LongCat-2.5-Preview, il modello da 1,6 trilioni di Meituan diventa multimodale e punta sugli agenti

Meituan, il colosso cinese delle consegne a domicilio che da un paio d’anni investe con decisione nei modelli linguistici, ha rilasciato LongCat-2.5-Preview. È l’anteprima della nuova generazione della sua famiglia di modelli: mantiene la stessa scala della versione 2.0, cioè 1,6 trilioni di parametri complessivi con circa 48 miliardi attivi per ogni richiesta, ma aggiunge la multimodalità nativa e sposta con chiarezza l’obiettivo verso gli agenti AI capaci di portare a termine compiti lunghi e articolati.

L’annuncio è arrivato il 25 settembre tramite il profilo ufficiale di Meituan LongCat su X, accompagnato da prezzi molto aggressivi e da una prova gratuita su OpenCode. Vediamo cosa cambia davvero e perché conta anche per chi lavora in Europa.

Cosa porta di nuovo LongCat-2.5-Preview

Sulla carta i numeri di base restano quelli già visti a inizio estate. LongCat-2.5-Preview è un modello mixture of experts, un’architettura in cui la rete è divisa in tanti blocchi specializzati e per ogni token ne viene attivata solo una piccola parte. Per questo un modello da 1,6 trilioni di parametri può rispondere mobilitandone “solo” 48 miliardi, con costi di inferenza molto più contenuti rispetto a un modello denso della stessa taglia.

Anche la finestra di contesto resta di 1 milione di token, sufficiente per caricare in una sola sessione una base di codice di medie dimensioni, centinaia di pagine di documentazione o la cronologia completa di un lungo lavoro svolto da un agente.

La differenza sta altrove.

La multimodalità nativa

La novità più concreta è la comprensione delle immagini. LongCat-2.0 era un modello essenzialmente testuale, orientato alla programmazione. La versione 2.5 invece è nativamente multimodale: può leggere il contenuto di un’immagine, rispondere a domande che mescolano testo e visuale, riassumere materiali grafici e svolgere ragionamenti visivi complessi.

Per un agente questo è un requisito quasi obbligato. Se deve muoversi dentro un browser, cliccare in un’interfaccia grafica o controllare che un foglio di calcolo sia stato compilato nel modo giusto, deve poter “vedere” lo schermo, non soltanto leggere il codice sottostante.

Pensato per i compiti di lunga durata

Meituan descrive il nuovo modello come costruito per affrontare compiti a lungo orizzonte in terminali, browser, interfacce grafiche, fogli di calcolo e strumenti di design. In pratica l’obiettivo è che l’agente mantenga la rotta per molti passaggi consecutivi, invochi gli strumenti nel modo corretto lungo tutta la sessione, ripianifichi quando un sotto compito fallisce e arrivi in fondo senza che tu debba intervenire a ogni turno.

È un cambio di prospettiva rispetto alla versione 2.0, che al lancio era stata presentata soprattutto con i punteggi sui benchmark di programmazione. Ora il messaggio è diverso: non conta solo risolvere bene un singolo problema, conta reggere un flusso di lavoro intero.

Prezzi, accesso e compatibilità

Il modello è disponibile tramite la piattaforma API di LongCat e la sua interfaccia di chat. Un dettaglio che semplifica molto la vita agli sviluppatori è la compatibilità con i formati di chiamata sia di OpenAI sia di Anthropic: chi ha già un’applicazione o un agente costruito su quelle API può provarlo cambiando endpoint e nome del modello, senza riscrivere l’integrazione. La lunghezza massima di output arriva a 128.000 token.

Sul fronte dei costi, il listino riportato dai principali aggregatori indica 0,30 dollari per milione di token in input e 1,20 dollari per milione in output, presentati come prezzo scontato a tempo limitato. Per dare un’idea, sono cifre che si collocano molto al di sotto dei modelli di punta occidentali e in linea con la fascia più economica dei concorrenti cinesi.

Meituan ha inoltre messo a disposizione 5 milioni di token gratuiti per gli utenti già registrati alla piattaforma. In parallelo OpenCode, l’ambiente open source per agenti di programmazione da terminale, ha reso LongCat-2.5-Preview utilizzabile gratis per due settimane, con una politica di conservazione dei dati pari a zero. Il modello compare anche nei cataloghi di alcuni gateway per sviluppatori, come quello di Vercel.

Se vuoi testarlo, è il momento giusto per farlo senza spendere nulla.

Cosa manca ancora: benchmark e pesi aperti

Qui serve un po’ di prudenza. A differenza di quanto aveva fatto con LongCat-2.0, Meituan non ha pubblicato tabelle di benchmark insieme all’anteprima. Non ci sono quindi numeri ufficiali per confrontare la versione 2.5 con GPT, Claude o Gemini sui compiti agentici, né con la generazione precedente.

Non è nemmeno chiaro quando arriveranno i pesi del modello. LongCat-2.0 era stato distribuito con licenza MIT e i file erano finiti su Hugging Face pochi giorni dopo il lancio, un segnale forte verso la comunità open source. Per la versione 2.5, trattandosi di una preview, è ragionevole aspettarsi un percorso simile, ma al momento non c’è una conferma ufficiale e conviene verificare la scheda del modello prima di dare per scontata la licenza.

Va poi ricordato che la generazione precedente aveva ricevuto giudizi contrastanti. Il modello si era fatto notare come uno dei primi di grandissima scala addestrati su chip Ascend di Huawei invece che su GPU Nvidia, con risultati dichiarati vicini allo stato dell’arte. Alcuni sviluppatori che lo hanno provato in test informali, però, ne hanno ridimensionato parecchio le prestazioni reali. È il motivo per cui l’assenza di benchmark verificabili pesa.

Il consiglio è semplice: prima di affidargli lavori in produzione, mettilo alla prova sui tuoi casi d’uso.

Perché LongCat conta nella corsa dei modelli cinesi

LongCat-2.5-Preview arriva in un momento in cui i laboratori cinesi stanno spingendo in modo compatto sugli agenti. Moonshot AI con Kimi K3, DeepSeek, Zhipu e Alibaba con la famiglia Qwen puntano tutti allo stesso pubblico: sviluppatori e aziende che cercano modelli capaci di lavorare in autonomia a costi bassi. Negli ultimi mesi ti abbiamo raccontato, ad esempio, come Cognition abbia scelto una base Kimi K3 per il suo modello di coding SWE-2 per contenere i costi, e come Alibaba abbia puntato sull’omnimodalità con Qwen3.8-Omni-Flash.

Il caso di Meituan ha però una particolarità. Non è un laboratorio nato per fare ricerca sull’intelligenza artificiale, ma un gigante dei servizi locali con centinaia di milioni di utenti, che usa questi modelli anche all’interno dei propri prodotti. Investire in un modello da 1,6 trilioni di parametri e distribuirlo a prezzi stracciati serve a conquistare sviluppatori, raccogliere feedback su larga scala e costruire un ecosistema attorno alla propria piattaforma.

C’è poi il tema della pressione sui prezzi. Modelli di questa taglia offerti a pochi centesimi per milione di token costringono i grandi laboratori americani a giustificare listini molto più alti con prestazioni e affidabilità superiori. È una dinamica che abbiamo già visto nel dibattito su quanto le aziende spendono tra modelli open source e fornitori come OpenAI e Anthropic, e che l’arrivo di LongCat-2.5 non fa che accentuare.

Cosa cambia per te

Se sviluppi agenti o automazioni, LongCat-2.5-Preview è un’opzione da tenere sotto osservazione per almeno tre motivi. Il primo è il rapporto tra dimensioni e costo, che lo rende interessante per carichi elevati e per flussi che consumano molti token, come l’analisi di lunghi documenti o le sessioni agentiche con decine di chiamate a strumenti. Il secondo è la compatibilità con le API di OpenAI e Anthropic, che abbassa quasi a zero il costo di una prova. Il terzo è la possibile futura disponibilità dei pesi, che aprirebbe la strada all’installazione su infrastruttura propria.

Ci sono anche aspetti da valutare con attenzione. Prima di inviare dati aziendali o personali a un servizio con sede in Cina, conviene verificare le condizioni d’uso, la localizzazione dei server e la compatibilità con il GDPR. Per l’installazione in locale, invece, servono comunque risorse da data center: un modello di questa scala non gira su un computer portatile.

Infine, se il tuo agente funziona già bene con modelli come Claude o GPT, cambiare fornitore significa rivalidare prompt, formati delle chiamate e comportamento sui casi limite. La compatibilità delle API aiuta, ma non garantisce risultati identici.

Conclusioni

Con LongCat-2.5-Preview Meituan non punta a stupire con i numeri, che restano quelli della versione precedente, ma a cambiare mestiere al proprio modello: da assistente per il codice ad agente multimodale capace di lavorare a lungo in autonomia su terminali, browser e interfacce grafiche. Prezzi bassissimi, compatibilità con gli standard di fatto del settore e una prova gratuita rendono facile provarlo. L’assenza di benchmark pubblici e di una conferma sui pesi aperti invita però a una certa cautela.

La mossa conferma comunque una tendenza chiara: la competizione tra modelli si gioca sempre di più sulla capacità di svolgere lavori completi, non su singole risposte brillanti.

Hai già provato LongCat o un altro modello cinese nei tuoi flussi di lavoro con gli agenti? Raccontaci com’è andata nei commenti e continua a seguirci per restare aggiornato sulle novità più importanti del mondo dell’intelligenza artificiale.