0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
LongCat-2.5 Debuts With 1.6T Parameters and Native Visual Tokens (원문, 새 창)
한국어 요약
Claude · 2026-11-03롱캣이 11월 1일 1.6조 파라미터(활성 약 480억)의 네이티브 멀티모달 MoE 모델 LongCat-2.5를 공개했다. 이미지 신호를 다단계 이산 토큰으로 표현해 시각·텍스트 입력을 하나의 토큰 기반 포맷으로 통합 처리하는 것이 특징이다. Terminal Bench v2.1에서 88.4점(이전 모델 70.8점), DeepSWE v1.1에서 64.6점(이전 9.7점) 등 코딩·에이전트 작업 전반에서 큰 성능 향상을 보였고, W4A4 양자화 추론으로 처리량을 크게 높였다. API는 OpenAI·Anthropic 호환 포맷을 모두 지원하며 100만 토큰 컨텍스트 윈도우를 제공하지만, 깃허브·허깅페이스 공개는 아직 '곧 제공' 상태다.
- 1.6조 파라미터, 토큰당 약 480억 활성 파라미터의 네이티브 멀티모달 MoE 모델
- 이미지도 이산 토큰으로 변환해 텍스트와 통합 처리하는 아키텍처 적용
- Terminal Bench v2.1 88.4점, DeepSWE v1.1 64.6점 등 전작 대비 큰 폭 상승
- W4A4 INT4 양자화로 prefill 처리량 43.3%, decode 처리량 42.77% 향상
- 100만 토큰 컨텍스트, OpenAI/Anthropic 호환 API 제공, 깃허브·HF는 추후 공개
AI 인사이트
- LongCat이 LongCat-2.5 공개, 총 1.6조 파라미터·토큰당 480억 활성화하는 네이티브 멀티모달 MoE 모델
- 시각 신호를 이산 토큰으로 처리해 텍스트와 통합, 장문 에이전틱 코딩에 특화 학습
- Terminal Bench v2.1 88.4점, DeepSWE v1.1 64.6점 등 LongCat-2.0 대비 benchmark 대폭 상승
- W4A4 INT4 추론으로 INT8 대비 prefill 43.3%·decode 42.77% 처리량 향상
왜 중요한가
장문 에이전틱 코딩과 시각-텍스트 통합 처리를 겨냥한 1.6조 파라미터급 모델로, Claude Code·Codex 등 기존 에이전트 하니스와 호환되는 API를 저가(출력 100만 토큰당 $1.20)로 제공해 코딩 에이전트 시장의 가격 경쟁을 심화시킬 수 있다.
본문 미리보기
LongCat introduced LongCat-2.5 on November 1, 2026, a natively multimodal mixture-of-experts model for long-horizon agentic tasks with 1.6 trillion total parameters and approximately 48 billion activated per token. LongCat said the release builds on LongCat-2.0 with stronger native visual understanding and agentic coding. Its training incorporates more long-horizon trajectories and large-scale long-horizon reinforcement learning for complex codebase development and full-project builds. The…
전체 내용이 궁금하다면?
Unite.AI에서 원문을 직접 읽어보세요
- #LLM
- #멀티모달
- #에이전트
- #모델출시
이 글이 만들어진 과정
- 10:59AI 초안