- LongCat-2.0 tiene 1,6 billones de parámetros y un contexto de un millón de tokens
- Meituan entrenó el modelo utilizando más de 50.000 aceleradores de IA nacionales.
- El modelo está completamente pre-entrenado sin ningún hardware Nvidia involucrado.
Meituan lanzó Longcat-2.0, un modelo de lenguaje grande de código abierto que contiene 1,6 billones de parámetros y admite ventanas contextuales de 1 millón de tokens.
Esta escala coloca al modelo aproximadamente a la par con el buque insignia V4-pro de Dipsic, que se lanzó en abril de este año.
Meituan dijo que Longcat-2.0 completó el entrenamiento de proceso completo en un grupo informático que contiene más de 50.000 aceleradores de IA nacionales, lo que lo convierte en el primer modelo de un billón de parámetros en alcanzar esa escala.
El hardware nacional ha alcanzado un nuevo hito en formación
El anuncio se produce mientras China continúa expandiendo su capacidad informática nacional en medio de restricciones a las exportaciones que limitan el acceso a procesadores gráficos avanzados de Estados Unidos.
A diferencia de DeepSeek V4-pro, que solo se basa en chips chinos durante la estimación, LongCat-2.0 también completó una fase de preentrenamiento mucho más exigente utilizando hardware nacional.
Esto significa que la empresa ha evitado por completo el uso de hardware de IA extranjero como Nvidia.
La compañía dijo que el sistema se construyó completamente sobre grandes superpods AI ASIC mientras utilizaba la biblioteca de comunicación conjunta de Huawei para mejorar la estabilidad de la comunicación entre los procesadores.
Los chips de IA de producción propia de China han sido ampliamente adoptados para la estimación de modelos en medio del impulso de Beijing por la independencia tecnológica, aunque el entrenamiento previo ha sido significativamente más difícil.
Meituan afirma que Longcat-2.0 mostró un sólido rendimiento en codificación y tareas basadas en agentes, al tiempo que superó a Gemini 3.1 Pro de Google en varios puntos de referencia, incluidos Terminal-Bench 2.1 y SWE-Bench Pro.
Aun así, admitió que su último modelo todavía está por detrás del GPT-5.5 de OpenAI y del Cloud 4.8 Opus de Anthropic en la evaluación de capacidad de amplia frontera.
“Esto disipa cualquier preocupación acerca de que los Atlas-950 SuperPoD (Zhipu AI) y DeepSeek no puedan entrenar grandes LLM”, dijo el analista de tecnología TP Huang.
A pesar de mayores ambiciones, persisten obstáculos tecnológicos
A pesar del éxito registrado por Meituan, no está exento del importante obstáculo de reemplazar el hardware de Nvidia.
La empresa enfrentó importantes problemas de ingeniería durante el desarrollo a pesar de completar la capacitación sin depender de procesadores gráficos extranjeros limitados.
Meituan dijo que la memoria es el principal obstáculo porque cada acelerador nacional ofrece significativamente menos energía que el chip H800 de Nvidia, que sigue no disponible para exportar a China debido a las regulaciones estadounidenses.
Por lo tanto, los ingenieros desarrollaron sistemas de optimización adicionales destinados a mantener una capacitación estable, segura y escalable en todos los clústeres a pesar del tamaño y la complejidad considerables.
Hanchi Sun, investigador de doctorado en informática, describió el logro escribiendo: “Rendimiento cercano a la frontera, entrenado en 50.000 aceleradores nacionales chinos”, antes de agregar: “¡El primero en lograr esto!”.
LongCat-2.0 aún no ha aparecido en evaluaciones independientes importantes, incluidos análisis sintéticos, Arena, pruebas de fin de agente o CyberGym, lo que deja pendiente la verificación externa de algunas de las capacidades informadas.
Sin embargo, el comunicado sugiere que los desarrolladores chinos están tratando de reducir la dependencia de Nvidia extendiendo el hardware nacional más allá de los supuestos de capacitación a gran escala.
Los resultados comparativos completos de las herramientas de IA determinarán en última instancia qué tan competitivo será este enfoque en el futuro.
A través de SCMP
Siga TechRadar en Google News Y Agréganos como fuente preferida Recibe noticias, reseñas y opiniones de nuestros expertos en tu feed.
