요약
메이퇀이 중국산 AI 칩으로 학습한 1.6조 파라미터 멀티모달 모델 LongCat-2.5를 공개했습니다.
메이퇀의 LongCat 팀이 LongCat-2.0의 후속 모델을 블로그로 발표했습니다. 이미지와 텍스트를 한 모델에서 함께 다루면서, 긴 코딩·업무 작업을 끝까지 스스로 해내는 에이전트 성능을 앞세웠습니다.
왜 중요한가
- 1조 파라미터가 넘는 모델의 학습과 추론을 중국산 가속기에 맞춰 최적화했다고 밝혀, 자국 칩으로도 이 규모를 다룰 수 있음을 보였습니다.
- 공개된 점수대로라면 일부 에이전트 과제에서 상용 최상위 모델과의 격차가 거의 사라졌습니다.
- GitHub와 HuggingFace 링크는 '곧 공개'로만 되어 있어, 누구나 내려받아 쓸 수 있는 모델인지는 아직 알 수 없습니다.
핵심 내용
- 전체 1.6조 파라미터 가운데 토큰마다 약 480억 개만 쓰는 MoE(질문마다 일부 하위망만 켜는 구조) 모델입니다.
- BrowseComp 91.9점으로 Claude-Opus-5(90.8점)를 앞섰지만, Terminal Bench v4.0에서는 38.5점으로 53.9점에 크게 뒤졌습니다.
- 이미지를 여러 단계의 이산 토큰으로 바꿔 텍스트와 같은 형식으로 처리하므로, 학습 때 별도 비전 인코더가 필요 없습니다.
- GitHub 풀 리퀘스트와 실제 에이전트의 실패 사례로 검증 가능한 과제를 만들어 대규모 강화학습에 썼습니다.
- 가중치와 활성값을 모두 4비트로 줄인 추론으로, 8비트 방식보다 입력 처리량을 43.3%, 토큰 생성 처리량을 42.77% 높였습니다.
HN 반응
- 비교 대상이 GPT-5.5, Claude-Opus-4.8 같은 이전 세대라는 비판에, 몇 달 전 최상위 모델 수준을 따라잡았음을 보이려는 것이라는 해석이 맞섰습니다.
- 직접 써 본 이용자들은 영어 질문에 중국어로 답하거나 대화 중 멈췄다며 점수를 의심했지만, 속도가 빠르고 간단한 코딩에는 쓸 만했다는 경험담도 나왔습니다.
이미 구닥다리가 된 것 같은 모델과 비교해 놓고 왜 그랬는지 설명도 안 하는 건 금지하는 규칙이라도 있어야 합니다. 비용 때문이라는 이유조차 밝히지 않으면, 뭔가 숨기려는 것처럼 보이거든요.
그 비교가 본질적으로 나쁘다는 말은 아닙니다. 하필 그 최신이 아닌 버전의 모델들이 왜 의미가 있는지, 잠재 사용자에게 쓸모 있는 이유를 하나도 넣지 않았다는 얘기입니다.
옛 모델과 비교한 건 로컬 모델이 몇 달 전 최첨단 모델 수준까지 따라잡았다는 걸 보여주려는 의도일 거라고 봅니다.
근데 이건 로컬 모델이라고 하기 어렵습니다. Kimi K3.1과 같은 급인데, 정작 그 모델하고는 벤치마크 비교를 안 했어요.
차라리 모델이 주장만큼 좋지 않을 거라고 사람들이 의심하게 두는 게, 대놓고 그걸 증명해 보이는 것보다 낫다는 건가요?
모델 성능을 더 정확하게 짚어 주니까 유용한 비교입니다. 그러지 않으면 "Astra와는 꽤 거리가 있음" 같은 식이 될 텐데, 그건 오히려 도움이 덜 되죠. 그래서 뭘 숨기는 건 아니라고 봅니다. 사람들이 최신 모델을 모르거나 눈치채지 못할 거라고 가정하지 않은 거예요.
API로 쓰기엔 공개된 벤치마크로 보면 경쟁력이 있어 보입니다. 하지만 집에서 돌리는 용도라면 의미가 없습니다. DS4.1이 거의 동등한 수준인데 전체 파라미터는 절반이고 활성 파라미터는 절반도 안 되니까요.
웹 검색을 우선해 달라고, 기억으로 답하지 말라고 하면서 정보를 요청하는 질문을 두 번 했는데 뻗어 버렸습니다. 생각 블록은 중국어와 영어가 섞여 있었는데 그건 괜찮아요. 그런데 질문 둘 다 영어였거든요. 두 번째 턴에서는 중국어로 답했습니다. "I don’t speak Chinese"라고 했더니 첫 번째 질문에 다시 답하기 시작하다가 크래시가 났고요.
이런 성능을 보고 나니 벤치마크 결과가 도무지 이해가 안 됩니다.
막대그래프 색이 잘못 입혀져서 자기네 모델만 보입니다. 비교하기가 어려워요. 이 블로그 글을 사람이 한 번도 안 봤다는 강한 증거죠.
야생 고양이 AI 연구소가 4개월 전 모델로 최첨단 연구소와 동급에 도달했습니다.
놀랍게도 이건 최첨단 AI 연구소의 고객들에게는 별 대수롭지 않은 소식이고, 최첨단 AI 연구소들에게는 끔찍한 소식입니다.
Mistral 모델이 아닌 고양이라니, 이거 헷갈리네요.
가격이 DS4.1F와 같습니다: https://longcat.ai/platform/docs/pricing/longcat-2.5
벤치마크도 비슷해 보입니다. 변수는 캐시 적중률과 속도예요.
처음 테스트해 보니 100만 토큰 윈도 중 20만을 5분 만에 채웠습니다. 적어도 지금은 빠른 것 같네요.
추가: 두 번째 스레드에서는 초당 80토큰 정도로 내려가서 그나마 현실적인 속도가 됐습니다.
GitHub와 HuggingFace 링크는 있는데, "곧" 거기서 무엇을 찾을 수 있다는 건지 설명이 전혀 없습니다. 내려받을 수 있는 가중치라는 뜻인가요? 오픈 웨이트요? 알 수가 없네요.
링크는 "https://longcat.ai/chat/" 하나가 제공되는데, 결국 https://passport.mykeeta.com/pc/login 으로 리다이렉트됩니다. UI가 해킹당한 건가요? mykeeta.com에 들어가 보면 응답이 없고, passport.mykeeta.com은 OpenResty 기본 페이지를 보여 줍니다. 무슨 상황인지 모르겠지만 수상해 보입니다.
채팅창에 "Hello?"라고 치면 "你好！我是 LongCat，美团研发的大模型助手。有什么可以帮你的吗？"라고 답이 오는데, LongCat이 뭔지 중국어로 설명하는 겁니다. 이어서 "What?"이라고 쓰면 "What?"이 무슨 뜻인지 설명하려고 웹 검색을 하고, 그것도 중국어로 합니다.
아직 써 볼 수 있는 단계인지조차 잘 모르겠습니다. 간단한 프롬프트 몇 개만 더 던져 봐도 벤치마크 결과와 달리 꽤 멍청하다는 느낌이 들어서, 벤치마크에 맞춰 최적화한 다음 최대한 서둘러 내놓은 것 같다는 게 제 직감입니다.
지난번 LongCat 모델이 나왔을 때 큰 토큰 팩을 2달러(인가, 비슷하게 싼 가격)에 팔았습니다. 몇 개 프로젝트에서 실험 삼아 써 봤는데, 기본적인 잡일에는 충분히 쓸 만했어요.
그런데 어느 순간부터 API 콘솔에 로그인하려면 Meituan 앱을 통해야 하도록 강제하더군요. 그때 완전히 접었습니다. Keeta가 Meituan의 해외용 브랜드인 걸로 아는데, 그래서 로그인하려고 mykeeta.com으로 리다이렉트하는 것 같습니다.
하지만 사용자 친화성 면에서는 정말 형편없습니다.
프리뷰 버전이 OpenCode에서 몇 주 동안 무료였는데, 그때 써 보니 분명히 동작은 합니다. 다만 간단한 코딩 작업 말고는 시켜 보지 않았습니다.
파이어폭스에서 입력이 거꾸로 되기 시작하더라고요 ㅋㅋ (글자를 칠 때마다 커서가 맨 앞으로 돌아가요)
겨우 Hello를 쳤더니 웹 검색을 25번 하고는 아마 중국어일 것 같은 답을 내놨는데, 확인해 볼 생각은 안 했어요. 웹 하네스가 그냥 별로인 것 같아요.
펠리컨은 언제 나오나요 ㅋㅋ
High로 돌린 결과입니다: https://www.svgviewer.dev/s/UgGqwY8R
제 생각엔 꽤 훌륭합니다. 자전거 프레임이 잘 나왔고, 발은 페달에, 날개는 핸들바에 이어져 있고, 다리 하나는 자전거 뒤로 가 있어요.