560 பில்லியன் அளவுருக்கள் கொண்ட நிபுணர் கலவை மாதிரியான LongCat Flash Chat-ஐ வெளியிட்டது Meituan

இந்த வெளியீடு இப்போது ஏன் முக்கியம்

சீனாவின் தேவைக்கேற்ப சேவை வழங்கும் மாபெரும் நிறுவனமான Meituan, மிக அதிக அளவுருக்களையும் செயல்திறனை முதன்மைப்படுத்தும் வடிவமைப்பையும் இணைக்கும் LongCat Flash Chat அமைப்பை வெளியிட்டு, திறந்த மூலப் பெரிய மொழி மாதிரிகளின் அலையில் இணைந்துள்ளது. 2025 செப்டம்பர் தொடக்கத்தில் அறிவிக்கப்பட்டு, GitHub மற்றும் Hugging Face தளங்களில் உருவாக்குநர்களுக்காகப் பதிவேற்றப்பட்ட இந்த மாதிரியுடன், தற்போதைய முன்னணி அமைப்புகளுக்கு இணையாக இதை நிலைநிறுத்தும் தொழில்நுட்ப அறிக்கையும் வெளியிடப்பட்டுள்ளது. DeepSeek V3.1, Alibaba Cloud-இன் Qwen3 குடும்பம், Moonshot AI-இன் Kimi K2 ஆகியவற்றுக்கு இணையான செயல்திறனை LongCat Flash Chat வழங்குவதாகவும், நிறுவனத்தின் தரப்படுத்தல் சோதனைகளின்படி Anthropic-இன் Claude Sonnet, Google-இன் Gemini 2.5 Flash ஆகியவற்றுடன் ஒப்பிடத்தக்க வகையில் சிறப்பாகச் செயல்படுவதாகவும் Meituan கூறுகிறது. பரந்த பயன்பாட்டுக்கும் மாற்றங்களுக்கும் அனுமதிக்கும் உரிமத்தின் கீழ் இந்த மாதிரி வெளியிடப்பட்டுள்ளது. இதன் மூலம் Meituan-இன் செயற்கை நுண்ணறிவுத் தொழில்நுட்பத் தளத்தைச் சுற்றி சுறுசுறுப்பான உருவாக்குநர் சூழலை உருவாக்கும் முயற்சி வெளிப்படுகிறது.

நீண்ட நேரம் எடுத்துக்கொள்ளும் சிக்கலான தர்க்கச் சிந்தனை அமைப்பாக அல்லாமல், வேகமானதும் உற்பத்திப் பயன்பாட்டுக்குத் தயாரானதுமான அடிப்படை மாதிரியாக LongCat Flash Chat முன்வைக்கப்படுகிறது. இந்த முன்னுரிமை ஒரு தெளிவான சமரசத்தைப் பிரதிபலிக்கிறது: மெதுவான, சிக்கலான தர்க்கத் தொடர்களுக்கு குறைந்த முக்கியத்துவம்; பதிலளிக்கும் முகவர் செயல்பாடு, கருவிப் பயன்பாடு, அறிவுறுத்தல்களைப் பின்பற்றுதல் ஆகியவற்றுக்கு அதிக முக்கியத்துவம். 281 மில்லியன் டாலருக்கு செயற்கை நுண்ணறிவுத் தொடக்க நிறுவனமான Light Year-ஐ Meituan 2023-ல் கையகப்படுத்தியதைத் தொடர்ந்து இந்த வெளியீடு வந்துள்ளது. உள்பணிச்சூழல்களுக்கான செயற்கை நுண்ணறிவு, பயனர்கள் பயன்படுத்தும் தயாரிப்புகளுக்கான செயற்கை நுண்ணறிவு அம்சங்கள், அடிப்படை மாதிரிகளை உருவாக்குதல் எனப் பல தளங்களைக் கொண்ட நிறுவனத்தின் உத்திக்கும் இது பொருந்துகிறது.

Meituan வெளியிட்டது என்ன

LongCat Flash Chat-ஐ 560 பில்லியன் மொத்த அளவுருக்கள் கொண்ட நிபுணர் கலவை (Mixture of Experts) மாதிரியாக நிறுவனத்தின் ஆவணங்கள் விவரிக்கின்றன. எந்தவொரு குறிப்பிட்ட டோக்கனுக்கும் இந்த அளவுருக்களில் ஒரு பகுதி மட்டுமே செயல்படும்; பொதுவாக 18.6 பில்லியன் முதல் 31.3 பில்லியன் வரை, சராசரியாக சுமார் 27 பில்லியன் அளவுருக்கள் செயல்படும். மாதிரியின் வேகத்தையும் செலவுத் தன்மையையும் தீர்மானிப்பதில் இந்தத் தேர்ந்தெடுத்த செயல்படுத்தல் முக்கியப் பங்கு வகிக்கிறது. இந்த மாதிரி 128k டோக்கன்கள் வரையிலான நீண்ட சூழல் சாளரத்தை ஆதரிக்கிறது. இதனால் நீண்ட உரையாடல்கள், ஆவணங்கள் அல்லது பல படிகளைக் கொண்ட பணிகளைத் தொடர்ந்து புதிதாகத் தொடங்காமல் கையாள முடியும்.

Meituan-இன் சொற்களில், இது சிந்தனையற்ற அடிப்படை மாதிரி. மேம்பட்ட தர்க்கச் சிந்தனைத் திறன்கள் இதில் இல்லை என்றாலும், பல அறிவுறுத்தல் மற்றும் முகவர் பணிகளில் வலுவான முடிவுகளைத் தருவதாக Caixin Global செய்தி வெளியிட்டது. பொதுத் தரப்படுத்தல் சோதனைகள், அறிவுறுத்தல்களைப் பின்பற்றுதல், கணிதம், நிரலாக்கம், கருவிப் பயன்பாடு, பாதுகாப்பு மதிப்பீடுகள் ஆகியவற்றில் போட்டித்தன்மை வாய்ந்த மதிப்பெண்களை இந்தக் களஞ்சியம் குறிப்பிடுகிறது. Hugging Face-இல் உள்ள இந்தப் பக்கத்தில் மாதிரியின் எடைகளையும் ஆவணங்களையும் உருவாக்குநர்கள் அணுகலாம். அதிகாரப்பூர்வ தளமான longcat.ai-இல் தயாரிப்பு விவரங்களையும் காணலாம். குறியீடும் எடைகளும் MIT உரிமத்தின் கீழ் வெளியிடப்பட்டுள்ளன.

LongCat கட்டமைப்பின் உட்புறம்

நிபுணர் கலவை மாதிரிகள், மிகப் பெரிய நரம்புப் பிணையத்தை நிபுணர்கள் எனப்படும் பல சிறப்புக் கூறுகளாகப் பிரிக்கின்றன. ஒவ்வொரு டோக்கனுக்கும் எந்த நிபுணர்களை அணுகுவது என்பதை ஒரு வழிப்படுத்தி தீர்மானிக்கிறது. ஒவ்வொரு டோக்கனுக்கும் குறைந்த எண்ணிக்கையிலான நிபுணர்களை மட்டுமே செயல்படுத்துவதன் மூலம், ஒவ்வொரு படியிலும் கணக்கீட்டுச் சுமையைக் கட்டுக்குள் வைத்துக்கொண்டு, மாதிரியின் மொத்தத் திறனைப் பெரிதாகப் பராமரிக்க முடிகிறது. கணிப்புத் தொகையை அதிகரிக்காமல் மாதிரிகளை விரிவாக்குவதற்கான பொதுவான வழியாக இந்த அணுகுமுறை மாறியுள்ளது.

எளிய சொற்களில் நிபுணர் கலவை

ஒவ்வொரு செய்திக்கும் சில நிபுணர்களை மட்டும் அழைக்கும் பெரிய குழுவாக இந்த அமைப்பைக் கருதலாம். உள்ளடக்கத்தின் அடிப்படையில் வழிப்படுத்தி அந்த நிபுணர்களைத் தேர்ந்தெடுப்பதால் தேவையற்ற வேலை குறைகிறது. Meituan-இன் வடிவமைப்பில் சில கூடுதல் அம்சங்கள் உள்ளன. வழிப்படுத்தி சுமையைச் சமநிலைப்படுத்தவோ, எளிய டோக்கன்களுக்கான கணக்கீட்டைக் குறைக்கவோ வேண்டியபோது தேர்ந்தெடுக்கப்படக்கூடிய இடம்காட்டிகளாகச் செயல்படும் பூஜ்ஜியக் கணக்கீட்டு நிபுணர்கள் பற்றி அறிக்கை விவரிக்கிறது. சராசரியாகச் செயல்படும் அளவுருக்களின் எண்ணிக்கையை நிலையாக வைத்திருக்க, நிபுணர்களின் சார்பைச் சரிசெய்யும் PID கட்டுப்படுத்தியும் பின்னணியில் உள்ளது. PID என்பது விகிதாசார, தொகையீட்டு, வகையீட்டு (proportional, integral, derivative) என்பதன் சுருக்கம். ஒரு அமைப்பை அதிர்வில்லாமல் குறிப்பிட்ட இலக்கை நோக்கி நகர்த்தும் பொதுவான கட்டுப்பாட்டு முறையாகும் இது.

செயல்திறனை அதிகரிக்க, தகவல் பரிமாற்றத்துக்கும் கணக்கீட்டுக்கும் இடையிலான ஒன்றுடன் ஒன்று நடைபெறும் அளவை உயர்த்தும் குறுக்குவழி இணைப்புள்ள MoE அமைப்பை LongCat Flash Chat பயன்படுத்துகிறது. பல GPU-கள் கொண்ட அமைப்புகளில் தகவல் பரிமாற்ற நேரம் செயல்திறனுக்குத் தடையாக அமையலாம். சாதனங்களுக்கு இடையே தரவு நகரும்போது, வலையமைப்பின் சில பகுதிகள் வேகமாகச் செயல்படக் குறுக்குவழி இணைப்புகள் உதவுகின்றன. H800 வகை வன்பொருளில் ஒரே பயனருக்கு வினாடிக்கு 100-க்கும் மேற்பட்ட டோக்கன்கள் உருவாக்கும் வேகத்தைத் தொழில்நுட்பக் குறிப்புகள் சுட்டிக்காட்டுகின்றன.

வேகம் மற்றும் செலவு குறித்த கூற்றுகள்

திறந்த மூலச் சுருக்கங்களும் சீன ஊடகச் செய்திகளும், மிகவும் இணைநிலை அமைப்பைப் பயன்படுத்தி சுமார் 30 நாட்களில் பயிற்சியை Meituan நிறைவு செய்ததாகவும், H800 கணிப்பான்களில் இந்த மாதிரியால் வினாடிக்கு 100 டோக்கன்கள் உருவாக்க முடியும் என்றும் தெரிவிக்கின்றன. குறிப்பிட்ட சூழ்நிலைகளில் ஒரு மில்லியன் டோக்கன்களை வெளியிடுவதற்கான செலவு சுமார் 5 யுவான் என நிறுவனம் கூறுகிறது. உண்மையான செலவு வன்பொருள், தொகுதி அளவு, பயன்படுத்தப்படும் கட்டமைப்பு ஆகியவற்றைப் பொறுத்து மாறும்; இருப்பினும், முக்கியக் கூற்று தெளிவானது. ஒவ்வொரு கோரிக்கைக்கும் குறைந்த கணிப்புச் சுமையில், போட்டித்தன்மை வாய்ந்த தரத்துடன் வேகமாகச் செயல்படுவதற்காக உருவாக்கப்பட்ட மாதிரியாக LongCat Flash Chat-ஐ Meituan முன்வைக்கிறது.

பயிற்சி முறை மற்றும் நிலைத்தன்மை

பல்வேறு அளவுகளில் சிறப்பாகச் செயல்படும் அமைப்புகளை மீண்டும் பயன்படுத்துவதற்கான மீஅளவுரு மாற்றம், பெரிய மாறுபாடுகள் சிறியவற்றிலிருந்து தொடங்கும் வகையிலான மாதிரி வளர்ச்சி தொடக்கநிலை, MoE வழிப்படுத்தியைச் சீராக வைத்திருக்க z இழப்புடன் கூடிய வழிப்படுத்தி சாய்வு சமநிலை முறை என நிலைத்தன்மைக்கான பல வழிமுறைகளை இந்தக் களஞ்சியம் விவரிக்கிறது. மீண்டும் உருவாக்கக்கூடிய செயல்பாடுகளுக்காகக் கணக்கீட்டைத் தீர்மானகரமான முறையில் மேற்கொள்வதை ஆய்வுக் குழு வலியுறுத்துகிறது. தரவுப் பிரிவில், முகவர் செயல்பாட்டுக்கான சிக்கலான பணித் தொடர்களை உருவாக்க இரு கட்ட முன்பயிற்சி இணைப்பு உத்தி மற்றும் பல முகவர் தொகுப்பு கட்டமைப்பு ஆகியவற்றைப் பயன்படுத்துவதாக Meituan கூறுகிறது. ஆழமான பல்படித் தர்க்கச் சிந்தனையை விட நம்பகத்தன்மைக்கும் முகவர் செயல்திறனுக்கும் முன்னுரிமை தரும் பயிற்சிச் செயல்முறையே இதன் சாரம்.

போட்டியாளர்களுடன் ஒப்பிடுகையில்

Meituan-இன் தரப்படுத்தல் சோதனைகளின்படி, சீனாவின் முன்னணி பொதுப் பயன்பாட்டு மாதிரிகளுக்கு இணையாக LongCat Flash Chat செயல்படுகிறது. DeepSeek V3.1, Alibaba Cloud-இன் Qwen3 குடும்பம், Moonshot AI-இன் Kimi K2 ஆகியவை இந்த ஒப்பீடுகளில் குறிப்பிடப்படுகின்றன. Claude Sonnet, Gemini 2.5 Flash போன்ற முக்கிய அமெரிக்க மாதிரிகளுக்கு எதிராகவும் இது வலுவான நிலையில் இருப்பதாக அறிக்கை குறிப்பிடுகிறது. குறிப்பிட்ட சிந்தனையற்ற பணிகளுக்கு GPT 4.1 உடனான ஒப்பீடுகளையும் சில செய்திகள் சுட்டிக்காட்டுகின்றன. எந்தத் தரப்படுத்தல் தொகுப்பு, எந்தக் கட்டளை அமைப்பு பயன்படுத்தப்படுகிறது என்பதைப் பொறுத்து துல்லியமான தரவரிசை மாறுபடும். நிறுவனங்கள் தாங்களே நடத்திய சோதனைகள் தொடக்கப் புள்ளி மட்டுமே; மூன்றாம் தரப்பு மதிப்பீடுகளே முழுமையான படத்தை வழங்கும்.

‘சிந்தனையற்றது’ என்ற வகைப்பாடு முக்கியமான வரம்பைக் காட்டுகிறது. தர்க்கச் சிந்தனையை முன்னிலைப்படுத்தும் அமைப்புகள், பல படிகள் கொண்ட திட்டமிடல் மற்றும் சிந்தனைக்கு உதவும்; இதனால் உருவாக்கம் மெதுவாகவும் கணிப்புச் செலவு அதிகமாகவும் இருக்கும். LongCat Flash Chat விரைவான அறிவுறுத்தல் பின்பற்றுதல், கருவிப் பயன்பாடு, முகவர் ஒருங்கிணைப்பு ஆகியவற்றில் கவனம் செலுத்துகிறது. விரிவான படிப்படியான சிந்தனையை விடப் பதிலளிக்கும் நேரம், செயல்திறன், கணிக்கக்கூடிய செலவு ஆகியவை முக்கியமான பயன்பாடுகளுக்கு இந்த அணுகுமுறை பொருந்துகிறது.

நடைமுறையில் முகவர் பணிகள் என்றால் என்ன

கருவிகளை அழைக்கவும், தகவல்களை மீட்டெடுக்கவும், பணிப்பாய்வுகளைப் பின்பற்றவும், கூடுதல் தகவல் எப்போது கேட்க வேண்டும் என்பதைத் தீர்மானிக்கவும் கூடிய மாதிரியை உள்ளடக்கியவை முகவர் பணிகள். ஆவணங்களைத் தேடுதல், நிறுவனத்தின் உள் தரவுத்தளத்தை அணுகுதல், கட்டண API-ஐ இயக்குதல் அல்லது வாடிக்கையாளருக்கான செய்தியைத் தயாரித்தல் போன்ற பணிகளை அந்த இயந்திரம் செய்யக்கூடும். இத்தகைய பணிகளுக்காக LongCat Flash Chat நுணுக்கமாக அமைக்கப்பட்டுள்ளது. விரைவான முடிவுகளை எடுக்கவும், நீண்ட சூழல்களைக் கையாளவும், தாமதத்தைக் குறைக்கவும் இது முயல்கிறது; இதனால் நிஜப் பயன்பாடுகளில் விரைவாகப் பதிலளிப்பதாக அமையும்.

Meituan தனது வணிகத்தின் பல்வேறு பகுதிகளில் முகவர் அமைப்புகளை ஏற்கெனவே சோதித்துள்ளது. செயற்கை நுண்ணறிவு உதவியுடன் குறியீடு எழுதுவதற்கான NoCode, வணிக முடிவெடுப்புக்கான Kangaroo Advisor, ஹோட்டல் செயல்பாட்டு நிர்வாகத்துக்கான Meituan Jibai ஆகியவற்றை நிறுவனம் காட்சிப்படுத்தியுள்ளது. வணிகர் சேர்க்கை, வாடிக்கையாளர் ஆதரவுக் கோரிக்கைகளை வகைப்படுத்துதல், சரக்கு சரிபார்ப்பு, பாதைத் திட்டமிடலுக்கான ஆதரவு, சந்தைப்படுத்தல் வாசகங்கள் உருவாக்குதல் போன்ற பணிகளுக்கு வேகமான முகவர் இயந்திரம் உதவக்கூடும். மின்வணிகம் மற்றும் உள்ளூர் சேவைகளில், மெதுவான படிப்படியான தர்க்கச் சிந்தனையை விட நம்பகமான வேகம், கருவி இணைப்பு, நீண்ட சூழலைத் தக்கவைத்தல் ஆகியவற்றால் பல பணிகள் பயனடைகின்றன.

உத்தி, கையகப்படுத்தல்கள், சீனாவில் திறந்த மூலத்தின் வளர்ச்சி

2023-ல் Light Year நிறுவனத்தை 281 மில்லியன் டாலருக்கு வாங்கியதன் மூலம், அடிப்படை மாதிரிகளை உருவாக்கும் முயற்சியை Meituan தீவிரமாகத் தொடங்கியது. உள்பணிகளுக்கான செயற்கை நுண்ணறிவு, நுகர்வோர் தயாரிப்புகளில் செயற்கை நுண்ணறிவு, அடிப்படை மாதிரிகளை உருவாக்குதல் என மூன்று அடுக்குகளைக் கொண்ட திட்டத்தை நிறுவனத் தலைவர்கள் விவரித்துள்ளனர். அடிப்படை மாதிரி அடுக்கில் வெளியாகியுள்ள முதல் பொதுவெளிச் சான்று LongCat Flash Chat ஆகும். சீனத் தொழில்நுட்ப நிறுவனங்கள் மத்தியில் காணப்படும் விரிவான போக்குடனும் இது ஒத்துப்போகிறது. Alibaba, DeepSeek உடன் தொடர்புடைய ஆய்வகங்கள், Moonshot AI போன்ற நிறுவனங்களின் திறந்த மூல வெளியீடுகள், விரைவான மேம்பாடுகள் மற்றும் சமூகச் சோதனைகள் வழியாக மேற்கத்திய நிறுவனங்களுடனான இடைவெளியைக் குறைத்து வருகின்றன.

இங்கு திறந்த மூல உரிமம் முக்கியமானது. எடைகளையும் குறியீட்டையும் MIT உரிமத்தின் கீழ் வெளியிடுவதன் மூலம், கடுமையான கட்டுப்பாடுகள் இன்றி முயற்சிக்கவும், மாற்றியமைக்கவும், பயன்படுத்தவும் தொடக்க நிறுவனங்கள், ஆய்வுக் குழுக்கள், பெருநிறுவனக் குழுக்கள் ஆகியவற்றுக்கு Meituan அழைப்பு விடுக்கிறது. இதனால் கருத்துகளும் பயன்பாட்டு வழிகளும் பகிரப்படும் வாய்ப்பு விரிவடைகிறது. உணவு விநியோக நிறுவனமாக உள்ள தனது அடையாளத்தைத் தாண்டி, தொழில்நுட்ப நம்பகத்தன்மையை வளர்க்கவும் இது Meituan-க்கு உதவுகிறது. வேகம், திறந்த அணுகுமுறை ஆகியவற்றின் மூலம் உருவாக்குநர்களின் கவனத்தை ஈர்க்கும் தீவிரமான, முனைப்பான அணுகுமுறையாகத் தனது செயற்கை நுண்ணறிவு உத்தியை நிறுவனம் முன்வைப்பதாகப் பல ஆதாரங்கள் குறிப்பிட்டுள்ளன.

உரிமம், பயன்படுத்தல், பாதுகாப்பு

பரந்த வணிகப் பயன்பாட்டுக்கு அனுமதிக்கும் சலுகைமிக்க MIT உரிமத்தின் கீழ் LongCat Flash Chat வெளியிடப்பட்டுள்ளது. vLLM, SGLang ஆகியவற்றைப் பயன்படுத்திப் பயன்படுத்துவதற்கான வழிகாட்டுதல்கள் களஞ்சியத்தில் இடம்பெற்றுள்ளன. தொடர்ச்சியான தொகுதியாக்கம், பக்கமுறை கவனம் செலுத்தல் போன்ற அம்சங்கள் மூலம் சேவை வழங்கும் செலவைக் குறைக்கக்கூடிய, அதிக செயல்திறன் கொண்ட கணிப்புக்குப் பிரபலமான கட்டமைப்புகள் இவை. நிபுணர்களில் ஒரு பகுதியை மட்டுமே செயல்படுத்தும் மாதிரி, GPU-களின் செயலற்ற நேரத்தைக் குறைக்கும் சூழல்களுக்கு இயல்பாகப் பொருந்துகிறது.

எல்லாப் பெரிய மொழி மாதிரிகளைப் போலவே, LongCat Flash Chat-க்கும் வரம்புகள் உள்ளன. தங்களது சூழல்களில் பாதுகாப்பு, நியாயம், சட்ட இணக்கம் ஆகியவற்றை மதிப்பிடுமாறு ஆவணங்கள் உருவாக்குநர்களை வலியுறுத்துகின்றன. தனிப்பட்ட தரவு, நிதி அல்லது சுகாதாரத் தகவல்களைக் கையாளும் துறைகளில் இது குறிப்பாகப் பொருந்தும். Meituan-இன் ஆவணங்களில் பாதுகாப்பு மதிப்பீடுகளும் எதிர்மறைச் சோதனைகளும் இடம்பெற்றுள்ளன. முக்கியத்துவம் வாய்ந்த சூழல்களில் மாதிரியைப் பயன்படுத்தும்போது சட்டங்களையும் தொழில் விதிகளையும் பின்பற்றுமாறும் பயனர்களுக்கு நினைவூட்டப்படுகிறது.

முதலீட்டாளர்களின் எதிர்வினை மற்றும் சந்தைச் சைகைகள்

வெளியீட்டுக்குப் பிறகு Meituan பங்குகள் குறைந்த விலையில் வர்த்தகமானதாக நிதிச் செய்திகள் தெரிவித்தன. இதேவேளை, போட்டித்தன்மை வாய்ந்த மாதிரிகளை வெளியிடும் சீன நிறுவனங்களின் பட்டியலில் Meituan இணைந்தது. China-வின் South China Morning Post வெளியிட்ட தரப்படுத்தல் முடிவுகளை TipRanks சுட்டிக்காட்டியதுடன், வர்த்தகப் பதற்றங்களை எதிர்கொள்ளும் வேளையில் தனது தொழில்நுட்பத் துறைக்கான ஆதரவை சீனா அதிகரிக்கும் பரந்த கொள்கைச் சூழலையும் குறிப்பிட்டது. சந்தையின் எதிர்வினை தயாரிப்பின் உண்மையான பயனை விடப் பின்தங்கியிருக்கலாம். இந்த மாதிரி பயன்பாட்டை அதிகரிக்கிறதா, Meituan-இன் செயல்பாட்டுச் செலவைக் குறைக்கிறதா, வெளிப்புற உருவாக்குநர்கள் நிஜத் தயாரிப்புகளுக்கான இயந்திரமாக இதைத் தேர்ந்தெடுக்கிறார்களா என்பவையே முதலீட்டாளர்களுக்கு முக்கியமாக இருக்கும்.

செயற்கை நுண்ணறிவின் முதன்மை வட்டங்களுக்கு அப்பாற்பட்ட நிறுவனங்கள்கூட, முகவர் பயன்பாடுகளில் வேகம், செலவு, திறன் ஆகியவற்றில் ஏற்கெனவே நிலைபெற்றுள்ள நிறுவனங்களுக்குச் சவால்விடும் மாதிரிகளை இப்போது வெளியிடுகின்றன என்பதே இதன் விரிவான சமிக்ஞை. நிறுவனங்கள் தமது செயற்கை நுண்ணறிவுத் தொழில்நுட்பத் தொகுப்பு எங்கிருந்து வரவேண்டும் எனச் சிந்திக்கும் விதத்தை இந்த வேகம் மாற்றக்கூடும். தரப்படுத்தல் பட்டியல்களில் மட்டும் முன்னிலை பெறுவதற்குப் பதிலாக, நடைமுறைப் பயன்பாடுகளிலும் தாமதம் உணர்வுபூர்வமாக முக்கியமான பணிகளிலும் மதிப்பை நிரூபிக்க மாதிரி உருவாக்குநர்கள் மீது அழுத்தத்தையும் இது அதிகரிக்கலாம்.

முக்கிய அம்சங்கள்

• 560 பில்லியன் மொத்த அளவுருக்கள் கொண்ட திறந்த மூல நிபுணர் கலவை மாதிரியான LongCat Flash Chat-ஐ 2025 செப்டம்பர் தொடக்கத்தில் GitHub மற்றும் Hugging Face தளங்களில் Meituan வெளியிட்டது.
• ஒவ்வொரு டோக்கனுக்கும் சராசரியாக 18.6 பில்லியன் முதல் 31.3 பில்லியன் அளவுருக்கள் செயல்படுகின்றன; இதனால் மொத்தத் திறன் பெரிதாக இருக்கும் அதேவேளை கணிப்புச் செலவும் குறைகிறது.
• தொழில்நுட்ப அறிக்கையின் தரப்படுத்தல் சோதனைகள், DeepSeek V3.1, Alibaba Cloud-இன் Qwen3, Moonshot AI-இன் Kimi K2 ஆகியவற்றுக்கு இணையான செயல்திறனையும் Claude Sonnet, Gemini 2.5 Flash ஆகியவற்றுக்கு எதிரான வலுவான நிலையையும் காட்டுவதாகக் கூறுகின்றன.
• ஆழமான தர்க்கச் சிந்தனையை விட வேகம், அறிவுறுத்தல்களைப் பின்பற்றுதல், கருவிப் பயன்பாடு, முகவர் பணிப்பாய்வுகள் ஆகியவற்றில் கவனம் செலுத்தும் சிந்தனையற்ற அடிப்படை மாதிரியாக இந்த அமைப்பை Meituan முன்வைக்கிறது.
• பொறியியல் அம்சங்களில் பூஜ்ஜியக் கணக்கீட்டு நிபுணர்கள், நிபுணர்களின் சார்பைச் சரிசெய்யும் PID கட்டுப்படுத்தி, குறுக்குவழி இணைப்புள்ள MoE வடிவமைப்பு, 128k டோக்கன் சூழல் சாளரம் ஆகியவை அடங்கும்.
• H800 வன்பொருளில் வினாடிக்கு 100-க்கும் மேற்பட்ட டோக்கன்கள் உருவாக்கும் வேகத்தையும், குறிப்பிட்ட சூழ்நிலைகளில் ஒரு மில்லியன் டோக்கன்களுக்கு சுமார் 5 யுவான் வெளியீட்டுச் செலவையும் தொழில்நுட்பக் குறிப்புகள் சுட்டிக்காட்டுகின்றன.
• குறியீடும் எடைகளும் MIT உரிமத்தின் கீழ் உள்ளன; vLLM, SGLang வழியாகப் பயன்படுத்துவதற்கான வழிகாட்டுதல்களும் வழங்கப்பட்டுள்ளன.
• 2023-ல் Light Year-ஐ Meituan வாங்கியதைத் தொடர்ந்து இந்த வெளியீடு வந்துள்ளது. பணி கருவிகள், தயாரிப்புகள், அடிப்படை மாதிரிகள் எனப் பரந்த மூன்று அடுக்கு செயற்கை நுண்ணறிவு உத்திக்கும் இது ஆதரவளிக்கிறது.
• அறிவிப்புக்குப் பிறகு பங்கு விலை சரிந்ததாக TipRanks தெரிவித்தது. நிஜ உலகப் பயன்பாடும் செலவுச் சேமிப்பும் முதலீட்டாளர்களின் நம்பிக்கையைத் தீர்மானிக்கக்கூடும் என்பதை இது காட்டுகிறது.
• மேற்கத்திய நிறுவனங்களுடனான இடைவெளியைக் குறைத்து, வேகமான முகவர் பயன்பாடுகளில் கவனம் செலுத்தும் சீனாவின் திறந்த மூல மாதிரி வெளியீடுகளின் அலையில் இந்த வெளியீடும் இணைகிறது.