Modelos
Meituan publica los pesos de LongCat-2.5 en Hugging Face con licencia MIT: un modelo de mezcla de expertos de 1,6 billones de parámetros con unos 48.000 millones activos por token; las puntuaciones son del propio proveedor
Meituan publica los pesos de LongCat-2.5 con licencia MIT: 1,6 B de parámetros, 48.000 M activos. Cifras del proveedor; «código abierto» = pesos abiertos.
Meituan subió el 9 de noviembre de 2026 los pesos completos de LongCat-2.5 a Hugging Face, con licencia MIT, una semana después de presentar el modelo. Es una mezcla de expertos de 1,6 billones (1.600.000 millones) de parámetros con unos 48.000 millones activos por token. El titular es «pesos abiertos», más estrecho que un código abierto completo, y las puntuaciones son de Meituan.
Lo esencial
- Qué es abierto: AI Weekly y Superpower Daily informan de los pesos en Hugging Face con licencia MIT, que permite uso comercial y modificación. AI-TLDR añade que la ficha del modelo no concede derechos sobre marcas ni patentes de Meituan. No hallamos mención de datos de entrenamiento publicados.
- Tamaño y diseño: unos 1,6 billones de parámetros en total, 48.000 millones activos por token, 1 M de tokens de contexto, visión integrada. Superpower Daily señala que los metadatos de Hugging Face dicen 1,8 billones, y AI Weekly sitúa el punto de control en 1,8 TB.
- Rendimiento declarado: AI Weekly cita 88,4 en Terminal Bench v2.1 y 64,6 en DeepSWE v1.1, frente a 70,8 y 9,7 de LongCat-2.0. Son cifras de Meituan, por relevo; no hallamos réplica independiente.
- Cronología: una vista previa apareció a finales de septiembre, el modelo completo se anunció hacia el 1 de noviembre, y un artículo anterior de Startup Fortune aún decía que los pesos no estaban publicados. La inferencia alojada costaría 0,30 $ por millón de tokens de entrada sin caché y 1,20 $ de salida.
Pesos abiertos, no código abierto completo
Unos pesos con licencia MIT permiten ejecutar, modificar y redistribuir el modelo. No equivale a datos o código de entrenamiento abiertos, que no vimos publicados. Ejecutar 1,8 TB de pesos exige además hardware serio.
Por qué las cifras piden cautela
El salto de 9,7 a 64,6 en un benchmark es grande y autodeclarado. El número de parámetros varía según la fuente, 1,6 o 1,8 billones. No es asesoramiento financiero.
Lo que no está establecido
- Réplica independiente de las puntuaciones de benchmark: ninguna hallada.
- Si se publicaron los datos de entrenamiento o el código completo de entrenamiento: no se menciona en las fuentes.
- Por qué los metadatos de Hugging Face dicen 1,8 billones frente a los 1,6 de Meituan: sin explicar.
- Condiciones de cumplimiento para empresas estadounidenses que usen pesos chinos con MIT: no tratadas en las fuentes.
Tabla resumen
| Punto | Lo que se afirma a 7 de noviembre de 2026 | Fuente |
|---|---|---|
| Publicación | Pesos en Hugging Face el 9 de noviembre de 2026, modelo anunciado hacia el 1 de noviembre | AI-TLDR |
| Licencia | MIT, sin derechos sobre marcas ni patentes de Meituan según la ficha del modelo | AI-TLDR |
| Tamaño | 1,6 billones de parámetros, unos 48.000 M activos por token | AI Weekly |
| Benchmarks | 88,4 en Terminal Bench v2.1 y 64,6 en DeepSWE v1.1, declarados por el proveedor | AI Weekly |
| Estado previo | Vista previa en septiembre; pesos aún sin publicar según un artículo | Startup Fortune |
Preguntas frecuentes
¿Es LongCat-2.5 de código abierto?
Sus pesos son públicos con licencia MIT. No vimos datos de entrenamiento publicados, así que «pesos abiertos» es el término más seguro.
¿Qué tamaño tiene?
Unos 1,6 billones de parámetros en total con unos 48.000 M activos por token; los metadatos de Hugging Face dicen 1,8 billones.
¿Son independientes las puntuaciones?
No. Son cifras de Meituan, por relevo, sin réplica independiente hallada.
Método y límites
Fuentes comprobadas el 10 de noviembre de 2026: AI Weekly, Superpower Daily, AI-TLDR, Cocoloop y Startup Fortune, leídas como extractos de búsqueda; la ficha del modelo en Hugging Face no se leyó directamente. No es asesoramiento financiero.
Fuentes
- AI Weekly: Meituan Open-Sources LongCat-2.5, 1.6T MoE, Under MIT License (verificado el 2026-11-08)
- Superpower Daily: Meituan publishes LongCat-2.5 weights, opening a self-hosted route for visual coding (verificado el 2026-11-08)
- AI-TLDR: LongCat-2.5 — Meituan opens weights of its 1.6T agentic model (verificado el 2026-11-08)
- Cocoloop: Meituan Launches LongCat-2.5-Preview, Targets Long-Horizon Tasks (verificado el 2026-11-08)
- Startup Fortune: Meituan's LongCat-2.5 Jumps Into China's Open AI Coding Race (verificado el 2026-11-08)
¿Ha detectado un error en este artículo? Comuníquenoslo · Nuestra política de correcciones