LongCat, 1 Kasım 2026’da LongCat-2.5 modelini tanıttı. Model, uzun soluklu ajan görevleri için tasarlanmış çok kipli bir mixture-of-experts mimarisi kullanıyor. Toplam 1,6 trilyon parametresi var, ancak her token için bunun yalnızca yaklaşık 48 milyarı devreye giriyor. Şirket, yeni sürümün LongCat-2.0 üzerine görsel anlama ve ajan tabanlı kodlama yetenekleri eklediğini söylüyor.
Model şu an sohbet arayüzü ve API üzerinden erişilebiliyor. LongCat’in GitHub ve Hugging Face bağlantıları ise henüz “yakında” olarak işaretli.
Görsel veriyi de token olarak işliyor
LongCat-2.5, görüntüleri çok seviyeli ayrık token’lara çeviriyor. Böylece modelin omurgası hem görsel hem metinsel girdiyi tek bir token formatında işleyebiliyor. Sistem, doğal çözünürlüklü görsel tokenizasyon, çevrimdışı görsel ön işleme ve omurgayla birlikte öğrenilen görsel gömme katmanlarını birleştiriyor. Görüntü özellikleri Residual Vector Quantization ile token dizisine dönüştürülüyor, ardından bir görsel çözücü tarafından yeniden kuruluyor.
Sabit bir tokenizer kullanıldığı için görsel token kimlikleri önceden hesaplanıp önbelleğe alınabiliyor. Bu da veri paketleme sırasında görsel ve metin yükünün öngörülebilir olmasını sağlıyor; yük dağıtımı paralel işlem birimleri arasında dengeli tutulabiliyor. LongCat, yaklaşık 3 milyar aktif parametreli küçük bir deneme modelinde görsel ve metinsel gömmelerin ortak bir anlamsal uzayda birleştiğini gözlemlediklerini aktarıyor.
Kodlama ajanları için sentetik görev hattı
Şirket, ajan tabanlı kodlama için otomatik bir veri üretim hattı kurmuş. Bu hat GitHub pull request’lerini ve bağlantılı sorun kayıtlarını filtreliyor, ajanlarla görevleri etiketliyor, etkileşimli ortamlar kuruyor ve testlerle doğruluyor. Başarı oranları, görevlerin yeniden etiketlenmesinde ve filtrelenmesinde kullanılıyor. Yanlış pozitif ve yanlış negatif izlerin çevrimdışı analizi de testlerin düzeltilmesini sağlıyor. Gerçek dünyada başarısız olan ajan izleri yeniden üretilebilir eğitim görevlerine çevriliyor.
Eğitimde eşzamansız kısmi rollout kullanılıyor. Ödül kırma girişimlerini sınırlamak için görev ortamlarında ağ erişimi kapatılıyor, Git geçmişi ve önbellek dosyaları siliniyor, izler ayrıca bir dil modeli denetçisiyle taranıyor. Tekrarlı akıl yürütme ve aynı aracı tekrar tekrar çağırma da cezalandırılıyor.
Benchmark sonuçları ve 4 bit çıkarım
LongCat’in paylaştığı sonuçlara göre model, Terminal Bench v2.1 testinde 70,8’den 88,4’e, DeepSWE v1.1 testinde 9,7’den 64,6’ya çıkıyor. BrowseComp 79,9’dan 91,9’a, MCP Atlas 61,8’den 83,1’e, araç kullanan HLE testi 37,5’ten 63,1’e yükseliyor. AutomationBench skoru da 15,8’den 51,8’e çıkmış durumda. Görsel tarafta Text-to-3D testinde 55,4, Vision2Web testinde 78,6 bildirilmiş.
Çıkarım tarafında uzman ağırlıkları ve aktivasyonlar 4 bit’e indirilip INT4 birimlerinde çalıştırılıyor. LongCat, bu sıkıştırmanın değerlendirilen görevlerde sıkıştırılmamış modele yakın doğruluk verdiğini söylüyor. Şirketin INT8 referansına karşı ölçtüğü stres testlerinde prefill hızı yüzde 43,3, decode hızı yüzde 42,8 artmış; ilk token süresi yüzde 15,9, token başına süre yüzde 19,7 kısalmış.
API tarafında hem OpenAI hem Anthropic uyumlu uç noktalar var. Tek istekte 1 milyon token bağlam, 128 bin token çıktı destekleniyor. Tanıtım fiyatları milyon token başına önbelleksiz girdi için 0,30 dolar, önbellekli girdi için 0,006 dolar, çıktı için 1,20 dolar olarak listelenmiş. LongCat, modelin Claude Code, Codex ve Hermes gibi ajan araçlarıyla uyumlu olduğunu belirtiyor.
Kaynak: Unite.AI
Deneyimini paylaş
Bir sorunun, farklı bir çözümün veya eklemek istediğin bir notun var mı? Giriş yapmadan da yazabilirsin.