Meituan ha lanzado LongCat-2.0, un modelo de lenguaje de mezcla de expertos (MoE) a gran escala. Lleva un total de 1,6 billones de parámetros y activa alrededor de 48 mil millones por token. El modelo apunta a la codificación agente: comprensión, generación y ejecución de código dentro de los flujos de trabajo de los agentes.
Destacan dos hechos. Primero, LongCat-2.0 admite una ventana de contexto nativa de 1 millón de tokens. En segundo lugar, tanto el entrenamiento como el servicio se realizaron completamente en superpods AI ASIC nacionales.
¿Qué es LongCat-2.0?
LongCat-2.0 es el modelo abierto de billones de parámetros de próxima generación de Meituan. Le sigue LongCat-Flash, un modelo 560B lanzado en 2025. La arquitectura se diseñó en torno a un objetivo: codificación agente confiable y eficiente.
El preentrenamiento abarcó más de 35 billones de tokens durante millones de horas de aceleración. Meituan no informa retrocesos ni picos de pérdidas irrecuperables durante la ejecución. Esa afirmación de estabilidad es importante en hardware que no sea de Nvidia, donde las herramientas están menos maduras.
Arquitectura: cómo un modelo 1.6T sigue siendo económico de ejecutar
El diseño combina cuatro ideas que reducen el costo de escala. Vale la pena entender cada uno por sí solo.
Expertos en computación cero: no todos los tokens necesitan una computación intensa. Los tokens simples, como la puntuación, se dirigen a un experto en cálculo cero y regresan sin cambios. Los tokens complejos involucran una capacidad más experta. Un controlador PID ajusta el sesgo experto para mantener el promedio dentro del rango. Esto produce la ventana de activación dinámica 33B-56B en lugar de un costo fijo. La red troncal MoE utiliza un diseño conectado por acceso directo (ScMoE) para un mayor rendimiento. LongCat Sparse Attention (LSA): la atención estándar se escala cuadráticamente con la longitud del contexto. LSA selecciona solo los tokens más relevantes, acercando la escala a lineal. Meituan lo describe como una evolución de DeepSeek Sparse Attention (DSA). Dispone de tres métodos de indexación ortogonal. La indexación basada en streaming convierte las lecturas de memoria fragmentadas en bloques contiguos. La indexación entre capas reutiliza la prominencia de la atención en capas adyacentes. La indexación jerárquica aplica un filtrado de dos etapas de grueso a fino. Juntos sostienen la ventana de 1 millón de tokens sin un muro de memoria. Incrustación de N-gram: el diseño agrega un módulo de incrustación de N-gram de 135 mil millones de parámetros. Se encuentra ortogonal a los expertos del Ministerio de Educación en dimensiones escasas. Meituan dice que captura densas relaciones simbólicas locales. También reduce la E/S de la memoria durante la decodificación de lotes grandes. Post-capacitación (MOPD): un canal dedicado (MOPD) fusiona tres grupos de docentes expertos. Estos cubren las capacidades de agente, razonamiento e interacción en un modelo unificado.
Para servir, Meituan utiliza un esquema de paralelismo 6D y una arquitectura desagregada de decodificación previa al llenado. También emplea ‘súper núcleos’ y captación previa del peso de la caché L2 para ocultar la latencia de E/S.
Puntos de referencia
Meituan posiciona a LongCat-2.0 como un modelo de codificación agente. Cada figura a continuación proviene de las propias pruebas de Meituan.
En SWE-bench Pro, Meituan informa que LongCat-2.0 supera a GPT-5.5 (58.6). Meituan también afirma tener un rendimiento general comparable al Gemini 3.1 Pro de Google. La ventaja reportada se concentra en la ingeniería de software. En puntos de referencia más amplios de agentes generales, como FORTE y BrowseComp, la cobertura indica que está a la zaga de los principales sistemas de vanguardia. La confirmación de la clasificación independiente aún no está disponible.
LongCat-2.0 frente a LongCat-Flash
El salto con respecto a la generación anterior es grande sobre el papel. Esta tabla utiliza las especificaciones publicadas de cada modelo.
Casos de uso con ejemplos
LongCat-2.0 está optimizado para el trabajo de software estilo agente, no para conversaciones informales. Algunos patrones concretos se ajustan a sus puntos fuertes.
Razonamiento de repositorio completo: introduzca una base de código completa de tamaño mediano en la ventana de token de 1 millón. Pídale al modelo que rastree un error en muchos archivos a la vez. Esto evita los trucos de resumen que obligan las ventanas más cortas. Tareas de terminal de varios pasos: ejecute el modelo dentro de un bucle de agente con acceso de shell. Puede ejecutar comandos, leer errores y volver a intentarlo hasta que se complete una tarea. El enfoque de Terminal-Bench 2.1 apunta exactamente a este flujo de trabajo. Ediciones a nivel de repositorio: solicite una refactorización que abarque varios módulos y pruebas. El modelo razona sobre el contexto completo antes de proponer cambios coordinados. Migración entre idiomas: utilice la fortaleza multilingüe de SWE-bench para repositorios políglotas. El modelo puede transferir la lógica entre idiomas preservando al mismo tiempo el comportamiento.
Estos patrones se ejecutan dentro de arneses de agentes estándar. Por lo tanto, los equipos de desarrollo pueden adoptar el modelo sin crear nuevas herramientas.
Cómo acceder
Se puede acceder a LongCat-2.0 a través de la plataforma API de LongCat. Expone puntos finales compatibles con OpenAI y Anthropic. El modelo también está en OpenRouter y en arneses como Claude Code, OpenClaw, OpenCode y Codex. El autohospedaje local todavía no es posible, ya que los pesos siguen pendientes.
El punto final compatible con OpenAI utiliza el ID de modelo LongCat-2.0. La longitud máxima de salida es 131072 tokens (128K). El siguiente fragmento llama al punto final de finalización de chat documentado.
{“role”: “system”, “content”: “You are a coding agent.”},
{“role”: “user”, “content”: “Refactor utils.py to remove duplicate I/O logic.”},
]max_tokens=4096, # LongCat-2.0 admite hasta 131072 (128K) ) print(resp.choices[0].mensaje.contenido)
El precio se informa en 0,75 dólares por millón de tokens de entrada y 2,95 dólares por millón de salida. Una promoción de lanzamiento cuesta $0,30 y $1,20, con lecturas de contexto en caché gratuitas. Estas cifras provienen de coberturas de terceros y pueden cambiar.
Explicador interactivo