LongCat-2.0: mô hình mở 1,6 nghìn tỷ tham số ra đời không cần chip Mỹ

Ảnh: Hugging Face

Meituan — công ty giao đồ ăn lớn nhất Trung Quốc — vừa mở mã LongCat-2.0 hôm 30/6, và có ba lý do khiến giới AI không thể coi đây là một bản phát hành thường: quy mô 1,6 nghìn tỷ tham số theo kiến trúc Mixture-of-Experts với ngữ cảnh gốc 1 triệu token; giấy phép MIT cho phép dùng thương mại thoải mái; và toàn bộ quá trình huấn luyện chạy trên cụm 50.000 card Ascend trong nước, không một con chip Mỹ nào. Điểm số cũng biết nói: 59,5% trên SWE-bench Pro — vượt mức 58,6% được công bố của GPT-5.5 — và 70,8% trên Terminal-Bench.

Màn "giấu tên đi thi" mang tên Owl Alpha

Chuyện thú vị nhất nằm ở trước ngày công bố. LongCat-2.0 đã chạy ẩn danh trên OpenRouter suốt một thời gian dưới cái tên "Owl Alpha" — và leo vào top mô hình được developer gọi nhiều nhất. Không thương hiệu, không truyền thông, người dùng chọn nó thuần túy vì thấy tốt. Khó có bảng xếp hạng nào "sạch" hơn thế. Chiêu này đáng để các lab khác học: ship trước, để dữ liệu sử dụng tự lên tiếng, gắn tên sau.

Về kỹ thuật, mô hình chỉ kích hoạt 33–56 tỷ tham số cho mỗi token và dùng cơ chế LongCat Sparse Attention để cửa sổ 1 triệu token không đội chi phí lên trời. Weights đã có trên Hugging Face và GitHub.

Một bản phát hành, hai tầng ý nghĩa

Với người xây sản phẩm: đây là mô hình coding agentic cận frontier có thể tải về, fine-tune và bán sản phẩm mà không mất phí bản quyền. Với người theo dõi địa chính trị: một mô hình 1,6T huấn luyện từ đầu đến cuối trên chip nội địa Trung Quốc chính là kịch bản mà các lệnh cấm vận chip được sinh ra để ngăn chặn — và nó xuất hiện đúng tuần Washington ngồi bàn bộ tiêu chuẩn tự nguyện với các lab Mỹ.

Chú thích: 1,6T tham số nhưng mỗi token chỉ "đánh thức" 33–56B — cách người khổng lồ giữ chi phí suy luận ở mức chịu được.

Lời khuyên kỹ thuật: thẩm định weights mở như thẩm định một dependency

Giấy phép MIT chỉ gỡ rào cản pháp lý; việc đưa một mô hình vào production vẫn là quyết định về chuỗi cung ứng. Ba bước kiểm tra tối thiểu. Năng lực: chấm bằng bộ eval của chính bạn — điểm trên model card, mở hay đóng, đều là marketing cho đến khi bạn tái lập được. Vận hành: MoE 1,6T dù kích hoạt thưa vẫn đòi hạ tầng serving đa GPU nghiêm túc; tính tiền hạ tầng trước khi mừng vì "miễn phí", và so với phương án đi thuê bản host sẵn. Xuất xứ: ghi lại hash chính xác của bản weights đang chạy và nơi tải — weights mở có thể bị đăng lại, nén lượng tử hay chỉnh sửa, nên "chúng tôi chạy LongCat-2.0" phải trỏ về một artifact cụ thể.

Riêng cửa sổ 1 triệu token nên có bài kiểm tra riêng: các mô hình long-context thường yếu đi ở đoạn giữa. Thử truy hồi ở mốc 100K, 500K và 900K token trước khi thiết kế tính năng xoay quanh nó.

Nguồn: VentureBeat, Hugging Face, MarkTechPost.

Còn bạn thì sao? Kiểu "giấu tên đi thi" như Owl Alpha có đáng tin hơn các bảng benchmark gắn sẵn thương hiệu?