Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · longcat.ai

LongCat-2.5: multimodalidad nativa para tareas agénticas

LongCat-2.5 es un modelo multimodal nativo para tareas agénticas de largo recorrido, con 1,6 billones de parámetros totales y unos 48.000 millones activos por token. Parte de LongCat-2.0 y mejora la comprensión visual y la programación agéntica. Los pesos y el código en GitHub y HuggingFace figuran como «próximamente».

Leer el artículo aquíArtículo original (longcat.ai) 21 comentarios en Hacker News

Escucha la noticia3 min

El modelo representa las señales visuales como tokens discretos de varios niveles, de modo que el backbone procesa imagen y texto en un mismo formato basado en tokens. Para ello aplica Residual Vector Quantization (RVQ) a características de resolución nativa de un codificador, como en LongCat-Next. Los identificadores de los tokens visuales se precalculan y se guardan en caché, lo que simplifica el empaquetado de secuencias largas y el balanceo de carga en el entrenamiento distribuido. Una validación preliminar con un MoE más pequeño, de unos 3.000 millones de parámetros activos, muestra embeddings visuales y textuales entremezclados en t-SNE, lo que sugiere un espacio semántico compartido.

Para reforzar la ingeniería de software, el equipo amplía el entrenamiento con trayectorias de largo recorrido y aplica aprendizaje por refuerzo (RL) a gran escala. Genera tareas, entornos y tests verificables a partir de pull requests e issues de GitHub, validados con tests fail-to-pass y pass-to-pass, y convierte fallos reales de agentes en tareas de entrenamiento reproducibles. El RL es asíncrono, con rollouts parciales, y corrige el sesgo del desfase entre checkpoints. Contra el reward hacking desactivan el acceso a red, eliminan el historial de git y usan un LLM como juez que audita las trayectorias. También penalizan el razonamiento repetitivo y las llamadas repetidas a herramientas.

Las capacidades especializadas (agente, razonamiento e interacción) se integran con distilación de varios profesores en el modelo principal: el estudiante muestrea online y los expertos lo entrenan con divergencia KL sobre el vocabulario completo. Un árbol de atención (Tree Attention) permite procesar en una sola pasada los ejemplos que comparten la trayectoria del profesor. Además, el entrenamiento de contexto largo y la inferencia W4A4 se han optimizado para aceleradores de IA nacionales, con menos de 80 GB de memoria por acelerador.

La entrada compara el modelo con GPT-5.5, GPT-5.6-Sol, Claude-Opus-4.8 y Claude-Opus-5, y presenta ocho demos de desarrollo de software y ofimática, entre ellas una simulación de fluidos en tiempo real, exposiciones 3D y dioramas de ciudades.

En Hacker News

«LongCat-2.5: Native Multimodality for Agentic Tasks» · puesto 27 · 76 puntos · enviado por pretext

Lo que dicen los comentarios

Los comentarios se centran en la comparativa y en la impresión de uso. Un usuario critica que se comparen modelos aparentemente obsoletos sin explicar por qué; otro supone que se busca mostrar que los modelos locales han alcanzado lo que hacían los de frontera hace unos meses. Quien probó el chat cuenta que redirige a un login extraño, responde en mandarín y le parece poco capaz pese a los benchmarks, por lo que sospecha que se ha optimizado para ellos. Otro comenta que el precio de la API es el mismo que el de DS4.1F, que los resultados son parecidos y que quedan por ver la tasa de aciertos de caché y la velocidad.

  • Debería haber una norma contra publicar comparaciones aparentemente obsoletas sin explicar el motivo. Si no das una razón de coste, parece que intentas ocultar algo.
    — BugsJustFindMe, leer el comentario
  • Sospecho que el objetivo de las comparaciones con modelos antiguos es mostrar que los modelos locales han alcanzado el nivel de los de frontera de hace unos meses.
    — AshamedBadger56, leer el comentario
  • Hay enlaces a GitHub y HuggingFace, pero ninguna explicación de qué habrá allí «pronto». En el chat me redirigió a un login extraño y, pese a los benchmarks, me parece bastante tonto: intuyo que está «benchmaxxed» y publicado a toda prisa.
    — embedding-shape, leer el comentario
  • Mismo precio que DS4.1F. En benchmarks parecen comparables; los comodines son la tasa de aciertos de caché y la velocidad.
    — esafak, leer el comentario
  • Hace poco la gente mataría por tener en casa un Claude Opus 5 o un modelo de pesos abiertos; nuestras expectativas y el listón suben a un ritmo exponencial.
    — Imustaskforhelp, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.