メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信(無料)

LongCat-2.5

LLM#21AIモデルとLLMオープンソース · Web

LongCat-2.5は、複雑で長期的なエージェントタスクのために設計されたネイティブなマルチモーダルMixture-of-Experts(MoE)モデルです。1.6兆のパラメータを持ち、視覚理解とエージェントコーディング機能を統合して、コードベースの開発、クリエイティブデザイン、3Dアプリケーションなどのタスクを実行します。このモデルは、高度なトレーニング技術とインフラ最適化を活用して効率的なパフォーマンスを実現しています。

URLを訪問
共有
LongCat-2.5 のスクリーンショット
LongCat-2.5 のスクリーンショット

LongCat-2.5は、前モデルであるLongCat-2.0を基にしたマルチモーダルAIの重要な進展を示しています。このモデルは、堅牢な視覚理解と洗練されたエージェントコーディングを組み合わせることで、複雑で多段階のエージェントタスクを処理するように設計されています。合計1.6兆のパラメータを持ち、トークンごとに約480億のパラメータがアクティブになっており、要求の厳しいアプリケーションに対して強力なツールとなっています。

続きを読む

モデルのコア機能は、いくつかの重要な革新によって支えられています。ネイティブビジュアルモデリングにより、LongCat-2.5はネイティブ解像度の視覚特徴を離散トークンに変換し、テキストと共有された意味空間で整合させることができます。これにより、マルチモーダル入力のより深く、統合された理解が可能になります。長期的なタスクに対しては、エージェント強化学習(RL)を採用し、実世界のエンジニアリングシナリオや再現可能なエージェントの失敗に基づいてトレーニングされています。このトレーニング手法は、効率的なロールアウト戦略と報酬ハッキングに対する安全策と組み合わせることで、エンドツーエンドタスクの実行における信頼性を高めています。

マルチティーチャー学習は、モデルを全語彙KL蒸留とツリーアテンションを通じて導く専門のエージェント、推論、インタラクションの教師による重要な側面です。このプロセスは、マルチターン実行、複雑な推論、正確な指示のフォローを強化し、安全性も向上させます。さらに、LongCat-2.5は効率的な長文コンテキストトレーニングを取り入れており、スーパーノード認識の並列処理、効率的なシャーディング、通信と計算のオーバーラップを活用しています。これらの最適化により、長いシーケンスのSFTタスクにおいて従来のベースラインと比較して、デバイスごとのスループットが大幅に向上します。

LongCat-2.5の展開はNPUプラットフォームでサポートされており、SGLang-FluentLLMを通じてNPU展開に関する具体的なガイダンスが提供されています。また、モデルは専門的な重みとアクティベーションのためのW4A4量子化を特徴としており、国内のAIアクセラレーターでのネイティブINT4計算を可能にしながら精度を維持します。この量子化は、最適化された重みのレイアウトと調整されたプリフィル/デコードパイプラインと相まって、スループットの大幅な改善とレイテンシの低減をもたらします。LongCat-2.5は、思考モードと非思考モードの両方を提供し、ユーザーがパフォーマンスとトークン効率のバランスを取ることを可能にします。MITライセンスの下でリリースされており、幅広い開発者やアプリケーションにアクセス可能です。

  • カテゴリーAIモデルとLLM
  • 料金モデルオープンソース
  • デプロイクラウド
  • プラットフォームWeb

  • ネイティブマルチモーダルMoEモデル

  • 合計1.6兆のパラメータ

  • トークンごとに480億のアクティブパラメータ

  • 視覚理解の統合

  • エージェントコーディング機能

  • 長期エージェントRLトレーニング

  • 推論と指示フォローのためのマルチティーチャー学習

  • 効率的な長文コンテキストトレーニング

  • KVキャッシュ最適化を伴うRLインフラ

  • 専門的な重みとアクティベーションのためのW4A4量子化

  • NPUプラットフォーム展開サポート

  • パフォーマンス向上のための思考モード

  • トークン効率のための非思考モード

  • モデル重みに対するMITライセンス

  • コーディング、一般エージェント、視覚タスクにおける評価

  1. モデルにアクセス: Hugging FaceのLongCat-2.5ページに移動します。

  2. ファイルを探索: モデルのファイルとドキュメントを確認して技術的詳細を把握します。

  3. NPUに展開: NPUプラットフォーム展開に関する指示はSGLang-FluentLLMを参照してください。

  4. モードを設定: パフォーマンスのための思考モード(enable_thinking=True)またはトークン効率のための非思考モード(enable_thinking=False)を選択します。

  5. プロンプトを送信: 公式チャットウェブサイト(longcat.ai)またはプログラム的アクセスを通じてモデルと対話します。

  6. パフォーマンスを評価: 特定のタスクのために温度やtop_pなどの評価設定を利用します。

  • 複雑なコードベースの開発
  • フルプロジェクトのビルド
  • クリエイティブデザインタスク
  • 3Dタスクの実行
  • マルチモーダルエージェントタスク
  • コードエージェントベンチマーキング
  • 一般エージェントベンチマーキング
  • 視覚タスクベンチマーキング

Meituan の製品

LongCat-2.5 のレビュー

読み込み中...

LongCat-2.5 に似た人気のAIツール

MiniMax M3は、コーディングとエージェンティックタスクに優れた高度なAIモデルです。1Mのコンテキストウィンドウとネイティブなマルチモーダル理解を備え、MSAアーキテクチャによって支えられています。このモデルはオープンウェイト機能を提供し、開発者や研究者にとって多用途なツールとなっています。

AIモデルとLLM

LLMで第49位

ツールを見る

コーディングとエージェンティックタスクに優れた高度なAIモデルです。1Mのコンテキストウィンドウとネイティブなマルチモーダル理解を備え、MSAアーキテクチャによって支えられています。このモデルはオープンウェイト機能を提供し、開発者や研究者にとって多用途なツールとなっています。MiniMax M3は、コーディングとエージェンティックタスクに優れた高度なAIモデルです。1Mのコンテキストウィンドウとネイティブなマルチモーダル理解を備え、MSAアーキテクチャによって支えられています。このモデルはオープンウェイト機能を提供し、開発者や研究者にとって多用途なツールとなっています。

AIモデルとLLM
LLMで第49位

MiniMax-M3.1-Flashは、コーディング、エージェントワークフロー、サイバーセキュリティのために設計されたマルチモーダルなエキスパート混合モデルです。テキスト、画像、動画の入力をサポートし、スパースアテンションと量子化対応トレーニングにより、タスクのパフォーマンスと推論効率を向上させます。

AIモデルとLLM
ツールを見る

コーディング、エージェントワークフロー、サイバーセキュリティのために設計されたマルチモーダルなエキスパート混合モデルです。テキスト、画像、動画の入力をサポートし、スパースアテンションと量子化対応トレーニングにより、タスクのパフォーマンスと推論効率を向上させます。MiniMax-M3.1-Flashは、コーディング、エージェントワークフロー、サイバーセキュリティのために設計されたマルチモーダルなエキスパート混合モデルです。テキスト、画像、動画の入力をサポートし、スパースアテンションと量子化対応トレーニングにより、タスクのパフォーマンスと推論効率を向上させます。

AIモデルとLLM
LLM トップ50を見る

Kimi K3.1 Proは、2.8兆のパラメータを持つオープンウェイトのネイティブマルチモーダルエージェントモデルで、高度なアプリケーション向けに設計されています。1百万トークンのコンテキストウィンドウを特徴とし、コーディング、3D制作、金融研究、事実の正確性において大幅な改善を提供します。このモデルはK3.1シリーズの最初のものであり、多様なドメインにわ…

AIモデルとLLM

LLMで第5位

ツールを見る

2.8兆のパラメータを持つオープンウェイトのネイティブマルチモーダルエージェントモデルで、高度なアプリケーション向けに設計されています。1百万トークンのコンテキストウィンドウを特徴とし、コーディング、3D制作、金融研究、事実の正確性において大幅な改善を提供します。このモデルはK3.1シリーズの最初のものであり、多様なドメインにわ…Kimi K3.1 Proは、2.8兆のパラメータを持つオープンウェイトのネイティブマルチモーダルエージェントモデルで、高度なアプリケーション向けに設計されています。1百万トークンのコンテキストウィンドウを特徴とし、コーディング、3D制作、金融研究、事実の正確性において大幅な改善を提供します。このモデルはK3.1シリーズの最初のものであり、多様なドメインにわ…

AIモデルとLLM
LLMで第5位

Kimi-K2-Instructは、高度なAIタスク向けに設計された最先端のミクスチャー・オブ・エキスパート言語モデルです。推論、コーディング、ツール使用に優れ、320億のアクティブパラメータを持つ堅牢なパフォーマンスを提供します。

AIモデルとLLM

LLMで第47位

ツールを見る

高度なAIタスク向けに設計された最先端のミクスチャー・オブ・エキスパート言語モデルです。推論、コーディング、ツール使用に優れ、320億のアクティブパラメータを持つ堅牢なパフォーマンスを提供します。Kimi-K2-Instructは、高度なAIタスク向けに設計された最先端のミクスチャー・オブ・エキスパート言語モデルです。推論、コーディング、ツール使用に優れ、320億のアクティブパラメータを持つ堅牢なパフォーマンスを提供します。

AIモデルとLLM
LLMで第47位

DeepSeek-V4-Flash-Vision-Expは、視覚理解能力を強化するDeepSeek-V4ファミリーの実験的なマルチモーダルモデルです。DeepSeek-V4-Flashアーキテクチャに基づき、テキスト専用のパフォーマンスを維持しながら、マルチモーダルエージェントの能力を向上させます。

AIモデルとLLM
ツールを見る

視覚理解能力を強化するDeepSeek-V4ファミリーの実験的なマルチモーダルモデルです。DeepSeek-V4-Flashアーキテクチャに基づき、テキスト専用のパフォーマンスを維持しながら、マルチモーダルエージェントの能力を向上させます。DeepSeek-V4-Flash-Vision-Expは、視覚理解能力を強化するDeepSeek-V4ファミリーの実験的なマルチモーダルモデルです。DeepSeek-V4-Flashアーキテクチャに基づき、テキスト専用のパフォーマンスを維持しながら、マルチモーダルエージェントの能力を向上させます。

AIモデルとLLM
LLM トップ50を見る

ステップ 3.7 フラッシュは、高頻度の生産ワークロード向けに設計されたスパースなMixture-of-Expertsビジョン・ランゲージモデルです。言語バックボーンとビジョンエンコーダーを組み合わせて、財務報告の解析やマルチステップ検索ループの実行などの集中的なタスクをサポートします。

AIモデルとLLM
ツールを見る

高頻度の生産ワークロード向けに設計されたスパースなMixture-of-Expertsビジョン・ランゲージモデルです。言語バックボーンとビジョンエンコーダーを組み合わせて、財務報告の解析やマルチステップ検索ループの実行などの集中的なタスクをサポートします。ステップ 3.7 フラッシュは、高頻度の生産ワークロード向けに設計されたスパースなMixture-of-Expertsビジョン・ランゲージモデルです。言語バックボーンとビジョンエンコーダーを組み合わせて、財務報告の解析やマルチステップ検索ループの実行などの集中的なタスクをサポートします。

AIモデルとLLM
LLM トップ50を見る

DeepSeek-V4.1-Flash-1017は、推論、コーディング、視覚ベンチマークを強化したDeepSeekモデルの更新版です。タスクの実行時間と出力の長さを短縮し、ユーザーにとって迅速かつコスト効率の良いソリューションを提供します。

AIモデルとLLM

LLMで第10位

ツールを見る

推論、コーディング、視覚ベンチマークを強化したDeepSeekモデルの更新版です。タスクの実行時間と出力の長さを短縮し、ユーザーにとって迅速かつコスト効率の良いソリューションを提供します。DeepSeek-V4.1-Flash-1017は、推論、コーディング、視覚ベンチマークを強化したDeepSeekモデルの更新版です。タスクの実行時間と出力の長さを短縮し、ユーザーにとって迅速かつコスト効率の良いソリューションを提供します。

AIモデルとLLM
LLMで第10位

Beam

LLM

BeamはReflectionによって開発されたオープンソースのテキスト生成モデルです。5010億のパラメータを持つスパースな専門家の混合アーキテクチャを特徴としており、効率的な推論とコーディング能力を提供します。英語向けに設計されており、ソフトウェアエンジニアリング、エージェントツールの使用、科学的推論に優れています。

AIモデルとLLM
ツールを見る

LLM

Reflectionによって開発されたオープンソースのテキスト生成モデルです。5010億のパラメータを持つスパースな専門家の混合アーキテクチャを特徴としており、効率的な推論とコーディング能力を提供します。英語向けに設計されており、ソフトウェアエンジニアリング、エージェントツールの使用、科学的推論に優れています。BeamはReflectionによって開発されたオープンソースのテキスト生成モデルです。5010億のパラメータを持つスパースな専門家の混合アーキテクチャを特徴としており、効率的な推論とコーディング能力を提供します。英語向けに設計されており、ソフトウェアエンジニアリング、エージェントツールの使用、科学的推論に優れています。

AIモデルとLLM
LLM トップ50を見る
1 / 8