LongCat-2.0: a Meituan abre um modelo de 1,6 trilhão de parâmetros treinado só em chips chineses

Há dois fatos dentro do LongCat-2.0, e o segundo é o que realmente importa. O primeiro é o tamanho: 1,6 trilhão de parâmetros, o maior modelo já publicado sob uma licença tão permissiva quanto a MIT. O segundo é onde ele foi feito: um aglomerado de 50 mil aceleradores de fabricação chinesa, sem nenhuma placa da Nvidia envolvida no treinamento. É esse detalhe — e não a contagem de parâmetros — que faz do lançamento da Meituan uma notícia de infraestrutura, não só de modelo.

A empresa por trás dele não é um laboratório de pesquisa nem uma startup de IA: a Meituan é a maior plataforma de entregas e serviços locais da China. Que uma companhia assim entregue um modelo de fronteira aberto ao público diz algo sobre onde a capacidade de treinar IA de ponta se espalhou.

O que há dentro

LongCat-2.0 é um modelo de "mistura de especialistas" (MoE): tem 1,6 trilhão de parâmetros no total, mas ativa apenas de 33 a 56 bilhões deles para cada token gerado — em média, cerca de 48 bilhões. A ideia é a de sempre nessa arquitetura: manter um repertório gigante de conhecimento sem pagar o custo de rodar o modelo inteiro a cada palavra. Para comparação, o antecessor LongCat-Flash tinha 560 bilhões de parâmetros no total e ativava 27 bilhões por token.

A novidade técnica que a Meituan destaca é a LongCat Sparse Attention (LSA), descrita como uma evolução da atenção esparsa da DeepSeek. Em vez de comparar cada token com todos os outros — o gargalo que torna contextos longos caros —, a LSA seleciona apenas os tokens mais relevantes, aproximando o custo de uma escala linear. É o que sustenta a janela de contexto de 1 milhão de tokens nativa, capaz de manter uma base de código inteira na "memória de trabalho" do modelo de uma vez.

Os números — e o que pesar neles

Nos benchmarks divulgados pela Meituan, o LongCat-2.0 marca 59,5 no SWE-Bench Pro, um teste de tarefas reais de engenharia de software, superando por pouco os 58,6 atribuídos ao GPT-5.5. Registra ainda 70,8 no Terminal-Bench 2.1 (tarefas agênticas em linha de comando) e 77,3 no SWE-Bench Multilingual. São resultados que colocam um modelo aberto a distância de um dígito percentual do que os laboratórios fechados entregam em programação.

Vale o alerta de sempre, e ele é maior aqui do que o normal: são números da própria fabricante. A confirmação em rankings independentes ainda não saiu para os benchmarks mais amplos — de raciocínio geral a navegação na web, como FORTE e BrowseComp. Um bom desempenho em engenharia de software não garante o mesmo em tudo o mais, e o histórico recente é cheio de modelos que brilham no benchmark que escolhem mostrar. O sinal de mercado, porém, é concreto: o LongCat vinha liderando o volume de uso no OpenRouter antes mesmo de os pesos serem abertos, o que sugere que desenvolvedores estavam de fato usando, não só medindo.

Por que os chips são a manchete

Treinar um modelo de 1,6 trilhão de parâmetros é, há anos, sinônimo de ter acesso a milhares de GPUs de ponta da Nvidia — o recurso que os controles de exportação americanos vêm justamente tentando manter longe da China. A Meituan diz ter feito o treino inteiro, do começo ao fim, em superpods de ASICs domésticos: um cluster de 50 mil placas de fabricação chinesa, processando mais de 35 trilhões de tokens, com estabilidade e sem os "rollbacks" (retrocessos após falhas de treino) que costumam atormentar rodadas dessa escala.

Se o relato se confirmar de forma independente, o significado ultrapassa o modelo. Ele indica que o gargalo de hardware que se supunha conter a IA de fronteira chinesa é mais poroso do que parecia — que dá para chegar perto do estado da arte sem o silício que os controles de exportação bloqueiam. Essa é uma afirmação de infraestrutura, e merece o mesmo ceticismo dos benchmarks: até aqui, quem descreve o cluster e a estabilidade é a própria empresa.

O que a licença MIT muda

Um modelo capaz é uma coisa; um modelo capaz que qualquer empresa pode baixar, rodar em servidores próprios e usar comercialmente sem pedir licença é outra. A MIT é das licenças mais permissivas que existem — sem cláusulas de uso restrito, sem teto de faturamento, sem exigência de abrir modificações. Junto com o contexto de 1 milhão de tokens e endpoints compatíveis com a API da OpenAI (aceitando até 131 mil tokens de saída, já integrados a ferramentas como Claude Code, OpenCode e Codex), isso baixa a barreira para que times construam sobre um modelo de topo sem depender de um provedor fechado.

O que fica em aberto

Faltam as auditorias independentes — dos benchmarks amplos e, sobretudo, da alegação de treino 100% em hardware doméstico, que é a parte mais consequente do anúncio. Falta saber como o modelo se comporta fora da engenharia de software, onde os números vieram mais tímidos ou não vieram. E fica a pergunta de fundo: se uma plataforma de entregas consegue treinar e abrir um modelo desse porte em silício nacional, quantos outros atores fora do círculo habitual de laboratórios de IA estão a um cluster de distância de fazer o mesmo.

Perguntas Frequentes

O que é o LongCat-2.0?

É um modelo de linguagem aberto lançado pela Meituan, com 1,6 trilhão de parâmetros no total e arquitetura de mistura de especialistas (ativa de 33 a 56 bilhões por token). É voltado sobretudo a tarefas de engenharia de software e programação agêntica, com janela de contexto de 1 milhão de tokens.

Por que o hardware de treino chamou tanta atenção?

Porque a Meituan afirma ter treinado o modelo inteiramente em um cluster de 50 mil aceleradores de fabricação chinesa, sem GPUs da Nvidia — o hardware que os controles de exportação dos EUA restringem à China. Se confirmado, indica que é possível treinar modelos de fronteira sem esse silício.

O modelo é mesmo melhor que o GPT-5.5?

Apenas em um benchmark específico (SWE-Bench Pro, 59,5 contra 58,6) e segundo números da própria Meituan. Não há confirmação independente nem resultados amplos em outras áreas, como raciocínio geral. Convém tratar a comparação como preliminar.

Posso usar o LongCat-2.0 comercialmente?

Sim. Ele é distribuído sob licença MIT, uma das mais permissivas, que autoriza uso comercial, auto-hospedagem e modificação sem exigências como abertura de código derivado ou limite de faturamento.

O LongCat-2.0 vale menos pelo lugar que ocupa num ranking e mais pelo que sugere sobre o mapa da IA em 2026: a capacidade de treinar modelos de fronteira, e de abri-los ao mundo, deixou de ser propriedade de meia dúzia de laboratórios com acesso ao melhor silício americano. As auditorias dirão se a promessa se sustenta. A direção, essa, já está clara.