Meituan, chiński konglomerat technologiczny najbardziej znany na całym świecie ze swojego imperium dostaw żywności, wypuścił LongCat-2.0, model sztucznej inteligencji o parametrach 1,6 biliona parametrów, stworzony specjalnie z myślą o agentycznej inżynierii oprogramowania. Premiera, ogłoszona 30 czerwca 2026 r., wyróżnia się nie tylko skalą, ale także sposobem, w jaki została wyszkolona: w całości na chińskich chipach produkowanych w kraju, bez w przygotowaniu akceleratorów Nvidia ani AMD.
Posunięcie to jest odczytywane jako najsilniejszy jak dotąd sygnał, że amerykańskie kontrole eksportu zaawansowanego krzemu AI nie powstrzymują chińskich firm od produkcji modeli pionierskiej klasy. Wiele mediów, w tym South China Morning Post, Reuters i VentureBeat, poinformowało o premierze, a Crypto Briefing opisało LongCat-2.0 jako jeden z największych modeli kodowania typu open source, jakie kiedykolwiek zbudowano. Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.
Model złożony z ekspertów stworzony dla agentów
LongCat-2.0 wykorzystuje architekturę Mixture-of-Experts (MoE), co oznacza, że nie aktywuje wszystkich 1,6 biliona parametrów przy każdym żądaniu. Zamiast tego dynamicznie kieruje każdy token przez około 33 miliardy do 56 miliardów aktywnych parametrów, dzięki czemu jest znacznie bardziej wydajny niż gęsty model porównywalnej wielkości, zachowując jednocześnie obszerną bazę wiedzy, z której można czerpać.
Ta wydajność ma znaczenie dla kosztów. Projekty MoE stały się dominującą architekturą dla modeli wielkoskalowych właśnie dlatego, że oddzielają całkowitą pojemność od obliczeń przypadających na zapytanie, umożliwiając laboratoriom dostarczanie bardzo dużych modeli bez pobierania od klientów opłat za każdy parametr przy każdym połączeniu.
Model obsługuje okno kontekstowe zawierające 1 milion tokenów, wystarczająco duże, aby w jednym przebiegu pochłonąć całą istotną bazę kodu i przeprowadzić analizę — jest to funkcja coraz bardziej pożądana przez autonomicznych agentów kodujących, którzy muszą pamiętać o całych repozytoriach, a nie pracować plik po pliku.
Testy porównawcze i wykorzystanie w świecie rzeczywistym
Według Crypto Briefing w testach porównawczych zaprojektowanych do pomiaru inżynierii oprogramowania w świecie rzeczywistym LongCat-2.0 uzyskał wynik 59,5 w SWE-bench Pro i 70,8 w Terminal-Bench. Te zestawy ewaluacyjne sprawdzają, jak dobrze modele radzą sobie z chaotycznymi, wieloetapowymi wyzwaniami związanymi z prawdziwą pracą programistyczną — naprawianiem błędów, pisaniem funkcji, poruszaniem się po istniejącym kodzie — zamiast prostych, jednorazowych łamigłówek programistycznych.
VentureBeat osobno zauważyło, że model ten był „wiodącym OpenRouterem”, popularną, wielomodelową bramą API, w rankingach kodowania agentowego przed jego formalną wersją typu open source. OpenRouter agreguje ponad 400 modeli od ponad 60 dostawców, a dane dotyczące jego wykorzystania są powszechnie traktowane jako barometr branżowy, określający, które modele faktycznie decydują się na uruchamianie przez programistów.
Wyszkolony na 50 000 krajowych żetonów
Detalem, który przyciąga najwięcej uwagi, jest sprzęt. Meituan twierdzi, że trenował i uruchamiał LongCat-2.0 na krajowym klastrze obliczeniowym mieszczącym 50 000 kart zbudowanym w całości z akceleratorów wyprodukowanych w Chinach. Według Crypto Briefing oznacza to, że na żadnym etapie szkolenia nie były używane żadne karty Nvidia A100 ani H100 ani jednostki AMD MI300X – co stanowi wyraźne oderwanie się od sprzętu, który napędza większość projektów dużych modeli na świecie.
Meituan twierdzi, że klaster na 50 000 kart to pierwsze rozwiązanie tej skali w krajowym sprzęcie chińskim. Szkolenie zakończono pomimo kontroli eksportu w USA, które od końca 2022 r. systematycznie ograniczają dostęp Chin do najnowocześniejszych chipów AI. Analitycy twierdzą, że wpływ kontroli maleje w miarę zmniejszania się luki w wydajności przez chińskich producentów chipów i ich klientów.
Ciężary dostępne na Hugging Face
Zgodnie z założeniami open source Meituan opublikował wagi modeli i zasoby pomocnicze na stronie Hugging Face w ramach organizacji „meituan-longcat”. Zmniejsza to barierę dla programistów i badaczy, którzy chcą dostroić model na potrzeby korporacyjnych baz kodu, audytu bezpieczeństwa lub automatycznego debugowania, ale nigdy nie mogą sobie pozwolić na przeszkolenie czegoś porównywalnego od zera.
Wersja otwarta zasila również bezpośrednio ekosystem kodowania agentowego, w którym modele o otwartych wagach mogą być hostowane samodzielnie, audytowane i modyfikowane bez kosztów przypadających na token i problemów związanych z obsługą danych, które wiążą się z zastrzeżonymi interfejsami API — jest to istotna kwestia dla przedsiębiorstw nieufnych przed wysyłaniem zastrzeżonego kodu do chmury innej firmy.
Szybka linia modeli
LongCat-2.0 nie pojawił się z dnia na dzień. Pochodzenie wywodzi się od LongCat-Flash, modelu zawierającego 560 miliardów parametrów, wydanego we wrześniu 2025 r., a następnie LongCat-Next, wariantu multimodalnego, w marcu 2026 r. Nowa wersja niemal trzykrotnie zwiększa liczbę parametrów w stosunku do swojego poprzednika w niecały rok, co odzwierciedla zawrotne tempo, w jakim chińskie laboratoria pracują obecnie nad iteracjami podstawowych modeli.
Premiera następuje również w kontekście szerszych przetasowań w globalnej tabeli liderów modeli, w której chińskie systemy gwałtownie wzrosły pod względem wykorzystania przez programistów w świecie rzeczywistym i obecnie zajmują czołowe miejsca w rankingach zużycia tokenów na platformach agregujących.
Co to oznacza dla debaty na temat kontroli chipów
Dla decydentów w Waszyngtonie LongCat-2.0 to niewygodny punkt danych. Głównym założeniem strategii kontroli eksportu było to, że odmowa dostępu do najnowocześniejszych chipów spowolniłaby postęp Chin w zakresie sztucznej inteligencji. Każdy model wytrenowany pomyślnie na sprzęcie domowym osłabia to założenie, co sugeruje, że ograniczenia mogą przyspieszać samowystarczalność, której miały zapobiegać.
Sam Meituan przyjął wyważony ton opinii publicznej. Jak wynika z raportów opublikowanych przez Futu, założyciel i dyrektor naczelny Wang Xing niedawno ponownie potwierdził zaangażowanie firmy w inwestycje w sztuczną inteligencję, podkreślając jednocześnie, że nie będzie ona „inwestować na ślepo ponad swoje możliwości finansowe”.
Na razie informacja dla programistów jest konkretna: niemal pionierski model kodowania obejmujący milion tokenów można pobrać bezpłatnie i został zbudowany bez użycia ani jednego amerykańskiego chipa objętego ograniczeniami. Niezależnie od tego, czy amerykańskie laboratoria zareagują tańszymi otwartymi ciężarkami, ściślejszą kontrolą, czy też ponownym dążeniem do surowej wydajności, krajobraz konkurencji znów się zmienił.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
