Meituan, konglomerat teknologi China sing paling misuwur ing saindenging jagad amarga kekaisaran pangiriman panganan, wis ngrilis lan mbukak sumber LongCat-2.0, model intelijen buatan 1,6 triliun-parameter sing dirancang khusus kanggo rekayasa piranti lunak agen. Rilis kasebut, sing diumumake tanggal 30 Juni 2026, ora mung amarga ukurane, nanging uga babagan cara dilatih: kabeh ing chip Cina sing diproduksi ing njero, tanpa akselerator Nvidia utawa AMD ing jalur pipa.
Pamindhahan kasebut diwaca minangka sinyal paling kuat yen kontrol ekspor AS ing silikon AI sing maju gagal nyegah perusahaan China ngasilake model kelas perbatasan. Akeh toko, kalebu South China Morning Post, Reuters lan VentureBeat, nglaporake peluncuran kasebut, kanthi Briefing Crypto nggambarake LongCat-2.0 minangka salah sawijining model coding open-source paling gedhe sing wis dibangun. For more context on this story, see our ongoing breaking AI news.
Model Campuran Ahli sing dibangun kanggo agen
LongCat-2.0 nggunakake arsitektur Mixture-of-Experts (MoE) , tegese ora ngaktifake kabeh 1,6 triliun paramèter ing saben panyuwunan. Nanging, kanthi dinamis ngarahake saben token liwat kira-kira 33 milyar nganti 56 milyar paramèter aktif, tetep luwih efisien tinimbang model padhet ukuran sing bisa dibandhingake nalika njaga basis pengetahuan sing akeh kanggo digambar.
Sing efisiensi penting kanggo biaya. Desain MoE wis dadi arsitektur dominan kanggo model skala gedhe amarga padha ngilangi total kapasitas saka komputasi saben pitakon, ngidini laboratorium ngirim model sing gedhe banget tanpa ngisi pelanggan kanggo saben parameter ing saben telpon.
Model kasebut ndhukung jendhela konteks 1 yuta token, cukup gedhe kanggo ngirit kabeh basis kode lan alesan ing siji pass - kemampuan sing tambah akeh dituntut dening agen kodhe otonom sing kudu ngelingi kabeh repositori tinimbang file kerja kanthi file.
Tolok ukur lan panggunaan ing donya nyata
Ing benchmarks sing dirancang kanggo ngukur rekayasa piranti lunak ing donya nyata, LongCat-2.0 ngirim skor 59.5 ing SWE-bench Pro lan 70.8 ing Terminal-Bench, miturut Crypto Briefing. Suite evaluasi iki nyoba carane model nangani tantangan multi-langkah karya pembangunan asli - ndandani kewan omo, fitur nulis, navigasi kode sing wis ana - tinimbang teka-teki pemrograman siji-shot sing prasaja.
VentureBeat kanthi kapisah nyathet yen model kasebut wis "mimpin OpenRouter," gateway API multi-model populer, ing peringkat kode agen sadurunge rilis sumber terbuka resmi. OpenRouter nglumpukake luwih saka 400 model saka luwih saka 60 panyedhiya lan data panggunaane dianggep minangka barometer industri sing bener-bener dipilih dening pangembang model.
Dilatih ing 50.000 chip domestik
Rincian sing paling disenengi yaiku hardware. Meituan ngandika iku dilatih lan mlayu LongCat-2.0 ing 50.000-kertu kluster komputasi domestik dibangun tanggung saka akselerator Cina-diprodhuksi. Miturut Crypto Briefing, tegese ora ana Nvidia A100s utawa H100s lan ora ana unit AMD MI300X sing digunakake ing tahap latihan apa wae - istirahat sing resik saka piranti keras sing nggawe pangembangan model paling gedhe ing saindenging jagad.
Meituan ngaku kluster 50.000 kertu minangka sing pertama ing skala iki kanggo hardware Cina domestik. Latihan kasebut rampung sanajan ana kontrol ekspor AS sing sacara sistematis mbatesi akses China menyang chip AI sing canggih wiwit pungkasan taun 2022. Implikasi kasebut, ujare analis, yaiku pengaruh kontrol saya rusak amarga produsen chip China lan para pelanggan nutup kesenjangan kinerja.
Bobot kasedhiya ing Hugging Face
Selaras karo framing open-source, Meituan wis nerbitake bobot model lan sumber daya pendukung ing Hugging Face ing organisasi "meituan-longcat". Sing nyuda alangan kanggo pangembang lan peneliti sing pengin nyempurnakake model kanggo basis kode perusahaan, audit keamanan utawa debugging otomatis nanging ora bakal bisa nglatih apa wae sing bisa dibandhingake saka awal.
Rilis terbuka uga langsung mlebu menyang ekosistem kode-agen, ing ngendi model bobot mbukak bisa dadi tuan rumah, diaudit lan diowahi tanpa biaya per-token lan masalah penanganan data sing teka karo API kepemilikan - pertimbangan penting kanggo perusahaan sing waspada ngirim kode kepemilikan menyang awan pihak katelu.
Garis keturunan model cepet
LongCat-2.0 ora katon sewengi. Garis keturunan kasebut bali menyang LongCat-Flash, model parameter 560 milyar sing dirilis ing September 2025, disusul LongCat-Next, varian multimodal, ing Maret 2026. Rilis anyar meh tikel kaping telu jumlah parameter saka pendahulune ing sangisore setaun, sing nggambarake model sing cepet banget saiki ing laboratorium Cina.
Peluncuran kasebut uga ana ing tengah-tengah reshuffling sing luwih akeh saka leaderboard model global, ing ngendi sistem Cina wis mundhak ing panggunaan pangembang ing donya nyata lan saiki peringkat konsumsi token paling dhuwur ing platform aggregator.
Apa tegese kanggo debat chip-kontrol
Kanggo pembuat kebijakan ing Washington, LongCat-2.0 minangka titik data sing ora nyenengake. Premis utama strategi kontrol ekspor yaiku yen nolak akses menyang chip canggih bakal alon kemajuan AI China. Saben model sing dilatih kanthi sukses ing hardware domestik ngrusak premis kasebut, nuduhake watesan kasebut bisa nyepetake swasembada sing kudu dicegah.
Meituan dhewe wis entuk nada umum sing diukur. Pendhiri lan pangareping eksekutif Wang Xing bubar negesake maneh komitmen perusahaan kanggo investasi AI nalika negesake ora bakal "nandur modal kanthi wuta ngluwihi kapasitas finansial," miturut laporan sing ditindakake dening Futu.
Saiki, takeaway kanggo pangembang yaiku konkrit: model koding sing cedhak, yuta token bisa didownload kanthi bebas, lan dibangun tanpa chip Amerika sing diwatesi. Apa lab AS nanggapi kanthi bobot mbukak sing luwih murah, kontrol sing luwih kenceng, utawa dorongan anyar kanggo kinerja mentah, lanskap kompetitif mung ganti maneh.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
