Meituan, het Chinese technologieconglomeraat dat internationaal vooral bekend staat om zijn voedselbezorgimperium, heeft LongCat-2.0 vrijgegeven en open source gemaakt, een kunstmatige-intelligentiemodel met 1,6 biljoen parameters, speciaal gebouwd voor agentische software-engineering. De release, aangekondigd op 30 juni 2026, is niet alleen opmerkelijk vanwege de schaal, maar ook vanwege de manier waarop deze is getraind: volledig op in eigen land geproduceerde Chinese chips, zonder Nvidia- of AMD-accelerators in de pijplijn.

Deze stap wordt gezien als het sterkste signaal tot nu toe dat de Amerikaanse exportcontroles op geavanceerd AI-silicium er niet in slagen Chinese bedrijven ervan te weerhouden grensmodellen te produceren. Meerdere media, waaronder de South China Morning Post, Reuters en VentureBeat, maakten melding van de lancering, waarbij Crypto Briefing LongCat-2.0 omschreef als een van de grootste open-source codeermodellen ooit gebouwd. Voor meer context over dit verhaal, zie ons meer AI-verhalen.

Een mix van experts-model gebouwd voor agenten

LongCat-2.0 maakt gebruik van een Mixture-of-Experts (MoE)-architectuur, wat betekent dat niet bij elk verzoek alle 1,6 biljoen parameters worden geactiveerd. In plaats daarvan routeert het elk token dynamisch door ruwweg 33 miljard tot 56 miljard actieve parameters, waardoor het veel efficiënter blijft dan een compact model van vergelijkbare grootte, terwijl het een uitgebreide kennisbasis behoudt waaruit kan worden geput.

Die efficiëntie is van belang voor de kosten. MoE-ontwerpen zijn de dominante architectuur voor grootschalige modellen geworden, juist omdat ze de totale capaciteit loskoppelen van de rekenkracht per query, waardoor laboratoria zeer grote modellen kunnen verzenden zonder klanten voor elke parameter bij elk gesprek in rekening te brengen.

Het model ondersteunt een contextvenster van 1 miljoen tokens, groot genoeg om een ​​hele substantiële codebase op te nemen en er in één keer doorheen te redeneren - een mogelijkheid die steeds vaker wordt gevraagd door autonome codeeragenten die hele repository's in gedachten moeten houden in plaats van bestand voor bestand te werken.

Benchmarks en gebruik in de echte wereld

Op benchmarks die zijn ontworpen om software-engineering in de echte wereld te meten, behaalde LongCat-2.0 een score van 59,5 op SWE-bench Pro en 70,8 op Terminal-Bench, volgens Crypto Briefing. Deze evaluatiesuites testen hoe goed modellen omgaan met de rommelige, uit meerdere stappen bestaande uitdagingen van echt ontwikkelingswerk – het oplossen van bugs, het schrijven van functies, het navigeren door bestaande code – in plaats van eenvoudige eenmalige programmeerpuzzels.

VentureBeat merkte afzonderlijk op dat het model "OpenRouter", de populaire API-gateway met meerdere modellen, toonaangevend was in de ranglijst van agentische codering voorafgaand aan de formele open-source release. OpenRouter verzamelt meer dan 400 modellen van meer dan 60 providers en de gebruiksgegevens ervan worden algemeen beschouwd als een sectorbarometer van de modellen die ontwikkelaars daadwerkelijk willen gebruiken.

Getraind op 50.000 binnenlandse chips

Het detail dat de meeste aandacht trekt, is de hardware. Meituan zei dat het LongCat-2.0 trainde en draaide op een binnenlands rekencluster met 50.000 kaarten** dat volledig was opgebouwd uit in China vervaardigde accelerators. Volgens Crypto Briefing betekent dit dat er in geen enkel stadium van de training gebruik werd gemaakt van Nvidia A100's of H100's en geen AMD MI300X-eenheden - een duidelijke breuk met de hardware die de ontwikkeling van de meeste grote modellen wereldwijd heeft aangedreven.

Meituan beweert dat het cluster met 50.000 kaarten een primeur op deze schaal is voor binnenlandse Chinese hardware. De training werd voltooid ondanks Amerikaanse exportcontroles die sinds eind 2022 systematisch de toegang van China tot geavanceerde AI-chips hebben beperkt. De implicatie, zeggen analisten, is dat de invloed van de controles afneemt nu Chinese chipmakers en hun klanten de prestatiekloof dichten.

Gewichten beschikbaar op Knuffelgezicht

In overeenstemming met de open source-framing heeft Meituan de modelgewichten en ondersteunende bronnen gepubliceerd op Hugging Face onder de "meituan-longcat"-organisatie. Dat verlaagt de barrière voor ontwikkelaars en onderzoekers die het model voor bedrijfscodebases, beveiligingsaudits of geautomatiseerd debuggen willen verfijnen, maar het zich nooit kunnen veroorloven om iets vergelijkbaars helemaal opnieuw te trainen.

De open release is ook rechtstreeks van invloed op het agentic-coding-ecosysteem, waar open-weights-modellen zelf kunnen worden gehost, gecontroleerd en aangepast zonder de kosten per token en de problemen met de gegevensverwerking die gepaard gaan met propriëtaire API's – een belangrijke overweging voor bedrijven die op hun hoede zijn voor het verzenden van propriëtaire code naar een cloud van derden.

Een snelle modellijn

LongCat-2.0 verscheen niet van de ene op de andere dag. De lijn gaat terug op LongCat-Flash, een model met 560 miljard parameters dat in september 2025 werd uitgebracht, gevolgd door LongCat-Next, een multimodale variant, in maart 2026. De nieuwe release verdrievoudigt bijna het aantal parameters van zijn voorganger in minder dan een jaar, wat het razend tempo weerspiegelt waarmee Chinese laboratoria nu basismodellen herhalen.

De lancering komt ook te midden van een bredere herschikking van het mondiale modelklassement, waarin Chinese systemen zijn gestegen in het gebruik van echte ontwikkelaars en nu bovenaan de ranglijst van tokenconsumptie staan ​​op aggregatorplatforms.

Wat het betekent voor het debat over chipbeheersing

Voor beleidsmakers in Washington is LongCat-2.0 een ongemakkelijk datapunt. Het centrale uitgangspunt van de exportcontrolestrategie was dat het weigeren van toegang tot geavanceerde chips de Chinese vooruitgang op het gebied van AI zou vertragen. Elk model dat met succes is getraind op binnenlandse hardware verzwakt dat uitgangspunt, wat erop wijst dat de beperkingen juist de zelfvoorziening kunnen versnellen die ze juist hadden moeten voorkomen.

Meituan zelf heeft een afgemeten publieke toon aangeslagen. Oprichter en CEO Wang Xing herhaalde onlangs de toewijding van het bedrijf aan AI-investeringen, terwijl hij benadrukte dat het niet “blindweg boven zijn financiële draagkracht zou investeren”, aldus rapporten van Futu.

Voorlopig is de boodschap voor ontwikkelaars concreet: een coderingsmodel met miljoenen tokens kan gratis worden gedownload en is gebouwd zonder een enkele beperkte Amerikaanse chip. Of Amerikaanse laboratoria nu reageren met goedkopere open gewichten, strengere controles of een hernieuwde drang naar pure prestaties, het concurrentielandschap is gewoon weer veranderd.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →