Miksi tämä julkaisu on merkittävä

LongCat-2.0 ei ole vain iso malli muiden joukossa. Se on merkki siitä, että kiinalainen tekoälykehitys voi yltää lähelle huipputason suorituskykyä ilman kehittyneitä yhdysvaltalaisia grafiikkasuorittimia, joiden vientiä on rajoitettu yhä tiukemmin . Malli osoittaa, että 1,6 biljoonan parametrin järjestelmä voidaan rakentaa alusta loppuun pelkästään kotimaisilla piireillä.

Tekniset tiedot

• Arkkitehtuuri: Mixture-of-Experts (MoE), jossa on yhteensä 1,6 biljoonaa parametria, mutta vain noin 48 miljardia aktivoituu merkkiä kohden (harvuus noin 97 %) .
• Konteksti-ikkuna: 1 miljoona merkkiä, mahdollistettu LongCat Sparse Attention (LSA) -mekanismilla, joka on kehitetty DeepSeekin vastaavan pohjalta .
• Aktiivisten parametrien vaihteluväli: 33–56 miljardia merkkiä kohden dynaamisen Zero-Compute Expert -reitityksen avulla .
• N-grammien upotus: Noin 135 miljardin parametrin lisäys upotuskerrokseen, joka parantaa paikallisen kontekstin esitystä ilman uusia MoE-kerroksia .
• Käyttötarkoitus: Agenttimainen koodaus – koodin ymmärtäminen, tuottaminen ja suorittaminen todellisissa työkaluja käyttävissä skenaarioissa .
• Koulutusinfrastruktuuri: Koulutettu alusta asti 50 000–60 000 kiinalaisella tekoälypiirillä (ei Nvidia-grafiikkasuorittimilla). Koulutusdatana käytettiin yli 35 biljoonaa merkkiä kiinaa, englantia, monikielistä tekstiä ja lähdekoodia .
• Lisenssi: MIT-lisenssi .
• Saatavuus: Painot ja koodi on julkaistu GitHubissa, Hugging Facessa ja LongCatin verkkosivuilla; saatavilla myös API-rajapinnan ja online-demon kautta .

Suorituskyky ja vertailuarvot

Meituanin mukaan LongCat-2.0 yltää Googlen Gemini 3.1 Pron tasolle . Ennen virallista julkistusta malli toimi nimettömänä 'Owl Alpha' -nimellä OpenRouter-palvelussa, jossa se nousi kehittäjien suorituskykyvertailujen kärkeen .

Julkaistuja vertailuarvoja:

• Terminal-Bench 2.1: 70,8
• SWE-bench Pro: 59,5 (GPT-5.5: 58,6 vertailun vuoksi)
• SWE-bench Multilingual: 77,3
• FORTE: 73,2

Strateginen merkitys

LongCat-2.0:n vaikutukset ulottuvat paljon vertailuarvoja pidemmälle:

• Ensimmäinen biljoonan parametrin malli, joka on koulutettu alusta loppuun kotimaisilla kiinalaisilla siruilla – esikoulutuksesta päättelyyn ja käyttöönottoon. Tätä ei edes DeepSeek-V4-pro saavuttanut, sillä se käytti kotimaisia piirejä vain päättelyvaiheessa .
• Osoittaa Kiinan kykenevän lähes huipputason tekoälyyn ilman Nvidian kehittyneitä grafiikkasuorittimia, joihin kohdistuu Yhdysvaltojen vientirajoituksia .
• Viittaa Kiinan tekoälykehityksen mahdolliseen irtautumiseen yhdysvaltalaisesta laitteistoketjusta, millä on vaikutuksia maailmanlaajuisille tekoälysirumarkkinoille ja teknologiseen kilpailuun .
• Meituanille malli on askel ruoanjakeluyhtiöstä vakavasti otettavaksi avoimen lähdekoodin tekoälymallien kehittäjäksi, kuten Alibaba (Qwen) ja ByteDance .

Keskeiset arkkitehtuuriset innovaatiot

LongCat-2.0 tuo kaksi merkittävää parannusta edeltäjäänsä LongCat-Flashiin verrattuna:

1. LongCat Sparse Attention (LSA): DeepSeekin vastaavasta (DSA) kehitetty mekanismi, joka vähentää indeksoijan viivepullonkauloja kolmella itsenäisellä optimoinnilla: virtatietoinen indeksointi, kerrosten välinen indeksointi ja hierarkkinen indeksointi. Tarkoituksena on nopeuttaa pitkien kontekstien käsittelyä laadun kärsimättä .

2. MOPD (Multi-Objective Process Decoding): Malli jakaa asiantuntijansa kolmeen erikoistuneeseen ryhmään: Agentti, Päättely ja Vuorovaikutus. Portti reitittää kunkin merkin sopivaan ryhmään tehtävätyypin mukaan .

Saatavuus ja käyttöönotto

Kehittäjät ja tutkijat voivat käyttää LongCat-2.0:aa sallivan MIT-lisenssin alla. Mallin painot, päättelykoodi ja dokumentaatio ovat saatavilla GitHubissa, Hugging Facessa ja LongCatin virallisilla verkkosivuilla. Myös API-rajapinta ja interaktiivinen online-demo ovat tarjolla .

Miksi tämä julkaisu on merkittävä

LongCat-2.0 ei ole vain iso malli muiden joukossa. Se on merkki siitä, että kiinalainen tekoälykehitys voi yltää lähelle huipputason suorituskykyä ilman kehittyneitä yhdysvaltalaisia grafiikkasuorittimia, joiden vientiä on rajoitettu yhä tiukemmin . Malli osoittaa, että 1,6 biljoonan parametrin järjestelmä voidaan rakentaa alusta loppuun pelkästään kotimaisilla piireillä.

Tekniset tiedot

• Arkkitehtuuri: Mixture-of-Experts (MoE), jossa on yhteensä 1,6 biljoonaa parametria, mutta vain noin 48 miljardia aktivoituu merkkiä kohden (harvuus noin 97 %) .
• Konteksti-ikkuna: 1 miljoona merkkiä, mahdollistettu LongCat Sparse Attention (LSA) -mekanismilla, joka on kehitetty DeepSeekin vastaavan pohjalta .
• Aktiivisten parametrien vaihteluväli: 33–56 miljardia merkkiä kohden dynaamisen Zero-Compute Expert -reitityksen avulla .
• N-grammien upotus: Noin 135 miljardin parametrin lisäys upotuskerrokseen, joka parantaa paikallisen kontekstin esitystä ilman uusia MoE-kerroksia .
• Käyttötarkoitus: Agenttimainen koodaus – koodin ymmärtäminen, tuottaminen ja suorittaminen todellisissa työkaluja käyttävissä skenaarioissa .
• Koulutusinfrastruktuuri: Koulutettu alusta asti 50 000–60 000 kiinalaisella tekoälypiirillä (ei Nvidia-grafiikkasuorittimilla). Koulutusdatana käytettiin yli 35 biljoonaa merkkiä kiinaa, englantia, monikielistä tekstiä ja lähdekoodia .
• Lisenssi: MIT-lisenssi .
• Saatavuus: Painot ja koodi on julkaistu GitHubissa, Hugging Facessa ja LongCatin verkkosivuilla; saatavilla myös API-rajapinnan ja online-demon kautta .

Suorituskyky ja vertailuarvot

Meituanin mukaan LongCat-2.0 yltää Googlen Gemini 3.1 Pron tasolle . Ennen virallista julkistusta malli toimi nimettömänä 'Owl Alpha' -nimellä OpenRouter-palvelussa, jossa se nousi kehittäjien suorituskykyvertailujen kärkeen .

Julkaistuja vertailuarvoja:

• Terminal-Bench 2.1: 70,8
• SWE-bench Pro: 59,5 (GPT-5.5: 58,6 vertailun vuoksi)
• SWE-bench Multilingual: 77,3
• FORTE: 73,2

Strateginen merkitys

LongCat-2.0:n vaikutukset ulottuvat paljon vertailuarvoja pidemmälle:

• Ensimmäinen biljoonan parametrin malli, joka on koulutettu alusta loppuun kotimaisilla kiinalaisilla siruilla – esikoulutuksesta päättelyyn ja käyttöönottoon. Tätä ei edes DeepSeek-V4-pro saavuttanut, sillä se käytti kotimaisia piirejä vain päättelyvaiheessa .
• Osoittaa Kiinan kykenevän lähes huipputason tekoälyyn ilman Nvidian kehittyneitä grafiikkasuorittimia, joihin kohdistuu Yhdysvaltojen vientirajoituksia .
• Viittaa Kiinan tekoälykehityksen mahdolliseen irtautumiseen yhdysvaltalaisesta laitteistoketjusta, millä on vaikutuksia maailmanlaajuisille tekoälysirumarkkinoille ja teknologiseen kilpailuun .
• Meituanille malli on askel ruoanjakeluyhtiöstä vakavasti otettavaksi avoimen lähdekoodin tekoälymallien kehittäjäksi, kuten Alibaba (Qwen) ja ByteDance .

Keskeiset arkkitehtuuriset innovaatiot

LongCat-2.0 tuo kaksi merkittävää parannusta edeltäjäänsä LongCat-Flashiin verrattuna:

1. LongCat Sparse Attention (LSA): DeepSeekin vastaavasta (DSA) kehitetty mekanismi, joka vähentää indeksoijan viivepullonkauloja kolmella itsenäisellä optimoinnilla: virtatietoinen indeksointi, kerrosten välinen indeksointi ja hierarkkinen indeksointi. Tarkoituksena on nopeuttaa pitkien kontekstien käsittelyä laadun kärsimättä .

2. MOPD (Multi-Objective Process Decoding): Malli jakaa asiantuntijansa kolmeen erikoistuneeseen ryhmään: Agentti, Päättely ja Vuorovaikutus. Portti reitittää kunkin merkin sopivaan ryhmään tehtävätyypin mukaan .

Saatavuus ja käyttöönotto

Kehittäjät ja tutkijat voivat käyttää LongCat-2.0:aa sallivan MIT-lisenssin alla. Mallin painot, päättelykoodi ja dokumentaatio ovat saatavilla GitHubissa, Hugging Facessa ja LongCatin virallisilla verkkosivuilla. Myös API-rajapinta ja interaktiivinen online-demo ovat tarjolla .