Meituan lanza modelo de IA de un billón de parámetros entrenado con chips chinos

El gigante chino de entrega de comida Meituan lanzó y abrió el código de LongCat-2.0 el martes, un modelo de lenguaje extenso de 1,6 billones de parámetros entrenado completamente con chips producidos a nivel nacional; lo que la compañía afirma es el primer sistema de IA de un billón de parámetros del mundo construido y ejecutado en un clúster de 50.000 procesadores de fabricación china.money.usnews+1

El modelo Mixture-of-Experts, lanzado bajo la permisiva licencia MIT en GitHub y Hugging Face, cuenta con una ventana de contexto de un millón de tokens y está diseñado para tareas de codificación autónoma, ingeniería de software y agentes de IA. Meituan dijo que el rendimiento de LongCat-2.0 es comparable al de Gemini 3.1 Pro de Alphabet Inc. ↘ 0.48% de Google, e igualó o superó a varios modelos propietarios líderes, incluidos GPT-5.5 de OpenAI y Claude Opus de Anthropic, en puntos de referencia clave.channelnewsasia+2

Un hito para la autosuficiencia de la IA en China

El lanzamiento marca un avance notable en los esfuerzos de China por desarrollar IA de frontera sin depender del hardware de Nvidia ↘ 1.39%. Mientras que el V4-pro de DeepSeek, lanzado en abril, utilizó chips nacionales solo para la inferencia —el proceso de ejecutar un modelo entrenado—, LongCat-2.0 utilizó chips ASIC chinos tanto para el preentrenamiento como para la inferencia, según el South China Morning Post.scmp

"LongCat-2.0 ha demostrado que ahora tenemos la capacidad de entrenar modelos a gran escala en clústeres informáticos nacionales", dijo Meituan en un comunicado, sin nombrar al fabricante de chips.wtaq+1

El equipo de investigación de IA de Meituan comenzó a explorar el uso de chips nacionales en 2023. El modelo se conocía anteriormente de forma anónima como "Owl Alpha" y había encabezado las clasificaciones de desarrolladores de OpenRouter antes de que se revelara su identidad.techxplore+2

Escala y competencia

Con 1,6 billones de parámetros, LongCat-2.0 pone a Meituan a la par con el último modelo insignia V4-pro de DeepSeek. La escala representa un salto desde el anterior LongCat-Flash de la compañía, que tenía 560 mil millones de parámetros.medium.datadriveninvestor+1

El modelo fue construido sobre lo que Meituan describió como "clústeres a gran escala de decenas de miles de superpods ASIC de IA", lo que demuestra su capacidad para "realizar entrenamientos a escala de frontera en plataformas de hardware alternativas". El lanzamiento de código abierto bajo una licencia MIT lo convierte en uno de los modelos de IA a gran escala comercialmente más flexibles disponibles, permitiendo a los desarrolladores modificarlo y redistribuirlo sin restricciones.scmp+2