LongCat-2.5, 1.6조 파라미터로 에이전트 작업에 네이티브 멀티모달리티 구현
LongCat-2.5: Native Multimodality for Agentic Tasks
LongCat-2.5는 1.6조 파라미터에 토큰당 약 480억 개가 활성화되는 네이티브 멀티모달 모델로, 긴 호흡의 에이전트 작업을 겨냥한다. 시각 신호를 다단계 이산 토큰으로 표현해 텍스트와 동일한 토큰 형식으로 처리하며, 대규모 장기 호흡 강화학습과 실제 실패 궤적을 재현 가능한 검증 과제로 변환하는 파이프라인을 통해 복잡한 코드베이스 개발과 전체 프로젝트 빌드 역량을 강화했다. 국산 AI 가속기에서의 장문맥 학습과 W4A4 추론 최적화도 함께 다룬다.
LongCat-2.5는 시각 신호를 다단계 이산 토큰으로 표현해, 백본이 시각 및 텍스트 입력을 통일된 토큰 기반 형식으로 처리할 수 있게 한다.
HN 토론
21- slopnt
막대그래프 색이 잘못 칠해져 있어서 자기네 모델 것만 보인다. 비교하기가 힘들다. 이건 블로그 글을 사람이 한 번도 안 봤다는 걸 강하게 시사한다.
- BugsJustFindMe
> "아래 차트는 GPT-5.5, GPT-5.6-Sol, Claude-Opus-4.8, Claude-Opus-5와 비교한 것입니다"
왜 그런 비교를 하는지 설명도 없이 구식으로 보이는 비교를 내놓는 것에 대해 규칙이 있어야 한다. 비용 이유를 대지 않으면 뭔가를 숨기려는 것처럼 보인다.
내 말은 제시된 비교가 본질적으로 나쁘다는 게 아니다. 잠재 사용자들에게 유용할 만한, 왜 하필 그 특정한 구버전 모델들이 의미가 있는지에 대한 이유를 전혀 포함하지 않았다는 것이다.
- colingauvin
API 용도로는 공개된 벤치마크를 보면 경쟁력 있어 보인다. 집에서 돌리는 용도로는 DS4.1이 거의 동등하면서 전체 파라미터는 절반이고 활성 파라미터는 절반도 안 되는데, 이건 의미가 없다.