LongCat-2.0, el MoE de 1,6 billones de Meituan que quiere jubilar a Nvidia del entrenamiento frontera
TL;DR. Meituan (el gigante chino del delivery y servicios locales) presentó el 30 de junio de 2026 LongCat-2.0, un modelo MoE de 1,6 billones de parámetros totales con ~48.000 millones activos por token (rango dinámico 33B–56B), entrenado en más de 35 billones de tokens sobre 50.000+ ASICs domésticos chinos sin un solo rollback. Es open-weight anunciado bajo licencia MIT, con API pública que cobra 0,30 $ por millón de tokens de entrada en tarifa promocional (0,75 $ estándar). El verdadero titular no es el modelo: es que un actor al que la conversación occidental ni siquiera miraba acaba de entrenar frontera completa fuera del stack Nvidia.
1. Ficha
| Campo | Valor |
|---|---|
| Organización | Meituan LongCat Team |
| Release | 30 jun 2026 |
| Licencia | MIT (pesos "coming soon" en HF) |
| Tipo | Mixture-of-Experts (MoE) |
| Params totales | 1,6 billones |
| Params activos | ~48B (rango dinámico 33B–56B) |
| Nº expertos activos | no divulgado |
| Contexto | 1M tokens nativo (128K en API) |
| Modalidades | Texto + código + agente |
| Idiomas | Chino, inglés, multilingüe |
| Tokenizer | propio Meituan (sin detalle público) |
| Variantes en HF | sólo meituan-longcat/LongCat-2.0 (sin pesos aún) |
| Disponible en API | sí — api.longcat.chat/openai y …/anthropic |
| Open weights | anunciado MIT, no liberado al cierre |
Fuentes: blog oficial · model card HF.
2. Contexto y posicionamiento
Meituan se presenta en Occidente como una app de comida a domicilio. En China es el operador dominante de servicios locales (delivery, hoteles, viajes, retail) y desde 2023 mantiene un equipo interno de AI dedicado, LongCat, que ha ido liberando modelos con un ritmo y una coherencia raras en el ecosistema chino: primero LongCat-Flash-Chat (560B/27B, MIT, paper arXiv 2509.01322), luego la versión Thinking, después LongCat-Next (74B nativo multimodal), LongCat-Flash-Omni, LongCat-Video, LongCat-Image. LongCat-2.0 es la culminación de esa trayectoria: un modelo pensado específicamente para agentes de coding de horizonte largo, no para chatbots generalistas.
El carril competitivo es claro: DeepSeek V3.1 (671B/37B), Qwen3-Max (1T+), Kimi K2.7-Code (1T/32B). LongCat-2.0 entra con más parámetros totales que ninguno pero un ratio activo/total más bajo (~3% vs ~5,5% de DeepSeek, ~12,5% de Mixtral histórico). En la conversación geopolítica, su existencia complica la narrativa simple de las export controls: demuestra que el entrenamiento frontera es posible sin GPUs Nvidia tope de gama si se invierte en systems engineering.
3. Arquitectura
Tres decisiones técnicas destacadas en el blog oficial:
- LongCat Sparse Attention (LSA). Evolución del DeepSeek Sparse Attention. Añade Streaming-aware Indexing (lecturas HBM coalescidas), Cross-Layer Indexing (una pasada de saliencia sirve a varias capas consecutivas) e Hierarchical Indexing (recall por bloques, fine selection dentro). El blog claims reducción del coste long-context de cuadrático a lineal y la mantiene activa incluso en Multi-Token Prediction (draft y target comparten indexer).
- Zero-Computation Experts + ScMoE. Heredado de LongCat-Flash. Activa entre 33B y 56B parámetros por token según la complejidad inferida por un controlador PID que ajusta el expert bias: tokens simples (puntuación, variable bien nombrada) gastan casi cero; tokens complejos (algoritmo recursivo) reciben más capacidad. Es la materialización práctica del "no todos los tokens valen lo mismo".
- N-gram Embedding (135B parámetros, n=5). Expande el espacio de embedding ~100× vía combinaciones de tokens. Meituan encontró que añadir 135B de expertos daba ganancia marginal (el MoE ya es ~97% sparse), pero esa misma masa en n-grams sí movía métricas. Mantienen el peso de n-gram <10% del total porque por encima de 50% hay rendimientos decrecientes.
Tokenizer: propio, no detallado. Cautela editorial: antes de afirmar "multilingüe" habría que validar cobertura en idiomas europeos más allá de EN/中文, y el paper técnico no se ha publicado.
4. Entrenamiento
| Aspecto | Detalle |
|---|---|
| Pre-training | >35 billones de tokens (algunas fuentes citan 30T; el blog dice 35T) |
| Datos | chino, inglés, multilingüe, código |
| Hardware | 50.000+ ASICs "domésticos" (vendor no confirmado oficialmente) |
| Duración / fases | pre-training → mid-training (razonamiento + coding + 128K→1M) → MOPD multi-expert post-training |
| Throughput | >1 billón de tokens/día en estado estable |
| Estabilidad | "sin rollbacks ni loss spikes irrecoverables" (claim oficial) |
El post-training usa MOPD (Multi-Teacher On-Policy Distill) con tres grupos de expertos destilados sobre un checkpoint SFT base: Agent (tool use, parsing, autocorrección), Reasoning (multi-hop, STEM, compute adaptativo), Interaction (instruction following, anti-alucinación). Integración nativa el día 1 con Claude Code, OpenClaw y Hermes Agent.
Caveat editorial: la claim de "50.000 ASICs sin rollbacks" es el ángulo geopolítico del lanzamiento. El vendor exacto no se ha hecho público. La especulación más razonable (HN, teortaxes, SemiAnalysis) es Huawei Ascend 910C/910B, pero mientras Meituan no lo confirme en una docs oficial, hay que etiquetarlo como "no confirmado".
5. Benchmarks
Todos los números son in-house Meituan con harness unificado (Claude Code sandbox) salvo los asteriscados (reportados externamente por Anthropic/Google/OpenAI en sus propios papers).
| Modelo | Total / Activo | SWE-Pro | SWE-Multi | Terminal-Bench 2.1 | FORTE | BrowseComp | GPQA-diamond |
|---|---|---|---|---|---|---|---|
| LongCat-2.0 | 1,6T / 48B | 59,5 | 77,3 | 70,8 | 73,2 | 79,9 | 88,9 |
| Gemini 3.1 Pro | – | 54,2* | 76,9* | 70,7* | – | 85,9* | – |
| GPT-5.5 | – | 58,6* | – | 73,8* | – | – | – |
| Claude Opus 4.6 | – | 57,3* | 77,8* | – | – | – | – |
| Claude Opus 4.7 | – | 64,3* | 80,5* | 71,7* | 70,3 | – | – |
| Claude Opus 4.8 | – | 69,2* | 84,8* | 78,9* | 85,3 | 84,3* | – |
Lectura: LongCat-2.0 supera a Gemini 3.1 Pro en code-agent, está al nivel de GPT-5.5, pero trail claramente a Opus 4.8 en todas las columnas externas. En razonamiento fundamental (GPQA 88,9) iguala a modelos frontier cerrados. Los benchmarks son sólidos pero autorreportados sin replicación independiente todavía — esperar 1–2 semanas a que DevThrottle, Interconnects, Awni o Simon Willison publiquen sus propias medidas antes de tomar las cifras como definitivas.
6. Disponibilidad y pricing
Precios oficiales (docs Meituan, EN y ZH consistentes, FX implícito 6,67 ¥/$):
| Concepto | Estándar USD / 1M | Promo limitada USD / 1M |
|---|---|---|
| Input (uncached) | $0,75 | $0,30 |
| Input (cached) | $0,015 | $0,006 |
| Output | $2,95 | $1,20 |
Fuentes: /platform/docs/Pricing/LongCat-2.0.html (EN) · /platform/docs/zh/Pricing/LongCat-2.0.html (ZH). El ZH aclara que el descuento es "promoción por el lanzamiento inicial" — esperable que se retire en semanas.
Canales de acceso:
- API oficial api.longcat.chat/openai y …/anthropic (compatibles). Promoción actual con 10M tokens gratis para nuevos usuarios según reporte de usuarios.
- OpenRouter: disponible como Owl Alpha durante el pre-reveal (top 3 global por volumen diario, #1 en Hermes Agent, #2 en Claude Code). Retirado tras el reveal del 30 jun — búsqueda ?q=longcat en openrouter.ai/models da "No matching models found" al cierre.
- DMXAPI: agregador chino de APIs; plausible que ofrezca LongCat-2.0 pero no verificado independientemente.
7. Hardware para ejecutarlo
Requisitos estimados para inferencia (sin guía oficial de deployment):
| Cuantización | VRAM mínima (params) | GPU ejemplo | Notas |
|---|---|---|---|
| bf16 | ~3,2 TB | cluster dedicado | Comparable a LongCat-Flash-Omni (561B bf16 → 16×H800) |
| FP8 | ~1,6 TB | 1 nodo con 8× H20-141G o similar | el mínimo realista |
| INT4 (AWQ/GPTQ) | ~800 GB | multi-nodo enterprise | cuantización externa |
| INT2 | ~400 GB | sólo viable en datacenter | "si tienes que preguntar, no puedes correrlo" (HN) |
Realidad: con 48B activos y arquitectura MoE, todos los expertos deben estar en memoria durante el forward pass; el ratio activo/total sólo reduce compute, no storage. Esto coloca a LongCat-2.0 en la misma categoría que DeepSeek V3.1 o Kimi K2.7: requiere infraestructura de datacenter, no es viable en GPUs de consumo. llama.cpp no lo soporta aún; vLLM y SGLang tendrán adaptaciones cuando caigan los pesos.
Throughput declarado: el blog habla de >100 tokens/s para el hermano menor (LongCat-Flash-Chat, 27B activos); para 48B activos de LongCat-2.0 esperar 40–80 t/s en H800 FP8 (estimación, sin dato oficial).
8. Familia en Hugging Face
La org meituan-longcat tiene 26 repos públicos. Lo principal para texto/código/agentes:
| Modelo | Params | Notas | Paper |
|---|---|---|---|
| LongCat-2.0 | 1,6T / 48B | flagship agentic coding (este artículo) | ❌ no publicado |
| LongCat-Flash-Chat | 560B / 27B | foundation no-thinking, MIT, 79k descargas | arXiv 2509.01322 |
| LongCat-Flash-Thinking-2601 | 560B | versión reasoning | – |
| LongCat-Flash-Thinking-ZigZag | 560B | variante experimental | – |
| LongCat-Flash-Prover | 560B | fine-tune para demostración de teoremas | – |
| LongCat-HeavyMode-Summary | 560B | fine-tune para resumen | – |
| LongCat-Flash-Lite | 560B / ~? | versión lite + cuantización FP8 | – |
| LongCat-Flash-Omni | 561B | omni-modal (texto+visión+audio) | – |
| LongCat-Next | 74B / A3B | nativo multimodal discreto | arXiv 2603.27538 |
Multimodal: LongCat-Video, LongCat-Video-Avatar-1.5, LongCat-Image, LongCat-Image-Edit, LongCat-AudioDiT (1B/3.5B), LongCat-Audio-Codec.
Caveat: la docs oficial de la API dice literalmente "Pay-As-You-Go currently supports LongCat-2.0" — sólo el 2.0 está en la plataforma de pago. El resto se sirve vía HF para self-host.
9. Limitaciones y letra pequeña
- Pesos no liberados al cierre (2 jul 2026). Repo HF con sólo 6 archivos (README, LICENSE, logos), 2,84 MB totales, 0 descargas, "Model weights coming soon — stay tuned!" en el README. Sin timeline oficial.
- Paper técnico en arXiv no publicado. Búsqueda con
ti:LongCat AND au:Meituanenexport.arxiv.orgdevuelve vacío a 2 jul 2026. Sí están los papers de LongCat-Flash (2509.01322), LongCat-Flash-Thinking, LongCat-Flash-Omni, LongCat-Next (2603.27538), LongCat-Video — el del 2.0 llegará en semanas. - Chip no confirmado oficialmente. El blog dice "domestic ASIC superpods" y se detiene ahí. Mercado especula con Huawei Ascend 910C.
- Owl Alpha → LongCat-2.0: trampa de marketing retroactiva. El modelo circuló anónimo en OpenRouter semanas antes del reveal; el reveal validó adopción real.
- Test HN temprano en razonamiento nuclear: un usuario preguntó a LongCat-2.0 por Pu-241 vs U-235 como combustible y obtuvo "respuesta bien razonada pero incorrecta". Qwen 3.7 Plus y Gemini Flash acertaron. n=1, pero aviso para deployment en STEM crítico.
- Benchmarks sin replicación independiente. Todos los números de la tabla son in-house Meituan o autoreportados por Anthropic/Google/OpenAI. Esperar medidas de terceros.
- Pricing con FX implícito deliberadamente bajo (6,67 ¥/$ vs ~7,15 real). El cliente internacional paga ~6–7% menos en términos reales que el chino; margen pequeño pero existe.
10. Veredicto ojeo
El verdadero titular de LongCat-2.0 no es el modelo: es el modo de entrenamiento. 35 billones de tokens, 50.000 ASICs, sin rollbacks, en un cluster chino que la conversación occidental de export controls había dado por detrás de Nvidia. Dwarkesh Patel lleva meses preguntándose si los labs chinos pueden entrenar frontera sin la stack americana; Meituan acaba de responder empíricamente que sí, a cambio de sistemas (operadores deterministas, fault recovery, paralelismo memory-aware) en vez de silicio.
Para el clúster geopolítico que cubre ojeo, la conexión es directa: Pax Silica, MEMOcalipsis, soberanía semiconductores UE. La UE tiene Ley de Chips, IMEC, ASML, Gaia-X, AI Factories — y ningún Estado miembro ha puesto 50.000 aceleradores sobre la mesa ni ha movido formación profesional con esa velocidad. Corea anunció 1 billón $ en chips+humanoides el 29 jun (otra pieza del mismo tablero). Mientras Europa discute soberanía, China ejecuta.
Para el desarrollador europeo, el escenario favorable es: pesos aterrizan en HF con la MIT anunciada en 2–4 semanas, se suma al ladder open-weight de Kimi K2.7-Code y GLM-5.2, y la decisión real es "¿lo uso en producción o me quedo en Anthropic?". El escenario desfavorable: los pesos no aterrizan, Meituan decide monetizar vía API y la promesa de open-weights se queda en marketing.
Nuestra recomendación: si necesitas coder agent hoy, mantén Claude Code con Opus 4.7/4.8 (sigue liderando SWE-bench Pro con margen) y monitoriza HF meituan-longcat/LongCat-2.0 para los pesos. Cuando caigan, evalúa en tu codebase concreto — el benchmark que importa es el tuyo, no el de Meituan.
Fuentes verificadas (2 jul 2026):
- Blog oficial: longcat.chat/blog/longcat-2.0
- Pricing EN: longcat.chat/platform/docs/Pricing/LongCat-2.0.html
- Pricing ZH: longcat.chat/platform/docs/zh/Pricing/LongCat-2.0.html
- Model card HF: huggingface.co/meituan-longcat/LongCat-2.0
- Org HF (26 modelos): huggingface.co/meituan-longcat
- Análisis técnico: explainx.ai/blog/longcat-2-0-open-source-moe-coding-agent-2026
- Geopolítica + Owl Alpha: geopolitechs.org/p/longcat-20-chinas-most-unexpected
- Discusión HN: news.ycombinator.com/item?id=48727116
Tags sugeridos: ia, modelos, china, meituan, longcat, moe, agentes, open-weights, export-controls, soberanía-tech