메이투안 LongCat-2.5 공개…1.6T 중 3%만 활성화

1조 6000억 개 파라미터 모델이 토큰을 하나 처리할 때마다 그중 약 48B, 즉 3%만 깨운다. 메이투안은 11월 1일 LongCat-2.5 정식 버전을 공개했는데, 입력 가격은 100만 토큰당 0.3달러, 캐시 적중 시에는 단 0.006달러다. 이 가격은 동급 모델들 사이에서 사실상 발목을 잘라버린 수준이며, 게다가 100만 토큰의 네이티브 컨텍스트와 시각 이해 능력까지 갖췄다. 배달 회사가 모델을 만드는 것 자체는 이제 뉴스도 아니다. 하지만 이번에 메이투안이 겨냥한 것은 채팅이 아니라 Agent가 일하는 것이다. 터미널 명령, 브라우저 조작, GUI 인터페이스, 표와 디자인 도구, 즉 장기 주기 작업에서 가장 사람을 지치게 하는 시나리오가 전부다. 이 글은 공개 내용, 희소 활성화의 비용 논리, 접속 방식, 전환 판단을 한 번에 정리한다.

일주일에 두 버전: Preview에서 정식 버전으로 무엇이 바뀌었나

LongCat-2.5는 갑자기 튀어나온 것이 아니다. 9월 25일 메이투안은 먼저 Preview 버전을 공개했는데, 당시에는 API 호출만 열어두고 완전한 기술 보고서도 공개하지 않았으며 가중치도 열지 않았다. 5주 뒤인 11월 1일 정식 버전이 출시되면서 가격, 컨텍스트, 출력 상한 등 전체 사양이 함께 공개됐다.

핵심 사양부터 내놓자면 이렇다. MoE 아키텍처에 총 파라미터 1.6T, 토큰당 약 48B 활성화. 네이티브 멀티모달 입력을 지원해 이미지를 직접 보며 크로스 모달 질의응답과 시각 추론이 가능하다. 컨텍스트 윈도는 100만 토큰 입력에 출력 상한 13만 1000 토큰이다. 포지셔닝이 매우 명확한데, 바로 장기 주기 Agentic 작업용이며, 공식적으로 지목한 적용 시나리오에는 터미널, 브라우저, GUI 조작, 표 처리, 디자인 도구가 포함된다.

주목할 만한 것은 적용 목록이다. LongCat-2.5는 Claude Code, Hermes, OpenClaw, OpenCode, Kilo Code 등 주요 코딩 Agent에 깊이 적응되어 있다. 이 목록은 메이투안이 모델을 자사 채팅창 안에만 가둘 생각이 아니라, 개발자들이 이미 쓰고 있는 툴체인을 직접 겨냥했다는 것을 보여준다. 모델이 좋은 것과 기존 워크플로에 끼워 넣을 수 있는 것은 별개 문제이며, 메이투안은 분명 두 번째 길에서 선수를 치고 싶어 한다.

전 세대와 비교하면 노선 변화가 보인다. 2025년 9월 오픈소스로 공개된 LongCat-Flash-Chat은 총 파라미터 560B에 평균 활성화 약 27B로 추론 속도를 내세웠다. 1년여 만에 총 파라미터는 거의 세 배로 늘었는데 활성화 비율은 오히려 더 낮아졌고, 시각 능력까지 보강했다. 메이투안의 노선은 명확하다. 활성화 파라미터를 쌓아 품질을 바꾸는 게 아니라, 더 큰 전문가 풀에 더 강한 희소화를 더해 비용을 눌러내는 것이다.

희소 활성화의 셈: 1.6T가 왜 48B 기준으로만 과금되는가

MoE 아키텍처는 이미 몇 년째 이야기됐지만, LongCat-2.5는 희소도를 새로운 비율로 끌어올렸다. 총 파라미터 1.6T, 활성화 48B라는 것은 매 전방 계산 시 파라미터의 3%만 동원되고 나머지 97%는 제자리에 머물며 계산 오버헤드를 만들지 않는다는 뜻이다.

이 비율이 추론 비용의 구조를 직접 결정한다. 모델 추론의 연산 소모는 총 파라미터량이 아니라 활성화 파라미터량에 대체로 비례한다. 48B 활성화 MoE 모델은 단일 토큰 계산량이 대략 48B 밀집 모델과 같지만, 품질 상한은 전체 1.6T 전문가 풀이 결정한다. 쉬운 말로 하면, 당신은 소형 모델의 전기요금을 내고 대형 모델의 두뇌를 쓰는 것이다.

가격이 이 논리를 뒷받침한다. LongCat-2.5는 100만 토큰당 입력 0.3달러, 캐시 적중 프리픽스는 단 0.006달러, 출력은 1.2달러다. 캐시 입력가와 정가 입력가는 50배 차이인데, 이 가격 차이는 Agent 시나리오에서 극히 중요하다. Agent가 일할 때는 대량의 과거 컨텍스트를 반복해서 들고 다니고, 시스템 프롬프트와 도구 정의는 매번 같기 때문에 캐시 적중률이 자연히 높다. 하루 종일 돌아간 코딩 Agent라면 입력 토큰의 대부분을 캐시 가격으로 결산할 수 있어, 실제 비용과 표시 가격은 완전히 다른 개념이 된다.

메이투안이 100만 컨텍스트를 과감히 개방한 이유도 여기에 있다. 장기 컨텍스트의 가장 큰 비용은 화면이 아니라 매 호출마다 프리픽스를 다시 처리해야 한다는 점이다. 희소 활성화에 프리픽스 캐싱을 더해 이 두 가지 비용을 모두 용인 가능한 구간으로 끌어내렸기에, 장기 컨텍스트가 실험실 지표에서 쓸 만한 제품 사양으로 바뀐 것이다.

간과하기 쉬운 디테일이 하나 더 있다. 희소도가 높을수록 전문가 라우팅에 대한 요구가 더 가혹해진다. 1.6T 파라미터 중 매번 48B만 골라 일을 시키는데, 전문가를 잘못 고르면 출력 품질이 즉시 한 단계 떨어진다. 메이투안이 활성화 비율을 3%까지 누를 수 있다는 것은 라우팅 계층의 학습이 이미 단단한 문턱을 넘었다는 뜻이며, 이는 카드만 쌓아서 해결되는 문제가 아니라 실전의 엔지니어링 축적이다.

1M 컨텍스트는 허세가 아니다: 장기 주기 Agent의 진짜 병목

100만 컨텍스트를 이야기하기 전에, Agent 작업이 도대체 어떻게 토큰을 소모하는지 먼저 보자. 코딩 Agent가 실제 요구를 처리할 때 컨텍스트에 넣어야 할 것들은 다음과 같다. 시스템 프롬프트, 도구 정의, 코드베이스 검색 결과, 과거 대화, 직전 단계의 도구 출력, 오류 스택. 중간 정도 복잡도의 작업을 돌리면 수십 라운드 상호작용을 거쳐 쉽게 20만 토큰을 돌파한다.

컨텍스트가 부족하면 무슨 일이 벌어지나? Agent가 잊기 시작한다. 파일 앞부분에서 정의한 인터페이스를 잊고, 세 라운드 전에 사용자가 제시한 제약을 잊고, 심지어 방금 자기가 어떤 파일을 고쳤는지도 잊는다. 겉으로 드러나는 증상은 코드의 앞뒤 모순, 중복 수정, 이미 고친 버그를 되돌려 놓는 것이다. 시중의 대응책은 압축과 요약이지만, 요약은 반드시 정보를 잃고, 무엇을 잃고 얼마나 잃는지는 전혀 통제할 수 없다.

100만 토큰의 네이티브 컨텍스트는 대부분의 실제 프로젝트를 통째로 넣을 수 있다는 뜻이다. 중형 코드베이스의 핵심 소스 코드, 완전한 세션 이력, 수십 개의 참고 문서를 전부 컨텍스트에 남겨두고 중간에 잘라낼 필요가 없다. 13만 1000의 출력 상한도 모델이 대형 파일을 한 번에 완전히 뱉어내기에 충분하며, 분할 생성 후 수작업으로 이어 붙일 필요가 없다.

물론 컨텍스트 윈도와 유효 활용은 별개다. 모델이 초장기 입력에서 핵심 정보를 찾아내는 능력은 감퇴하는데, 이는 자체 과제 세트로 실측 검증해야 한다. 하지만 적어도 용량 측면에서 LongCat-2.5는 상한을 현재 알려진 모델들의 선두로 끌어올렸고, 용량 병목은 더 이상 작업 실패의 변명거리가 아니다.

네이티브 멀티모달이 들어온 뒤, 워크플로에서 줄어든 단계들

LongCat-2.5의 시각 능력은 네이티브이며, 비전 인코더를 덧붙여 이어 붙인 것이 아니다. 차이는 지연과 이해 깊이에서 드러난다. 네이티브 멀티모달은 학습 단계에서 이미 이미지와 텍스트를 함께 학습해, 인터페이스 스크린샷, 아키텍처 다이어그램, 표 사진에 대한 이해가 더 일관되며 모델 간 번역이 필요 없다.

Agent 워크플로에 이 능력은 가장 어색한 고리 하나를 메워준다. 이전에는 Agent가 GUI 소프트웨어를 조작할 때 먼저 스크린샷을 찍고, 별도의 비전 모델로 화면을 묘사한 뒤, 그 묘사 텍스트를 언어 모델에 먹여야 했다. 세 단계를 거치면서 정보 손실에 지연까지 더해지고, 오류율은 매 단계마다 누적된다. 네이티브 멀티모달은 모델이 스크린샷을 직접 보고 판단하게 해 중간의 텍스트 전달을 없애고, 오류 사슬을 크게 줄인다.

구체적인 시나리오에 적용하면 매우 실용적이다. Agent에게 스캔한 표를 처리시키던 작업은 예전에는 OCR에 텍스트 파싱, 사람의 대조까지 필요했지만, 이제는 스크린샷 한 장에 명령 한 마디면 된다. Agent에게 프런트엔드 페이지를 디버깅시키던 일은 예전에는 렌더링 이상을 힘들게 설명해야 했지만, 이제는 페이지 스크린샷을 그대로 보여주면 된다. 공식적으로 나열한 적합 시나리오 목록에 GUI 조작과 디자인 도구가 모두 포함되어 있다는 것은, 메이투안 스스로가 시각 이해를 Agent 폐루프의 일부로 여기고 있음을 뜻하며, 발표회에서 숫자를 채우기 위한 부가 기능으로 본 것이 아니다.

멀티모달은 또 한 가지를 바꾼다. 바로 Agent의 인식 범위다. 텍스트만 읽을 수 있는 Agent는 터미널과 편집기 안에서만 살 수 있고, 그림을 볼 수 있는 Agent라야 현실 세계의 소프트웨어를 다룰 수 있다. 이런 관점에서 네이티브 비전은 가산점이 아니라 장기 주기 Agent의 입장권이다.

연동 실측: 공식 API와 기존 Agent 프레임워크

현재 LongCat-2.5는 메이투안 공식 API를 통해 서비스를 제공하며, 호출 방식은 업계에서 통용되는 OpenAI 호환 형식이라 기초적인 텍스트 대화는 몇 줄의 코드로 실행할 수 있다:

from openai import OpenAI import os client = OpenAI( api_key=os.environ[ "LONGCAT_API_KEY" ], base_url=os.environ[ "LONGCAT_BASE_URL" ], ) resp = client.chat.completions.create( model= "longcat-2.5" , messages=[ { "role" : "system" , "content" : "你是一名资深后端工程师" }, { "role" : "user" , "content" : "把这个接口重构成异步版本" }, ], ) print (resp.choices[ 0 ].message.content)

구체적인 기본 주소와 인증 세부 사항은 메이투안 공식 문서를 기준으로 하며, 등록 후 안내에 따라 키를 생성하면 된다. 호출 구조는 OpenAI SDK와 완전히 일치하므로, 기존 코드에서 클라이언트 초기화 부분만 바꾸면 바로 작동하며, 마이그레이션 비용은 사실상 제로다.

더 가치 있는 것은 Agent 프레임워크 측의 지원이다. Claude Code, OpenClaw, OpenCode 같은 도구는 새 모델을 연동할 때 보통 모델명과 인터페이스 주소, 두 가지 설정만 바꾸면 된다. 공식적으로 적합 목록을 명확히 제시했다는 것은 도구 호출 차원의 호환성이 이미 검증되었다는 뜻이며, function calling의 형식 차이를 직접 처리할 필요가 없다는 의미다. 도구 호출 형식의 함정을 겪어본 사람이라면 이 항목이 며칠간의 디버깅 시간을 아껴준다는 것을 알 것이다.

국내 팀에게는 하나의 숨은 이점도 있다. API가 국내 인프라를 거치기 때문에 네트워크 차원의 불확실성이 한 겹 줄어든다. 지연과 가용성이라는 두 가지는 프로덕션 환경을 운영해본 사람만이 얼마나 중요한지 알 수 있으며, 채팅 데모에서는 느낄 수 없지만 Agent를 8시간 연속으로 돌리면 전부 드러난다.

데이터 공개: LongCat-2.5와 전 세대의 비교

검증된 데이터를 함께 놓고 보면 홍보 자료보다 문제를 더 잘 설명해준다:

항목 LongCat-Flash-Chat LongCat-2.5 공개 시점 2025년 9월 2026년 11월 총 파라미터 560B 1.6T 단일 token 활성 약 27B 약 48B 컨텍스트 100만 미달 입력 100만, 출력 13.1만 멀티모달 텍스트 위주 네이티브 시각 이해 획득 방식 오픈소스 가중치 공식 API 입력 가격 자체 배포 비용 0.3달러/백만 token 캐시 입력가 해당 없음 0.006달러/백만 token

두 가지 정보는 따로 짚어볼 만하다. 하나는 활성 파라미터가 27B에서 48B로 늘었다는 것으로, 메이투안이 장부상 파라미터를 위해 단일 token 품질을 희생하지 않았음을 보여주며, 활성량의 증가는 복잡한 추론 능력에 실제로 반영될 것이다. 다른 하나는 획득 방식이 오픈소스 가중치에서 공식 API로 전환되었다는 것으로, 자체 배포를 원하는 팀에게는 제약이지만 API만 호출하려는 팀에게는 오히려 운영과 GPU 청구서를 아끼게 해준다. 두 요구를 동시에 충족할 수는 없으며, 메이투안은 이번에 후자를 택했다.

업계 내 위치를 보면, LongCat-2.5는 GPT-6 Astra, Claude Opus 4.8, Kimi K3 같은 등급의 모델과 비교되고 있는데, 이 비교 목록에 들어간다는 것 자체가 국산 모델이 Agent 경쟁에서 더 이상 들러리 역할이 아니라는 것을 보여준다. 더 주목할 점은 비교 차원이 바뀌었다는 것이다. 예전에는 벤치마크 점수와 리더보드 순위를 비교했지만, 지금은 활성 효율, 캐시 가격 차이, 컨텍스트 용량을 비교하며, 이는 모두 실제 청구서와 작업 성공률에 영향을 미치는 핵심 지표다. 점수는 높지만 쓸 수 없는 모델은 Agent 시대에 자리가 없다.

세 가지 팀의 전환 판단

기존 워크플로를 LongCat-2.5로 옮길 가치가 있는지는 무엇을 하고 있느냐에 달려 있다.

장기 주기 Agent 작업을 수행하는 팀, 예를 들어 코딩 Agent로 실제 요구를 처리하거나 Agent에게 내부 시스템을 조작시키는 팀은 즉시 시도해볼 만하다. 100만 컨텍스트에 캐시 가격이라는 조합은 이런 시나리오에 맞춤으로 설계된 것으로, 비용 구조상의 우위는 중량급 작업에서 확대되며, 일주일만 돌려봐도 청구서에서 차이가 드러난다.

멀티모달에 크게 의존하는 팀 역시 주목할 만하다. Agent가 스크린샷을 보고, 표를 읽고, 인터페이스를 이해해야 하는 경우, 네이티브 비전 능력은 3단계 프로세스를 1단계로 압축시켜 오류율과 지연을 동시에 낮춘다. 특히 자동화 테스트, RPA, 데이터 입력을 하는 팀에게는 GUI 이해 능력이 Agent가 얼마나 많은 일을 맡을 수 있는지를 직접 결정한다.

이미 기존 공급사에 깊이 묶여 있고 작업이 주로 짧은 대화 위주인 팀은 서두르지 않고 관망해도 된다. 모델 능력은 결국 자신의 작업 세트로 실측해야 하므로, 일상적인 prompt를 한 무더기 추출해 양쪽에서 돌려보고 품질과 실제 청구서를 비교하면, 자신의 데이터가 어떤 제3자 평가보다도 설득력이 있다.

LongCat-2.5의 등장은 한 가지를 말해준다. Agent 시대의 모델 경쟁에서 파라미터 규모는 더 이상 유일한 변수가 아니며, 희소도, 캐시 가격, 컨텍스트 용량으로 구성된 비용 장부가 새로운 주 전장이 되고 있다는 것이다. 누가 일하는 비용을 최저로 누를 수 있느냐가 가장 많은 워크플로를 담을 수 있는지를 결정한다.