Frontier LLM Meituan: 1,6 bln parametrów MoE (~48B aktywnych per token), natywne okno 1M tokenów dzięki LongCat Sparse Attention; w pełni wytrenowany na chińskich ASIC superpodach na 35T+ tokenach.
Okno kontekstowe
1 mln (1M) tokenów (natywne, dzięki LongCat Sparse Attention)
tokenów
Parametry
1,6 bln (1.6T) — łącznie; ~48 mld (~48B) aktywnych per token
parametrów
Data premiery
30 grudnia 2025
Dostęp:DownloadWdrożenie:☁ Cloud💻 Lokalnie
Przegląd
Dostęp i wdrożenie
Pobieranie
ChmuraLokalnie
Wagi: Open source
Kluczowe parametry
📏 Kontekst: 1 mln (1M) tokenów (natywne, dzięki LongCat Sparse Attention)
🧩 Parametry: 1,6 bln (1.6T) — łącznie; ~48 mld (~48B) aktywnych per token
✓ Narzędzia
📥 Wejście: tekst
Specyfikacja techniczna
Okno kontekstowe
1 mln (1M) tokenów (natywne, dzięki LongCat Sparse Attention)
tokenów
Parametry
1,6 bln (1.6T) — łącznie; ~48 mld (~48B) aktywnych per token
parametrów
Max output tokens
0
tokenów na odpowiedź
Licencja
MIT
Wymagania sprzętowe
Trenowany na chińskich AI ASIC superpodach (bez NVIDIA), miliony godzin akceleratorów; wymagania inferencyjne dla 1,6T MoE / 48B aktywnych nie zostały jeszcze publicznie podane (wagi „coming soon" stan na grudzień 2025).
Funkcje:✓ Używanie narzędzi
Modalności
⬇ Wejście (Input)
text
⬆ Wyjście (Output)
textcode
Możliwości i zastosowania
Natywne możliwości modelu
Programowanie
Generowanie, analiza i modyfikacja kodu źródłowego.
Kategoria: coding
Rozumowanie
Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.
Kategoria: reasoning
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Wywoływanie funkcji
Natywne wsparcie dla ustrukturyzowanego wykorzystania narzędzi, umożliwiające przepływy pracy oparte na agentach.
Kategoria: planning
Długi kontekst
Utrzymanie spójności i uwagi w bardzo długim kontekście wejściowym.
Kategoria: language
Rozumowanie wieloetapowe
Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.
Kategoria: reasoning
Rozumowanie matematyczne
Zdolność modelu do rozwiązywania zadań matematycznych wymagających wieloetapowego rozumowania — równania, dowody, kombinatoryka, geometria, rachunek różniczkowy, zadania konkursowe.
Kategoria: reasoning
Modelowanie języka
Zdolność przewidywania kolejnych tokenów i generowania spójnego tekstu w języku naturalnym na podstawie poprzedzającego kontekstu.
Kategoria: language
Wielojęzyczność
Rozumienie i generowanie tekstu w wielu językach.
Kategoria: language
Architektura techniczna
Rdzeń architektury (Core Architecture)