Meituan, hızlı yapay zekâ ajanlarına odaklanan 560 milyar parametreli LongCat Flash Chat’i piyasaya sürdü

11 dakikalık okuma
Meituan, hızlı yapay zekâ ajanlarına odaklanan 560 milyar parametreli LongCat Flash Chat’i piyasaya sürdü

Hızlı yanıt vermek üzere tasarlanmış büyük bir model

Meituan, işlediği her metin parçası için ağının yalnızca küçük bir bölümünü kullanan, 560 milyar parametreli açık kaynaklı yapay zekâ modeli LongCat Flash Chat’i piyasaya sürdü. Eylül 2025’in başında duyurulan model, Çin merkezli isteğe bağlı hizmetler şirketini hızlı yanıt veren ve işletme maliyeti daha düşük, yetenekli yapay zekâ sistemleri geliştirme yarışında giderek büyüyen rekabetin içine taşıyor.

İçindekiler
  1. Hızlı yanıt vermek üzere tasarlanmış büyük bir model
  2. Geliştiricilerin erişebilecekleri
  3. Uzmanlardan oluşan bir ağ iş yükünü nasıl azaltıyor?
  4. Hız ve maliyet iddialarının dayanağı
  5. Meituan güvenilirlik için modeli nasıl eğitti?
  6. Rakip modellerle karşılaştırması
  7. Ajanlar günlük hizmetlerde neler yapabilir?
  8. Temel model stratejisi şekilleniyor
  9. Dağıtım, lisanslama ve hassas kullanım alanları
  10. Yatırımcılar lansmanın ötesine bakıyor
  11. Öne Çıkanlar

Meituan’a göre sistem, belirteç başına genellikle 18,6 milyar ile 31,3 milyar arasında parametreyi etkinleştiriyor; ortalama sayı yaklaşık 27 milyar. Teknik notlarda, H800 sınıfı donanımda tek kullanıcı için saniyede 100’ün üzerinde belirteç üretim hızının yanı sıra, belirli koşullarda milyon belirteç başına yaklaşık 5 yuan çıktı maliyetinden söz ediliyor.

Şirket, LongCat Flash Chat’i üretime hazır, akıl yürütme yapmayan bir temel model olarak konumlandırıyor. Temel model, geliştiricilerin farklı uygulamalara uyarlayabildiği genel amaçlı bir yapay zekâ sistemidir. Burada “akıl yürütme yapmayan” ifadesi, karmaşık mantık zincirlerini adım adım işlemek üzere tasarlanmış sistemlerde görülen daha yavaş ve uzun akıl yürütme yerine hızlı yanıt verme, talimatları izleme ve araç kullanmaya odaklanmayı anlatıyor.

Meituan’ın kıyaslamalarında model, DeepSeek V3.1, Alibaba Cloud’un Qwen3 ailesi ve Moonshot AI’ın Kimi K2 modeliyle aynı grupta yer alıyor; Anthropic’in Claude Sonnet’i ve Google’ın Gemini 2.5 Flash’ı karşısında da rekabetçi sonuçlar veriyor. Bu karşılaştırmalar şirketin kendi testlerine dayanıyor.

Bu lansman, Meituan’ın 2023’te yapay zekâ girişimi Light Year’ı 281 milyon dolara satın almasının ardından geldi. Ayrıca geliştiricilere, daha çok yemek teslimatı ve yerel hizmetlerle tanınan şirketin temel modellerinden birine erişim sağlayarak Meituan’ın yapay zekâ hedeflerini kendi uygulamalarındaki özelliklerin ötesine taşıyor.

Reklam

Geliştiricilerin erişebilecekleri

LongCat Flash Chat, model ağırlıkları, belgeler ve teknik raporla birlikte GitHub ve Hugging Face üzerinden kullanıma sunuldu. Ağırlıklar, modelin eğitim sırasında öğrendiği sayısal değerlerdir. Bunların yayımlanması, diğer kuruluşların yalnızca modeli oluşturan şirketin denetimindeki bir hizmete bağlı kalmak yerine sistemi çalıştırıp uyarlamasına imkân verir.

Geliştiriciler ağırlıklara ve belgelere Hugging Face model sayfasından, ürün bilgilerine ise resmî LongCat web sitesinden ulaşabilir. Kod ve ağırlıklar, kapsamlı kullanıma, değişikliğe ve ticari dağıtıma izin veren MIT Lisansı altında yayımlandı.

Model, 128 bin belirtece kadar bağlam penceresini destekliyor. Belirteçler, bir yapay zekâ sisteminin işlediği; sözcük veya sözcük parçalarından oluşabilen metin birimleridir. Bağlam penceresi, sistemin aynı anda değerlendirebildiği metin miktarıdır. Bu sayede model, sürekli baştan başlamak zorunda kalmadan uzun belgelerle, kapsamlı sohbetlerle ve birkaç aşamalı görevlerle çalışabilir.

Caixin Global, modelin gelişmiş akıl yürütme yeteneklerinden yoksun olduğunu belirtti. Buna karşın Meituan’ın belgelerinde genel kıyaslamalar, talimatları izleme, matematik, kodlama, araç kullanımı ve güvenlik değerlendirmelerinde rekabetçi sonuçlar öne çıkarılıyor. Modelin hedeflenen güçlü yanı, hızlı yanıt verme ile pratik görevleri yerine getirme becerisini bir araya getirmek.

Uzmanlardan oluşan bir ağ iş yükünü nasıl azaltıyor?

LongCat Flash Chat, Uzmanlar Karışımı (Mixture of Experts) mimarisini kullanıyor. Her belirteci ağın tamamından geçirmek yerine modelin bazı bölümlerini “uzman” adı verilen özelleşmiş bileşenlere ayırıyor. Bir yönlendirme sistemi, her belirteç için hangi uzmanların kullanılacağını seçiyor.

Bu yaklaşım, büyük bir ekipten yalnızca birkaç ilgili uzmana başvurmaya benziyor. Ekibin tamamı kapasite sağlıyor, ancak her iş üzerinde yalnızca bazı üyeler çalışıyor. Parametreler ağ içindeki öğrenilmiş sayısal değerler olduğundan, daha az parametrenin etkinleştirilmesi her belirteç için gereken hesaplama miktarını azaltıyor.

Reklam

Meituan’ın belirttiği yaklaşık 27 milyar etkin parametre, modelin toplam 560 milyar parametresinin yaklaşık yüzde 4,8’ine karşılık geliyor. Bu karşılaştırma, modelin tasarımını açıklamaya yardımcı oluyor: Büyük bir ağ yüksek kapasiteye sahip olabilirken her işlem adımında bunun çok daha küçük bir bölümünü kullanabilir.

Meituan ayrıca, yönlendiricinin iş yüklerini dengelemesi veya daha basit belirteçler için hesaplama miktarını azaltması gerektiğinde seçilebilen, yer tutucu görevi gören Sıfır Hesaplamalı Uzmanlar (Zero Computation Experts) kullanıyor. Bu tasarım, modelin ne kadar işlem yapacağı konusunda esneklik sağlıyor.

Bir PID denetleyicisi, etkin parametre sayısını ortalama olarak sabit tutmak için uzman seçiminde kullanılan önyargıyı ayarlıyor. PID; oransal, integral ve türev anlamına geliyor. Bu, değişen bir sistemi hedefe yaklaştırırken hedefin altına ve üstüne tekrar tekrar savrulmasını sınırlayan bir denetim yöntemidir.

LongCat Flash Chat’te hedef, ağın ne kadarının etkin olacağıyla ilgili. Yönlendirici, yer tutucular ve denetleyicinin birlikte, işlem gücü ihtiyacını öngörülebilir düzeyde tutarken modelin iş yükünü dağıtmasına yardımcı olması amaçlanıyor.

Hız ve maliyet iddialarının dayanağı

Meituan, iletişim ve hesaplama işlemlerinin daha fazla örtüşmesini sağlamak için kısa yol bağlantılı bir MoE düzeni de kullanıyor. Büyük modeller çoğu zaman birkaç grafik işlem biriminde (GPU) çalıştırılıyor. Bu işlemcilerin bilgi alışverişi yapması gerekiyor ve veri aktarımı için harcanan zaman tüm sistemi yavaşlatabiliyor.

Kısa yol bağlantıları, bilgiler cihazlar arasında aktarılırken ağın bazı bölümlerinin ilerlemesine olanak tanıyan yollar oluşturuyor. Amaç, işlemcilerin birbirini beklemek yerine çalışmayı sürdürmesini sağlamak. Teknik notlarda, H800 sınıfı donanımda tek kullanıcı için saniyede 100’ün üzerinde belirteç hızından söz ediliyor.

Açık kaynak özetleri ve Çin medyasındaki haberler, çok sayıda hesaplama kaynağının aynı anda çalıştığı yüksek paralellikli bir düzenle eğitimin yaklaşık 30 gün sürdüğünü belirtiyor. Bu kaynaklar, H800 hızlandırıcılarında saniyede 100 belirteç üretildiğini de aktarıyor.

Meituan’ın çıktı maliyeti iddiası, belirli koşullarda milyon belirteç başına yaklaşık 5 yuan. Gerçek dağıtım maliyetleri donanıma, birlikte işlenen istek sayısına ve modeli sunmak için kullanılan yazılıma göre değişiyor. Lansmanda hız ve maliyet, her belirteç için ağın yalnızca bir bölümünü etkinleştirmenin birbiriyle bağlantılı faydaları olarak sunuluyor.

Reklam

Meituan güvenilirlik için modeli nasıl eğitti?

Meituan’ın deposunda eğitimi kararlı hâle getirmeyi amaçlayan çeşitli yöntemler açıklanıyor. Hiperparametre aktarımı, farklı model boyutlarında işe yarayan eğitim ayarlarının yeniden kullanılmasını sağlıyor. Model büyütme başlatması ise daha büyük sürümlerin küçük sürümlerden yola çıkmasına ve böylece ek eğitim için bir başlangıç noktası edinmesine imkân veriyor.

Ekip, yönlendirme sistemini desteklemek için z kaybıyla birlikte bir yönlendirici gradyan dengeleme yöntemi de kullanıyor. Basitçe söylemek gerekirse bunlar, model öğrenirken işi uzmanlara atayan mekanizmanın güvenilir biçimde çalışmasını sağlamayı amaçlayan eğitim denetimleri.

Belirlenimci hesaplama da belirtilen öncelikler arasında. Bu yöntem, tekrarlanabilir çalıştırmaları destekleyerek ekibin sonuçları kontrol ederken ve sorunları araştırırken hesaplamaları tutarlı biçimde yinelemesini sağlıyor.

Meituan, eğitim verileri için iki aşamalı bir ön eğitim harmanlama stratejisi ve karmaşık görev dizilerini sentezlemek üzere birden fazla ajan kullanan bir çerçeve tanımlıyor. Görev dizisi, bir işi tamamlamak için kullanılan eylemler silsilesidir. Bu tür dizilerle eğitim, modelin araç seçmesini ve birbirine bağlı birkaç eylemi gerçekleştirmesini gerektiren iş akışlarını destekliyor.

Bu tercihler, ürünün güvenilir ajan davranışına yönelik vurgusuyla örtüşüyor. Meituan, eğitim sürecini derin ve uzun akıl yürütmeden çok pratik görevleri yerine getirmeye ve hızlı hizmet sunmaya yöneltiyor.

Rakip modellerle karşılaştırması

Meituan’ın teknik raporunda LongCat Flash Chat, DeepSeek V3.1, Alibaba Cloud’un Qwen3 ailesi ve Moonshot AI’ın Kimi K2 modeliyle benzer bir performans düzeyinde gösteriliyor. Raporda ayrıca Anthropic’in Claude Sonnet’i ve Google’ın Gemini 2.5 Flash’ı karşısında güçlü sonuçlardan söz ediliyor. Bazı haberlerde, belirli akıl yürütme gerektirmeyen görevler için GPT 4.1 ile karşılaştırmalara da yer veriliyor.

Kesin sıralama, kullanılan kıyaslama paketine ve istem ayarlarına bağlı. Kıyaslama, bir modelin performansını ölçmek için kullanılan görevler bütünüdür; istem ayarları ise bir soru veya talimatın sisteme nasıl iletildiğini etkiler. Farklı testler farklı yetenekleri öne çıkarabilir.

Meituan’ın sonuçları şirketin kendi değerlendirmeleridir; bağımsız incelemeler, çeşitli uygulamalardaki performansa dair daha kapsamlı bir tablo sunacaktır. Lansmanda, yapay zekâ çalışmalarının her türünü kapsayan tek bir genel sıralama verilmiyor.

Reklam

Akıl yürütmeye odaklanan sistemler, çoğu zaman daha uzun süren ve daha fazla hesaplama gerektiren çok aşamalı planlama ve değerlendirme süreçlerine daha fazla işlem gücü ayırıyor. LongCat Flash Chat ise hızlı talimat takibini, araç kullanımını ve ajan iş akışlarının koordinasyonunu önceliklendiriyor.

İşletmeler için bu tercih, yanıt süresini, işlem hacmini ve öngörülebilir maliyetleri faydanın temel ölçütleri hâline getiriyor. İşlem hacmi, bir sistemin belirli bir sürede tamamlayabildiği iş miktarını ifade ediyor. Çok sayıda rutin isteği karşılayan bir hizmet, hızlı yanıt veren ve isteklerin akışını sürdüren bir modele özellikle değer verebilir.

Ajanlar günlük hizmetlerde neler yapabilir?

Yapay zekâ ajanı, eylem seçmek, araçları çağırmak ve bir iş akışını izlemek için bir model kullanır. Bilgi getirebilir, şirket içi bir veri tabanına başvurabilir, belgelerde arama yapabilir, bir ödeme API’sini tetikleyebilir veya müşteriye gönderilecek bir mesaj taslağı hazırlayabilir. API, bir yazılımın başka bir yazılımdan eylem ya da bilgi talep etmesini sağlayan bağlantıdır.

LongCat Flash Chat, araç kullanımını uzun bağlam penceresi ve düşük gecikmeyle bir araya getirerek bu tür işler için ayarlandı. Gecikme, sistemin yanıt vermesinden önce geçen süredir. Bir uygulamanın yanıt döndürmeden önce birkaç eylemi yerine getirmesi gerektiğinde bu gecikmenin kısa tutulması önem taşıyor.

Meituan, yapay zekâ destekli kodlama için NoCode’u, iş kararlarına destek için Kangaroo Advisor’ı ve otel operasyonlarının yönetimi için Meituan Jibai’yi daha önce tanıttı. Bu ürünler, şirketin daha geniş ajan çalışmaları kapsamındaki iş faaliyetlerinin çeşitliliğini gösteriyor.

Hızlı bir ajan motoru; satıcı kaydı, müşteri destek taleplerinin önceliklendirilmesi, envanter kontrolleri, rota planlamasına destek ve pazarlama metni oluşturma gibi işlere yardımcı olabilir. Bunlar modelin yetenekleri etrafında tarif edilen olası uygulamalar; lansman duyurusu bu iş akışlarından hangilerinde LongCat Flash Chat’in hâlihazırda kullanıldığını belirtmiyor.

Yerel hizmetlerde ve elektronik ticarette birçok iş; bilgi bulmayı, bir eylem seçmeyi ve sonuçları sistemler arasında aktarmayı gerektiriyor. Meituan’ın modeli, hız, araç bağlantısı ve uzun bir çalışma bağlamını koruma becerisinin bu pratik birleşimini hedefliyor.

Temel model stratejisi şekilleniyor

Meituan’ın 2023’te Light Year’ı 281 milyon dolara satın alması, temel yapay zekâ modelleri alanındaki genişleme çabasının erken adımlarından biriydi. Şirket yöneticileri, faaliyetlerini üç katmanlı olarak tanımladı: yapay zekâyı şirket içi işlerde kullanmak, tüketici ürünlerine entegre etmek ve temel modeller geliştirmek.

LongCat Flash Chat, temel model katmanında kamuoyuna sunulan ilk somut örnek. Bu adım, satın almayı ve şirketin daha geniş stratejisini, artık dış geliştiricilerin de inceleyip kullanıma alabileceği bir modelle bir araya getiriyor.

Reklam
  • 2023: Meituan, yapay zekâ girişimi Light Year’ı 281 milyon dolara satın aldı.
  • Eylül 2025’in başı: Meituan, LongCat Flash Chat’i duyurdu ve modeli GitHub ile Hugging Face üzerinden kullanıma sundu.
  • 5 Eylül 2025: Lansman kapsamında model ağırlıkları, belgeler, teknik rapor ve dağıtım kılavuzu yayımlandı.

Bu lansman, Alibaba, DeepSeek’e bağlı laboratuvarlar ve Moonshot AI dâhil Çinli şirketlerin açık kaynaklı modellerinde görülen daha geniş dalganın da bir parçası. Hızlı geliştirme döngüleri ve topluluk testleri, bu geliştiricilerin Batılı rakipleriyle aralarındaki performans farkını kapatmasına yardımcı oluyor.

Meituan’ın esnek lisansı; girişimleri, araştırmacıları ve kurumsal ekipleri modeli denemeye ve kendi ürünlerine uyarlamaya davet ediyor. Bu yaklaşım, şirketin yemek teslimatı işinin ötesinde teknik itibarını geliştirirken geri bildirim ve yeni uygulamalar da sağlayabilir.

Stratejiye dair haberlerde Meituan’ın yaklaşımı, hız ve açıklığın geliştiricileri çekmede merkezi rol oynadığı atak ve proaktif bir tutum olarak tanımlanıyor. Yetenekli bir model yayımlamak, hızlı yanıt ve ajan özelliklerine ihtiyaç duyan uygulamalar için geliştiricilere potansiyel bir tedarikçi daha sunuyor.

Dağıtım, lisanslama ve hassas kullanım alanları

MIT Lisansı, LongCat Flash Chat’in geniş çaplı ticari kullanımına ve değiştirilmesine izin veriyor. Depoda, dil modellerini verimli biçimde çalıştırmak ve yüksek hacimli istekleri yönetmek için kullanılan vLLM ve SGLang çerçevelerine yönelik dağıtım kılavuzu bulunuyor.

Bu çerçeveler sürekli toplu işleme ve sayfalı dikkat gibi teknikler sunuyor. Sürekli toplu işleme, gelen ve tamamlanan işleri birlikte yöneterek işlemcilerin meşgul kalmasına yardımcı oluyor. Sayfalı dikkat, bağlam işlenirken kullanılan belleği yönetiyor. Her ikisi de bir modeli hizmete sunma maliyetini düşürebilir.

Her belirteç için yalnızca bazı uzmanları etkinleştiren bir model, GPU’larda boşta geçen zamanı azaltmak üzere tasarlanmış bir çalışma ortamına uyuyor. Bununla birlikte gerçek performansı, dağıtım çerçevesine ve donanım yapılandırmasına bağlı olmaya devam edecek.

Meituan’ın belgeleri, geliştiricileri kendi ortamlarında güvenlik, adalet ve yasal uyumluluğu değerlendirmeye çağırıyor. Lansman kapsamında güvenlik değerlendirmeleri ve kırmızı ekip testleri de yer alıyor. Kırmızı ekip testi, zayıflıkları belirlemek için sistemi zorlayıcı veya kötü niyetli isteklere karşı sınama sürecidir.

Kişisel bilgi, finans veya sağlık içeren uygulamalarda özellikle dikkatli olunması gerekiyor. Meituan’ın kılavuzu, modeli hassas alanlarda kullanıma alırken geçerli yasalara ve sektör kurallarına uyulmasını istiyor.

Reklam

Yatırımcılar lansmanın ötesine bakıyor

Finans haberlerine göre Meituan hisseleri lansmanın ardından değer kaybetti. TipRanks, South China Morning Post’ta ele alınan kıyaslama karşılaştırmalarına değindi ve duyuruyu, Çin’in teknoloji sektörüne verdiği desteğin ve devam eden ticari gerilimlerin daha geniş bağlamında değerlendirdi.

Finans haberlerinde hisse fiyatındaki düşüşün büyüklüğü belirtilmedi. Yatırımcıların odağında şimdi modelin benimsenmesi, Meituan’ın kendi operasyonlarındaki tasarruflar ve dış geliştiricilerin modeli çalışan ürünlerde kullanmayı seçip seçmeyeceği var. Piyasa tepkileri, bir ürün lansmanının pratik sonuçlarının gerisinden gelebilir.

Kurumsal müşteriler açısından lansman, ağırlıklı olarak yapay zekâ geliştirmesiyle tanınan şirketler grubunun dışından yeni bir model sağlayıcısı sunuyor. Modelin vaadi somut: büyük bir ağ, seçici hesaplama, hızlı yanıtlar ve araç kullanan ajanlara destek.

Meituan’ın ticari hedefi, bu teknik iddiaları kullanışlı hizmetlere dönüştürmek. Daha geniş rekabet baskısı da pratik sonuçlar doğuruyor; model geliştiricilerini kıyaslama puanlarının yanı sıra yanıt süreleri, işletme maliyetleri ve tamamlanan iş akışlarıyla da değerlerini göstermeye itiyor.

Öne Çıkanlar

  • Meituan, toplam 560 milyar parametreli LongCat Flash Chat’i Eylül 2025’in başında piyasaya sürdü.
  • Model, belirteç başına genellikle 18,6 milyar ile 31,3 milyar arasında parametreyi etkinleştiriyor; ortalama yaklaşık 27 milyar, yani toplamın yaklaşık yüzde 4,8’i.
  • 128 bin belirtece kadar bağlam penceresini destekliyor; hızlı talimat takibini, araç kullanımını ve ajan iş akışlarını önceliklendiriyor.
  • Meituan, H800 sınıfı donanımda saniyede 100’ün üzerinde hızdan ve belirli koşullarda milyon belirteç başına yaklaşık 5 yuan çıktı maliyetinden söz ediyor.
  • Şirketin kıyaslamaları modeli DeepSeek V3.1, Qwen3, Kimi K2, Claude Sonnet ve Gemini 2.5 Flash ile karşılaştırıyor.
  • Kod ve ağırlıklar MIT Lisansı altında yayımlandı; vLLM ve SGLang için dağıtım kılavuzu da sunuluyor.
  • Lansman, Meituan’ın 2023’te Light Year’ı 281 milyon dolara satın almasının ardından geldi ve şirketin şirket içi işler, tüketici ürünleri ve temel modelleri kapsayan stratejisini destekliyor.
  • Lansmanın ardından modelin benimsenmesi, işletme tasarrufları ve dış geliştiriciler tarafından kullanımı ticari başarıyı belirleyecek.
Bu haberi paylaş

Bunlar da ilginizi çekebilir