Введение
В тихом омуте китайского AI-рынка — черти водятся. Пока мир обсуждал очередные утечки про GPT-5.5 и новые фичи Gemini Ultra 2, компания Meituan (да, та самая, что доставляет еду) незаметно выпустила модель, способную перекроить расклад сил в индустрии AI-агентов.
Речь о LongCat — открытой языковой модели, которая не просто догоняет, а в некоторых сценариях уже опережает западных гигантов. И это не hype: у модели есть конкретные цифры, бенчмарки и, что важнее, — стратегическое позиционирование под AI-агентов.
Что такое LongCat и почему о ней молчали?
LongCat — это не очередной клон LLaMA. Это модель с архитектурой, оптимизированной под длинный контекст (до 1 миллиона токенов). Для сравнения: GPT-4 Turbo держит 128K, GPT-5.5 — около 256K. Китайцы же сразу берут планку в 1M токенов, что позволяет обрабатывать целые книги, кодовые базы или многодневные логи переписки без потери связности.
Meituan не делала громкого релиза — модель появилась в открытых репозиториях и на платформе Hugging Face с минимальной документацией. Но этого хватило, чтобы сообщество разработчиков заметило: LongCat показывает результаты, сопоставимые с GPT-5.5 на тестах MMLU и HumanEval, а на задачах с длинным контекстом — превосходит.
Технические детали: что под капотом?
| Параметр | LongCat | GPT-5.5 (оценка) | Gemini Ultra 2 |
|---|---|---|---|
| Контекстное окно | 1M токенов | 256K токенов | 1M токенов |
| Параметры (млрд) | 70B (Mixture of Experts) | ~300B (предположительно) | 120B |
| Открытость | Частично открыта (веса + архитектура) | Закрытая | Закрытая |
| Оптимизация под AI-агентов | Встроенный планировщик задач | Через внешние фреймворки | Через Vertex AI |
| Языковая поддержка | Мультиязычная (акцент на китайский, английский) | Мультиязычная | Мультиязычная |
Ключевая инновация LongCat — встроенный модуль планирования действий (action planning). Модель не просто генерирует текст, а способна разбивать сложные запросы на последовательность шагов, вызывать функции и возвращать результаты в структурированном виде. Это делает её идеальной для AI-агентов, которые должны работать автономно.
Практический кейс: как LongCat меняет работу с данными
Возьмём реальный сценарий из финансового сектора. Аналитик хочет проанализировать 500 страниц квартальных отчётов компаний из S&P 500 и найти корреляции между упоминаниями «искусственного интеллекта» и ростом выручки.
- GPT-4 упирается в лимит контекста — приходится резать документы на части, писать скрипты для агрегации.
- GPT-5.5 справляется лучше, но всё равно требует ручной разбивки при работе с большими массивами.
- LongCat загружает все 500 страниц сразу, выполняет анализ за один проход и возвращает таблицу с корреляциями. Время выполнения — 12 секунд против 45 секунд у GPT-5.5 (по данным тестов сообщества).
Для разработчиков AI-агентов это означает: можно строить системы, которые работают с полноценными датасетами, не прибегая к сложным пайплайнам RAG (Retrieval-Augmented Generation).
Рынок AI-агентов: почему LongCat — это угроза
AI-агенты — это следующий большой тренд после генеративных чатов. Они способны не просто отвечать на вопросы, а выполнять действия: бронировать билеты, писать код, управлять CRM, анализировать логи.
ASI Biont поддерживает подключение к CRM-системам через API — подробнее на asibiont.com/courses.
Западные вендоры (OpenAI, Google, Anthropic) продвигают закрытые модели с привязкой к своим экосистемам. Китайцы же делают ставку на открытость: LongCat доступна для скачивания и дообучения. Это позволяет компаниям по всему миру создавать собственных AI-агентов без ежемесячных платежей за API.
Основные преимущества LongCat для рынка агентов:
1. Снижение стоимости инференса — благодаря Mixture of Experts (MoE) модель активирует только часть параметров для каждого запроса, что сокращает затраты на 40-60% по сравнению с монолитными моделями.
2. Локальное развёртывание — модель можно запустить на 4x A100 (80 ГБ), что делает её доступной для среднего бизнеса.
3. Отсутствие цензуры по темам — в отличие от китайских моделей от Baidu или Alibaba, LongCat не имеет встроенных фильтров на политические темы (по крайней мере, в версии для международного сообщества).
Пример из практики: автоматизация техподдержки
Представьте компанию с 10 тысячами обращений в день. Традиционный подход — RAG-система на базе GPT-4, которая подгружает релевантные статьи из базы знаний. Но при сложных запросах (например, «мой заказ задерживается, я менял адрес дважды, а теперь ещё и товар закончился») RAG часто теряет контекст.
Решение на LongCat: загружаем всю историю переписки клиента, текущие статусы заказов и условия доставки в один контекст. Агент на основе LongCat обрабатывает запрос целиком, генерирует план действий (проверить склад, обновить статус, отправить уведомление) и выполняет его через API компании.
Результаты тестов (данные из открытых репозиториев):
- Точность ответов: 94% против 87% у GPT-5.5.
- Время обработки сложного запроса: 2.3 сек против 4.1 сек.
- Процент полностью автоматизированных обращений: 68% против 52%.
Ограничения и риски
Не стоит идеализировать LongCat. У модели есть слабые места:
- Английский язык — на задачах с тонкими нюансами (юридические тексты, литературный перевод) модель уступает GPT-5.5 на 5-8%.
- Безопасность — открытый доступ к весам означает, что модель могут использовать для создания вредоносных агентов (фишинг, дезинформация).
- Сообщество — пока экосистема плагинов и инструментов вокруг LongCat значительно беднее, чем у OpenAI.
Однако Meituan активно инвестирует в развитие: уже выпущены инструкции по дообучению (fine-tuning) и примеры интеграции с LangChain и AutoGPT.
Выводы: как это повлияет на рынок
LongCat — это не просто модель. Это сигнал того, что китайские компании переходят от копирования к инновациям. В 2025 году все говорили о DeepSeek как о «убийце GPT». В 2026 году LongCat делает следующий шаг — предлагает инфраструктуру для создания полноценных AI-агентов.
Для бизнеса это означает:
- Снижение порога входа в AI-автоматизацию.
- Возможность строить агентов без привязки к западным API.
- Риск отставания для тех, кто продолжит полагаться только на закрытые модели.
Главный вопрос: смогут ли OpenAI и Google ответить на этот вызов, не жертвуя безопасностью и монетизацией? Пока они размышляют, LongCat уже дышит в спину. И дышит очень горячо.
Комментарии