Ir al contenido
IA para hoy
Modelos y avances Lanzamiento 2/5 · Declaración interesada

Meituan publica los pesos de LongCat-2.5, un modelo de agentes de 1,6 billones de parámetros entrenado en chips chinos

Ilustración generada con IA sobre: Meituan publica los pesos de LongCat-2.5, un modelo de agentes de 1,6 billones de parámetros entrenado en…
Ilustración generada con IA por IA para hoy

Hecho Qué ha ocurrido

Meituan ha publicado los pesos de LongCat-2.5, un modelo de mezcla de expertos con 1,6 billones de parámetros totales (unos 48.000 millones activos por token) orientado a agentes, especialmente de programación. Según la compañía, obtiene 88,4 puntos en Terminal Bench v2.1, ligeramente por debajo de Claude Opus 5 (89,1), y su despliegue de referencia usa 194 aceleradores Huawei Ascend, sin guía para GPU de Nvidia. Los pesos se distribuyen con licencia MIT.

Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Muestra que un modelo de primer nivel en tareas de agentes puede entrenarse y servirse íntegramente con hardware chino, lo que cambia el cálculo de dependencia de Nvidia para proveedores y clientes fuera de China. Los resultados son autodeclarados y comparan con modelos que ya han sido superados por versiones más recientes.

Quién se ve afectado
Equipos de desarrollo y empresas que evalúan modelos abiertos para agentes de programación, y proveedores de infraestructura de IA.
Qué puede cambiar
Si los resultados se confirman, aumenta la oferta de modelos abiertos optimizados para chips no Nvidia, y las opciones de autoalojamiento con licencia comercial se amplían.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Verificaciones independientes de los benchmarks, adopción de la versión de 4 bits en terceros y si los precios promocionales se mantienen tras su periodo de lanzamiento.

Recomendación Qué debería hacer una empresa

Evaluar LongCat-2.5 frente a modelos abiertos actuales en una tarea propia de programación con agentes durante los próximos 3 meses, antes de tomar decisiones de infraestructura.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: The Decoder. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMagentesmultimodalMoEcuantización MeituanAnthropicOpenAIHuawei agentes código abierto Huawei Ascend LongCat-2.5 Meituan

Relacionadas

Modelos y avances

Mistral publica los pesos de Large 4, fuerte en programación pero por detrás de los modelos chinos

Mistral ha publicado en Hugging Face los pesos de Large 4, un modelo de unos mil millones de parámetros... de un billón en total, con 52.000 millones activos…

Por qué importaOfrece a empresas europeas un modelo abierto de gran tamaño con licencia MIT modificada y un discurso de IA soberana, aunque ejecutarlo exige…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 The Decoder

Xiaomi lanza MiMo-V2.6-Pro, modelo de pesos abiertos que supera a DeepSeek y Grok en benchmarks

Xiaomi presentó en septiembre su familia de modelos MiMo, con MiMo-V2.6-Pro obteniendo 46 puntos en la evaluación de Artificial Analysis, por encima de Grok…

Por qué importaUn fabricante de hardware de consumo como Xiaomi entrando con fuerza en modelos de pesos abiertos de primer nivel reconfigura la competencia entre…

Impacto medio Fiabilidad declaración interesada Relevancia 7/10 El Español Omicrono

Liquid AI lanza LFM2.5-24B-A2B, un modelo abierto de razonamiento orientado a agentes en el dispositivo

Liquid AI publicó en Hugging Face LFM2.5-24B-A2B, un modelo de pesos abiertos solo de razonamiento, con ventana de contexto de 131K tokens y entrenamiento…

Por qué importaPara equipos que quieran agentes locales con privacidad, un modelo abierto de su tamaño que cumpla con llamadas a herramientas podría reducir costes…

Impacto medio Fiabilidad una fuente fiable Hugging Face
Herramientas y productos

Mistral lanza Large 4, modelo abierto de un billón de parámetros que reta a China y EEUU

Mistral presentó Mistral Large 4 ('Le Chonk'), modelo de un billón de parámetros con 49.000 millones activos, entrenado en 4.000 GPU Nvidia Blackwell en…

Por qué importaRepresenta un intento concreto de Europa de reducir su dependencia de modelos de IA de EEUU y China, especialmente tras cortes de acceso previos a…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 El Español Omicrono

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.