Pár órával ezelőtt a kínai futárcég és „szuperapp” Meituan hivatalosan nyilvánosságra hozta a LongCat-2.0 modellt a GitHubon, a Hugging Face-en és saját platformján. A vállalat elárulta, hogy a nyílt forrású kiadás mögött az azonosítás nélküli "Owl Alpha" volt, amely az elmúlt két hónapban nagy népszerűséget ért el az OpenRouter fejlesztői rangsoraiban.
Modell és licenc
A LongCat-2.0 egy 1,6 billió (1.6 trillion) paraméteres Mixture-of-Experts (MoE) architektúra, amely natív módon támogat egy 1 millió token hosszúságú kontextusablakot. A modellt a Meituan az MIT-licenc alatt tette közzé, így vállalati környezetben is kommercializálható és módosítható anélkül, hogy kötelezővé válna a származtatott kód nyilvánosságra hozatala.
Képzés és hardver
A Meituan közlése szerint a modellt teljes egészében több mint 50 000 hazai gyártású alkalmazás-specifikus integrált áramkörön (ASIC) képezték. Ez demonstrálja, hogy a közel-frontvonalbeli nagyméretű modellek skálázása nem feltétlenül igényli a hagyományosan használt amerikai Nvidia GPU-kat.
Árstratégia és kereskedelmi hozzáférés
Meituan kereskedelmi hozzáférést kínál az architektúrához: a szolgáltatás két alapvető módon működik — hagyományos, valós idejű API fizetés (pay-as-you-go) és strukturált "Token Pack" csomagok formájában. A standard API-ár a cache nélküli (uncached) bevitelre $0.75 per millió token és $2.95 per millió token a kimenetre; azonban időszakos promócióban ezek az értékek $0.30 (bevitel) és $1.20 (kimenet) per millió tokenre csökkenhetnek.
A kereskedelmi modell különlegessége a kontextus-cache kezelése: a cache-találatok feldolgozása ingyenes, tehát ismételt hivatkozások egy tárolt kontextusra nem vonnak le további kvótát a Token Packokból. A Token Packok 30 napig érvényes, egyösszegű volumencsomagok, amelyeket limitált, azaz flash sale jellegű akciókban adnak el naponta négyszer (Peking idő szerint 10:00, 16:00, 21:00 és 23:00), "az elsőként érkező, elsőként kiszolgált" alapon.
A piaci összehasonlításban a LongCat-2.0 promóciós ára ($0.30 in / $1.20 out per 1M) a versenyképes, olcsóbb végükre esik a top teljesítményű modellek skálájának.
Teljesítmény és benchmarkok
A LongCat-2.0 célzottan többlépéses mérnöki feladatokra és automatizált kódműveletekre optimalizált. Standardizált mérések szerint a modell 59.5 pontot ért el a SWE-bench Pro teszten, míg az OpenAI GPT-5.5 58.6 pontot regisztrált ugyanott. További eredmények: 70.8 a Terminal-Bench 2.1-en, 77.3 a SWE-bench Multilingualon és 73.2 a FORTE vállalati munkafolyamat-szimulátoron.
Technológia: hogyan működik az 1 millió tokenes kontextus
A LongCat-2.0 a Mixture-of-Experts sparsity agresszív optimalizálására épül: a teljes paraméterméret 1,6 billió, miközben az aktív számítás átlagosan 48 milliárd paraméter per token körül mozog (tartomány: 33–56 milliárd, a lekérdezés bonyolultságától függően). A "Zero-Compute Experts" megközelítés révén a rutin műveleteket könnyebb alhálózatok kezelik, csökkentve az inaktív számítási overheadet.
A működő 1 millió tokenes ablak fenntartásához a Meituan bevezette a LongCat Sparse Attention (LSA) mechanizmust. Az LSA három, egymástól független irányban javítja a jelölést és memóriakezelést:
- Streaming-aware Indexing (SI): hardverhez igazított, folytonos adatolvasást kombinál dinamikus véletlenszerű kiválasztással, így fragmentált memóriaműveletekből kiszámítható, soros blokkolvasást hoz létre.
- Cross-Layer Indexing (CLI): kihasználja, hogy az attention fontosság viszonylag stabil a közeli rejtett rétegek között; egy indexelési átjárat több réteget is vezérel, amit keresztrétegű distilláció erősít a képzés során.
- Hierarchical Indexing (HI): durva-hoz-finom kétlépcsős szűrést alkalmaz: előszűrés blokk-szinten, majd finom token-kiválasztás a megtartott jelöltekre.
Ezen túl a Meituan N-gram Embedding modult is integrált, ami 5-gram tokenkombinációs keretben további 135 milliárd paraméterrel bővíti a beágyazási teret. Ez a megoldás beágyazásokban körülbelül 100-szoros sűrűségnövekedést eredményez, javítva a helyi tokenkapcsolatok megragadását és a nagy batch-es inferencia memória I/O hatékonyságát.
Post-training: MOPD és specializált szakértői csoportok
A LongCat-2.0 poszt-tréning lépéseit a Meituan a Multi-Teacher Optimization via Mixture of Specialized Experts (MOPD) réteggel valósította meg. Ahelyett, hogy egyetlen összetett jutalomfüggvényt alkalmaznának, a finomhangolás három elkülönült szakértői klaszterre oszlik:
- Agent Experts: eszközvezérlésre, többszörös API-paraméter-kezelésre és önjavító végrehajtási hurkokra optimalizálták.
- Reasoning Experts: többlépéses logika, chain-of-thought, matematika és magasabb szintű STEM problémamegoldás specializálói.
- Interaction Experts: emberi irányultság, utasításkövetés, tényalaposság és biztonsági védőkorlátok fenntartása.
Ezeket a vektorokat elkülönítve hangolták, majd futásidőben egy dinamikus gate-routing mechanizmus egyesíti a specializált viselkedéseket, így a végső rendszer egyidejűleg képes mély következtetésre, stabil eszközhasználatra és biztonságos felhasználói interakcióra.
Piaci és geopolitikai kontextus
A Meituan kiadása jelentőségteljes azért is, mert időben egybeesik az Egyesült Államok azon törekvéseivel, hogy korlátozza bizonyos nyugati kutatóintézetek legújabb modelljeinek hozzáférését. A cikk emlékeztet rá, hogy az amerikai kormány kérésére az OpenAI korlátozta a GPT-5.6 modellek elérhetőségét, és hogy korábban az Anthropic is korlátozásra kényszerült Claude Fable 5 / Mythos 5 modellekkel kapcsolatban. A nyugati, zárt forrású modellek elérhetőségének szigorítása és az API-k költségeinek emelkedése nyitott ablakot teremtett a fejlesztők számára, akik olcsó, nagy teljesítményű alternatívákat keresnek — amilyenek a kínai nyílt forrású modellek között szerepelnek.
A LongCat-2.0 „Owl Alpha” néven eltöltött, már említett időszaka alatt az OpenRouteren mintegy 10.1 trillió havi tokenforgalmat generált, napi átlagban 559 milliárd tokent, ami havi szinten 242%-os növekedést jelentett és a platform top három helyezésébe repítette.
Meituan átmenete: logisztikából AI-infrastruktúrába
A Meituant 2010 márciusában alapította Wang Xing. Az eredetileg kuponos, majd „szuperapp”-pá bővült platform a 2015-ös Dianping-fúzió után vált vezető szereplővé Kína városi kiszállítási és helyi szolgáltatási piacán. A társaság a Hong Kongi Értéktőzsdén működik, és saját adatai szerint több mint 770 millió éves tranzakciós felhasználót és több mint 14,5 millió kereskedőt szolgál ki.
A profitmarginok nyomása és a belföldi verseny miatt a Meituan stratégiai fordulatot hajtott végre: jelentős összegeket fektetett mesterséges intelligenciába és hazai chipfejlesztésbe. Ennek korábbi lépései közé tartozik a 2025 végén megjelent LongCat-Flash (560 milliárd paraméter) és a LongCat-Flash-Thinking modellek nyílt forrású kiadása.
Vállalati hatások és alkalmazások
Az MIT-licenc és az 1 millió tokenes kontextus adott lehetőségeket nyit a nagyvállalati alkalmazások számára: belső adattárak helyi beágyazásával és a cache-mentesített költségstruktúrával cégek mély, autonóm kódmigrációs, refaktorálási és üzemeltetési folyamatokat hajthatnak végre anélkül, hogy folyamatosan fizetniük kellene harmadik fél API-hívásokért.
A MOPD-alapú szakértői elkülönítés lehetővé teszi, hogy pénzügyi vagy egészségügyi szervezetek célzottan futtassanak komplex logikai és számítási átmeneteket a Reasoning Experts-en keresztül, miközben az Interaction Experts csökkenti a ténybeli hibázásokat és fenntartja a biztonsági korlátokat. A cache-találatok ingyenessége különösen előnyös ismétlődő, nagy kontextusú kódműveletek során.
Összegzés
A LongCat-2.0 kiadása egyszerre technológiai, üzleti és geopolitikai jelzés: a modell nyílt forrású MIT-licence és az otthoni ASIC-alapú képzés demonstrálja, hogy Kínában is skálázhatók a frontvonalbeli modellek zárt, importált GPU-k nélkül. Az árazási modell, a cache-mentes feldolgozás és a MOPD szerkezet kifejezetten az autonóm szoftverfejlesztési feladatok költséghatékony kiszolgálására fókuszál.
A Meituan ezzel tovább lépett azon az úton, hogy a logisztikai és helyi szolgáltatási platformból alapinfrastruktúra-szolgáltatóvá váljon a globális AI-ökoszisztémában.
