेटरों पर लॉन्ग-सीक्वेंस ट्रेनिंग इस्तेमाल हुई। पोस्ट प्रति कार्ड 80 GB से कम मेमोरी को वह बाधा बताती है जिसे उसके पैरेललिज़्म और मेमोरी-शार्डिंग काम को हल करना था, और रिपोर्ट करती है कि लॉन्ग-सीक्वेंस फ़ाइन-ट्यूनिंग टास्क पर प्रति डिवाइस थ्रूपुट एक मानक डेटा-पैरेलल बेसलाइन से 86 प्रतिशत ज़्यादा रहा। LongCat-2.5 मॉडल कार्ड अंग्रेज़ी में 86 प्रतिशत का आँकड़ा दोहराता है। कोई भी पोस्ट LongCat-2.5 के ट्रेनिंग रन के लिए कार्डों की ऐसी संख्या नहीं देती जिसकी तुलना LongCat-2.0 के लिए Meituan के दिए 50,000 कार्ड के आँकड़े से की जा सके।

सार्वजनिक सामग्री क्लस्टर थ्रूपुट, विश्वसनीयता, लागत, या इस काम का कितना हिस्सा दूसरे हार्डवेयर पर चल सकता है, यह स्वतंत्र रूप से स्थापित नहीं करती। Meituan की रिपॉज़िटरी में किसी भी मॉडल का ट्रेनिंग कोड नहीं मिला (नीचे की तालिका देखें), इसलिए इसमें से कुछ भी Meituan के बाहर दोहराया नहीं जा सकता।

Meituan क्या दावा करता हैक्या सार्वजनिक है
LongCat-2.0 को 50,000 कार्ड वाले घरेलू क्लस्टर पर ट्रेन और सर्व किया गया (30 जून और 12 जुलाई की पोस्ट)स्वतंत्र रूप से सत्यापित नहीं। कोई ट्रेनिंग कोड प्रकाशित नहीं
LongCat-2.5 को प्रति कार्ड 80 GB से कम मेमोरी वाले चीनी एक्सेलरेटरों पर ट्रेन और फ़ाइन-ट्यून किया गया (10 नवंबर की पोस्ट)स्वतंत्र रूप से सत्यापित नहीं। कोई ट्रेनिंग कोड प्रकाशित नहीं, और 2.5 के लिए कार्डों की संख्या नहीं दी गई
W4A4 इन्फ़रेंस W8A8 बेसलाइन की तुलना में प्रीफ़िल थ्रूपुट 43.3% और डिकोड थ्रूपुट 42.77% बढ़ाता है (LongCat-2.5 मॉडल कार्ड और 10 नवंबर की पोस्ट)Meituan का अपना बेंचमार्क, स्वतंत्र रूप से दोहराया नहीं गया
दोनों मॉडल चीन में बने एक्सेलरेटरों पर चलते हैंNPU डिप्लॉयमेंट गाइड में Huawei Ascend Atlas A2 सिस्टम का नाम है। Meituan की पोस्ट केवल “घरेलू” या “चीन में बने” चिप्स कहती हैं और ख़ुद किसी वेंडर का नाम नहीं लेतीं

स्रोत: Meituan की 30 जून, 12 जुलाई और 10 नवंबर की पोस्ट, और LongCat-2.5 मॉडल कार्ड, 12 नवंबर 2026 को पढ़े गए।

लाइसेंस और वेट्स कैसे प्राप्त करें

LongCat-2.5 के वेट्स MIT लाइसेंस के तहत जारी किए गए हैं। LICENSE फ़ाइल मानक MIT पाठ है, और मॉडल कार्ड जोड़ता है कि लाइसेंस “Meituan के ट्रेडमार्क या पेटेंट इस्तेमाल करने का कोई अधिकार नहीं देता”। LongCat-2.0 में भी बिल्कुल यही MIT पाठ है। MIT कमर्शियल इस्तेमाल, बदलाव और पुनर्वितरण की अनुमति देता है।

वेट्स दो Hugging Face रिपॉज़िटरी में बँटे हैं: LongCat-2.5, जो 194 safetensors शार्ड में BF16 रूप में संग्रहीत है, और LongCat-2.5-W4A4, जो 4-बिट क्वांटाइज़्ड बिल्ड है। कोई भी रिपॉज़िटरी गेटेड नहीं है। 12 नवंबर 2026 तक GitHub पर कोई meituan-longcat/LongCat-2.5 रिपॉज़िटरी मौजूद नहीं थी, और 2.5 के लिए Meituan का अंग्रेज़ी तकनीकी ब्लॉग अब भी अपने GitHub लिंक को अभी तक अप्रकाशित दिखा रहा था। यह LongCat-2.0 की अपनी GitHub रिपॉज़िटरी जैसी ही स्थिति है, जिसमें केवल एक README, एक लाइसेंस फ़ाइल और चित्र हैं, कोई ट्रेनिंग कोड नहीं।

जो टीमें यह तौल रही हैं कि कोई ओपन-वेट चीनी मॉडल उनके स्टैक में फ़िट बैठता है या नहीं, उनके लिए TechiesJournal का पहले का लेख DeepSeek, GLM और Kimi ओपन-वेट मॉडल तीन दूसरे मॉडल परिवारों के लिए लाइसेंस और उपयोगिता से जुड़े यही सवाल देखता है।

कौन-से चिप्स, और क्या यह GPU पर चल सकता है

न 2 नवंबर की पोस्ट और न 10 नवंबर की पोस्ट LongCat-2.5 के लिए किसी विशिष्ट एक्सेलरेटर का नाम लेती है। दोनों केवल “घरेलू” या चीन में बने AI एक्सेलरेटर और चिप्स का वर्णन करती हैं (अनूदित)। वेंडर का नाम केवल एक जगह आता है: Meituan की SGLang-FluentLLM रिपॉज़िटरी के भीतर उसकी longcat-2.5-npu ब्रांच पर एक डिप्लॉयमेंट गाइड। यह गाइड Huawei Ascend Atlas A2 Pod सिस्टम को लक्ष्य बनाती है और W4A4 बिल्ड के लिए 194 कार्ड वाले एक उदाहरण क्लस्टर का वर्णन करती है, जिसमें 2 कार्ड विज़ुअल एनकोडर के लिए, 64 प्रीफ़िल के लिए और 128 डिकोड के लिए हैं। Meituan यह नहीं बताता कि उसके ट्रेनिंग क्लस्टर के चिप्स वही Ascend हार्डवेयर हैं या नहीं जिसका नाम इस इन्फ़रेंस गाइड में है।

LongCat-2.5 का मॉडल कार्ड केवल इतना कहता है कि मॉडल को “NPU प्लेटफ़ॉर्म पर डिप्लॉय किया जा सकता है”। LongCat-2.0 के मॉडल कार्ड में SGLang कुकबुक के ज़रिए GPU डिप्लॉयमेंट का एक रास्ता भी दर्ज है, लेकिन उसके विपरीत LongCat-2.5 का कार्ड GPU डिप्लॉयमेंट के कोई निर्देश नहीं देता। LongCat-2.5 को GPU पर सर्व करने की योजना बना रही टीम के पास आज Meituan की ओर से कोई दर्ज रास्ता नहीं है। चीन के AI एक्सेलरेटर और डेटा सेंटर उद्योग के व्यापक विस्तार पर नज़र रखने वाले पाठक इसका और संदर्भ TechiesJournal के सर्वे चीन का AI इन्फ्रास्ट्रक्चर, चिप्स, नेटवर्क और क्लाउड में देख सकते हैं।

आइटम12 नवंबर 2026 को स्थिति
Hugging Face पर meituan-longcat/LongCat-2.5सार्वजनिक, MIT लाइसेंस, BF16, 4 नवंबर को बनी, आख़िरी बार 10 नवंबर को बदली गई
Hugging Face पर meituan-longcat/LongCat-2.5-W4A4सार्वजनिक, MIT लाइसेंस, 4-बिट क्वांटाइज़्ड, 4 नवंबर को बनी, आख़िरी बार 10 नवंबर को बदली गई
GitHub पर meituan-longcat/LongCat-2.5मौजूद नहीं है। Meituan का अंग्रेज़ी ब्लॉग अब भी GitHub लिंक को अभी तक अप्रकाशित दिखा रहा था
NPU डिप्लॉयमेंट गाइडप्रकाशित, SGLang-FluentLLM रिपॉज़िटरी की longcat-2.5-npu ब्रांच में, Huawei Ascend Atlas A2 का नाम लेती है
GPU डिप्लॉयमेंट गाइडLongCat-2.5 के लिए कोई नहीं मिली
होस्टेड API लिस्टिंग (OpenRouter)केवल meituan/longcat-2.0 सूचीबद्ध है। इस जाँच के समय LongCat-2.5 की कोई लिस्टिंग नहीं मिली

स्रोत: Hugging Face और GitHub, 12 नवंबर 2026 को पढ़े गए।

पाठक आज क्या कर सकते हैं

LongCat-2.5 का मूल्यांकन कर रही टीम अभी वेट्स डाउनलोड कर सकती है, MIT लाइसेंस के तहत, जो Meituan से पहले पूछे बिना कमर्शियल इस्तेमाल और आगे की ट्रेनिंग की अनुमति देता है। इसे सेल्फ़-होस्ट करने की योजना बना रही टीम को NPU हार्डवेयर की योजना बनानी चाहिए, ख़ास तौर पर Meituan की अपनी डिप्लॉयमेंट गाइड में दर्ज Huawei Ascend Atlas A2 प्लेटफ़ॉर्म की, क्योंकि LongCat-2.5 के लिए GPU डिप्लॉयमेंट के कोई निर्देश प्रकाशित नहीं हुए हैं। किसी भी मॉडल पर Meituan के ट्रेनिंग और इन्फ़रेंस वाले दावों का हवाला देने वाली टीम को उन्हें नाम और पोस्ट की तारीख़ के साथ Meituan से जोड़ना चाहिए, क्योंकि 50,000 कार्ड वाले LongCat-2.0 दावे का, या LongCat-2.5 के लिए Meituan के दिए प्रति कार्ड मेमोरी आँकड़ों का, कोई ट्रेनिंग कोड या स्वतंत्र पुनरुत्पादन नहीं मिला। किसी भी मॉडल कार्ड से कोई बेंचमार्क संख्या पढ़ने वाली टीम को उसे Meituan का अपना आँकड़ा मानना चाहिए, क्योंकि कार्ड ख़ुद बिना निशान वाले स्कोर को इन-हाउस बताते हैं और केवल तारांकित स्कोर को दूसरे प्रकाशकों की रिपोर्ट से उद्धृत बताते हैं।

संदर्भ

स्रोत 12 नवंबर 2026 को पढ़े गए। चीनी भाषा की Meituan पोस्ट का अनुवाद TechiesJournal ने किया है, मूल अर्थ के प्रति निष्ठा रखते हुए, लेकिन किसी प्रमाणित अनुवादक द्वारा नहीं। Meituan के आँकड़े और दावे उसके अपने हैं और उनका स्वतंत्र परीक्षण नहीं किया गया।

सुधार बताएं

सुधार सीधे एडिटर तक पहुँचते हैं; ये अपने आप कभी प्रकाशित नहीं होते। किसी अकाउंट की ज़रूरत नहीं।

लेखक: Prasad Kukkala

संबंधित · Artificial Intelligence

इस विषय में और