Meituan, konglomerat teknologi Tiongkok yang terkenal secara internasional karena kerajaan pengiriman makanannya, telah merilis dan menjadikan LongCat-2.0 sebagai sumber terbuka, model kecerdasan buatan dengan 1,6 triliun parameter yang dibuat khusus untuk rekayasa perangkat lunak agen. Rilis ini, yang diumumkan pada tanggal 30 Juni 2026, terkenal tidak hanya karena skalanya tetapi juga karena cara pelatihannya: seluruhnya menggunakan chip Tiongkok yang diproduksi di dalam negeri, tanpa akselerator Nvidia atau AMD yang sedang dikembangkan.
Langkah ini dianggap sebagai sinyal terkuat bahwa kontrol ekspor AS terhadap silikon AI canggih gagal mencegah perusahaan-perusahaan Tiongkok memproduksi model-model kelas terdepan. Beberapa outlet, termasuk South China Morning Post, Reuters dan VentureBeat, melaporkan peluncuran tersebut, dengan Crypto Briefing menggambarkan LongCat-2.0 sebagai salah satu model pengkodean sumber terbuka terbesar yang pernah dibuat. For more context on this story, see our ongoing breaking AI news.
Model Campuran Pakar yang dibuat untuk agen
LongCat-2.0 menggunakan arsitektur Mixture-of-Experts (MoE), yang berarti tidak mengaktifkan seluruh 1,6 triliun parameter pada setiap permintaan. Sebaliknya, ia secara dinamis merutekan setiap token melalui sekitar 33 miliar hingga 56 miliar parameter aktif, menjaganya jauh lebih efisien dibandingkan model padat berukuran sebanding sambil tetap mempertahankan basis pengetahuan yang luas untuk dimanfaatkan.
Efisiensi itu penting dalam hal biaya. Desain MoE telah menjadi arsitektur dominan untuk model berskala besar karena desain tersebut memisahkan total kapasitas dari komputasi per kueri, sehingga memungkinkan laboratorium mengirimkan model yang sangat besar tanpa membebankan biaya kepada pelanggan untuk setiap parameter pada setiap panggilan.
Model ini mendukung jendela konteks 1 juta token, cukup besar untuk menyerap seluruh basis kode substansial dan mempertimbangkannya dalam sekali jalan — kemampuan yang semakin dibutuhkan oleh agen pengkodean otonom yang harus mempertimbangkan keseluruhan repositori, bukan bekerja file demi file.
Tolok ukur dan penggunaan di dunia nyata
Pada tolok ukur yang dirancang untuk mengukur rekayasa perangkat lunak dunia nyata, LongCat-2.0 membukukan skor 59,5 di SWE-bench Pro dan 70,8 di Terminal-Bench, menurut Crypto Briefing. Rangkaian evaluasi ini menguji seberapa baik model menangani tantangan multi-langkah yang berantakan dalam pekerjaan pengembangan asli — memperbaiki bug, menulis fitur, menavigasi kode yang ada — dibandingkan teka-teki pemrograman sederhana yang hanya dilakukan satu kali saja.
VentureBeat secara terpisah mencatat bahwa model tersebut telah "memimpin OpenRouter," gateway API multi-model yang populer, dalam peringkat pengkodean agen sebelum rilis sumber terbuka resminya. OpenRouter mengumpulkan lebih dari 400 model dari lebih dari 60 penyedia dan data penggunaannya secara luas diperlakukan sebagai barometer industri model mana yang sebenarnya dipilih oleh pengembang untuk dijalankan.
Dilatih dengan 50.000 chip domestik
Detail yang paling menarik perhatian adalah perangkat kerasnya. Meituan mengatakan pihaknya melatih dan menjalankan LongCat-2.0 pada klaster komputasi domestik berkapasitas 50.000 kartu yang seluruhnya dibangun dari akselerator buatan Tiongkok. Menurut Crypto Briefing, hal ini berarti tidak ada Nvidia A100 atau H100 dan tidak ada unit AMD MI300X yang digunakan pada setiap tahap pelatihan – sebuah terobosan baru dari perangkat keras yang telah mendukung sebagian besar pengembangan model besar di seluruh dunia.
Meituan mengklaim cluster 50.000 kartu mewakili yang pertama pada skala ini untuk perangkat keras dalam negeri Tiongkok. Pelatihan ini berhasil diselesaikan meskipun adanya pengendalian ekspor Amerika yang secara sistematis membatasi akses Tiongkok terhadap chip AI mutakhir sejak akhir tahun 2022. Implikasinya, menurut para analis, adalah bahwa pengaruh pengendalian tersebut terkikis karena pembuat chip Tiongkok dan pelanggan mereka menutup kesenjangan kinerja.
Beban tersedia di Hugging Face
Sesuai dengan pembingkaian sumber terbuka, Meituan telah menerbitkan bobot model dan sumber daya pendukung di Hugging Face di bawah organisasi "meituan-longcat". Hal ini menurunkan hambatan bagi pengembang dan peneliti yang ingin menyempurnakan model untuk basis kode perusahaan, audit keamanan, atau proses debug otomatis, namun tidak mampu untuk melatih sesuatu yang serupa dari awal.
Rilis terbuka ini juga dimasukkan langsung ke dalam ekosistem pengkodean agen, di mana model bobot terbuka dapat dihosting sendiri, diaudit, dan dimodifikasi tanpa biaya per token dan masalah penanganan data yang timbul dari API kepemilikan — sebuah pertimbangan penting bagi perusahaan yang khawatir mengirimkan kode kepemilikan ke cloud pihak ketiga.
Silsilah model yang cepat
LongCat-2.0 tidak muncul dalam semalam. Garis keturunan ini menelusuri kembali ke LongCat-Flash, model dengan 560 miliar parameter yang dirilis pada bulan September 2025, diikuti oleh LongCat-Next, varian multimodal, pada bulan Maret 2026. Rilis baru ini hampir tiga kali lipat jumlah parameter pendahulunya dalam waktu kurang dari satu tahun, yang mencerminkan kecepatan sangat tinggi yang dilakukan laboratorium Tiongkok saat ini dalam melakukan iterasi pada model dasar.
Peluncuran ini juga terjadi di tengah perombakan yang lebih luas pada papan peringkat model global, di mana sistem Tiongkok telah melonjak dalam penggunaan pengembang di dunia nyata dan kini menempati peringkat teratas dalam konsumsi token pada platform agregator.
Apa artinya bagi perdebatan pengendalian chip
Bagi para pembuat kebijakan di Washington, LongCat-2.0 adalah data yang tidak nyaman. Premis utama dari strategi pengendalian ekspor ini adalah bahwa penolakan akses terhadap chip-chip terdepan akan memperlambat kemajuan AI Tiongkok. Setiap model yang berhasil dilatih pada perangkat keras dalam negeri melemahkan premis tersebut, sehingga menunjukkan bahwa pembatasan tersebut mungkin mempercepat swasembada yang sebenarnya ingin mereka cegah.
Meituan sendiri telah memberikan tanggapan publik yang terukur. Pendiri dan kepala eksekutif Wang Xing baru-baru ini menegaskan kembali komitmen perusahaan terhadap investasi AI sambil menekankan bahwa perusahaan tidak akan “berinvestasi secara membabi buta melebihi kapasitas keuangannya,” menurut laporan yang diterbitkan oleh Futu.
Untuk saat ini, hal yang dapat diambil oleh para pengembang adalah hal yang konkret: model pengkodean jutaan token yang hampir mencapai batasnya dapat diunduh secara bebas, dan dibuat tanpa satu pun chip Amerika yang dibatasi. Baik laboratorium AS merespons dengan anak timbangan terbuka yang lebih murah, kontrol yang lebih ketat, atau dorongan baru untuk kinerja mentah, lanskap persaingan kembali berubah.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
