Edizione del pomeriggio · 16 novembre 2026

Meituan addestra LongCat 2.5 senza un solo chip Nvidia

Il gruppo cinese Meituan ha rilasciato i pesi di LongCat-2.5, un modello da 1.600 miliardi di parametri pensato per gli agenti AI e addestrato interamente su hardware cinese, senza alcuna GPU Nvidia.

Un colosso che si accende solo in parte

LongCat-2.5 arriva dal team LongCat di Meituan, azienda nota soprattutto per la consegna di cibo a domicilio, una settimana dopo la presentazione ufficiale del modello. È costruito per gli agenti, cioè sistemi che portano a termine da soli compiti lunghi e divisi in molti passaggi, in particolare nella scrittura di codice.

L'architettura è di tipo mixture-of-experts: il modello è diviso in sottoreti specializzate e per ogni token, cioè ogni frammento di testo elaborato, ne attiva solo una parte. Su 1.600 miliardi di parametri totali ne risultano attivi circa 48 miliardi per token. Tramite l'API accetta fino a un milione di token in ingresso e produce risposte fino a 128.000 token. Comprende testo, immagini e video, risponde in testo e permette di attivare o disattivare il ragionamento. A differenza di molti modelli multimodali, converte le immagini direttamente in token invece di aggiungere un encoder separato.

Per l'addestramento con rinforzo il team ha usato compiti software reali tratti da pull request su GitHub e fallimenti di agenti ricostruiti, bloccando l'accesso a internet negli ambienti di training e cancellando cronologia Git e file in cache per evitare scorciatoie.

194 acceleratori Huawei e pesi aperti

Meituan riduce pesi e attivazioni degli esperti a 4 bit, una precisione che i chip cinesi elaborano in modo nativo: nei test interni il throughput cresce di circa il 43% rispetto alla versione a 8 bit, con accuratezza dichiarata invariata. La guida all'installazione descrive un cluster di 194 acceleratori Huawei Ascend della serie Atlas A2: due per le immagini, 64 per l'elaborazione dei prompt, 128 per la generazione delle risposte. Nessuna indicazione per le GPU Nvidia.

Sui benchmark di coding i risultati sono vicini ai migliori modelli occidentali: 88,4 punti su Terminal Bench v2.1, contro 89,1 di Claude Opus 5 e 90,6 di Deepseek-V4.1-Flash. Su DeepSWE, che misura la correzione di bug in repository reali, LongCat-2.5 ottiene 64,6 punti, dietro quasi tutti i concorrenti elencati. Sul benchmark di ricerca web BrowseComp segna 91,9, il punteggio più alto della tabella, anche se il test è stato eseguito da Meituan nel proprio ambiente.

I pesi sono distribuiti con licenza MIT, che consente uso commerciale, modifica e ridistribuzione.

Perché conta

Le restrizioni sull'export di chip americani verso la Cina puntano a rallentare lo sviluppo dell'AI locale. Un modello di questa scala addestrato e servito solo su hardware cinese suggerisce che la filiera alternativa stia diventando praticabile.

Per chi lavora in Italia il punto concreto è la licenza MIT: aziende e sviluppatori possono scaricare il modello, eseguirlo sui propri server e usarlo commercialmente, con un'API compatibile con i formati OpenAI e Anthropic. È un'opzione in più rispetto ai servizi chiusi americani, con tutte le valutazioni di sicurezza e conformità del caso.

Copertina del Reel
Edizione del pomeriggio · 16 novembre 2026
Questa notizia è nel notiziario in video
▶ Guarda il ReelApri su Instagram

Nella stessa edizione

pomeriggio · 16 novembre 2026

Claude Fable 5.2 non genera le immagini: le dipinge

Anthropic mostra Claude Fable 5.2: crea quadri scrivendo codice che simula pennellate reali, fino a 700.000 colpi di pennello senza possibilità di cancellare.