LongCat-2.5、1.6兆パラメータで視覚とコードを単一トークンに統合
LongCat-2.5: Native Multimodality for Agentic Tasks
LongCat-2.5は、長期的なエージェントタスク向けに設計されたネイティブマルチモーダルモデル。総パラメータ1.6兆、トークンあたり約480億を活性化し、LongCat-2.0を土台に視覚理解とエージェント型コーディングを強化した。視覚信号を多段階の離散トークンとして扱い、テキストと同じ形式でバックボーンに流し込むことで、視覚コーディングや3Dタスクにも対応する。大規模な長期的強化学習と、実環境の失敗軌跡を検証可能な学習タスクへ変換する仕組みが特徴だ。
実世界のエージェント失敗軌跡を再現可能かつ検証可能な学習タスクへ変換し、モデルの能力ギャップに対処する狙いの学習データを継続的に追加している。
HNでの議論
21- slopnt
棒グラフの色分けがおかしくなっていて、自分のモデルの棒しか見えない。比較するのが難しい。このブログ記事は人間が一度も目を通していないことを強く示唆している。
- BugsJustFindMe
>「以下のチャートでは、GPT-5.5、GPT-5.6-Sol、Claude-Opus-4.8、Claude-Opus-5と比較しています」
一見時代遅れに見える比較を、なぜそうしているのか説明もなく公開するのには、ルールで規制すべきだ。コスト面の理由を示さないなら、何かを隠そうとしているように見える。
与えられた比較自体が本質的に悪いと言っているわけではない。そうではなく、なぜそれら特定の現行でないモデルバージョンが意味を持つのか、潜在ユーザーにとって有用な理由を一切示さなかった、と言っているのだ。
- colingauvin
API用途なら、公開されているベンチマークを見る限りこれは競争力がありそうだ。自宅で動かす用途なら、DS4.1がほぼ同等でありながら総パラメータ数は半分、アクティブパラメータ数は半分未満なので、これは無意味だ。