LongCat-2.0: Mô hình mở 1,6 nghìn tỷ tham số huấn luyện không cần chip Mỹ

Ngày 30/6, gã khổng lồ giao đồ ăn Trung Quốc Meituan open-source LongCat-2.0, và ba dữ kiện khiến nó vượt khỏi khuôn khổ một bản phát hành mô hình thông thường. Đây là mô hình Mixture-of-Experts 1,6 nghìn tỷ tham số với ngữ cảnh gốc 1 triệu token, phát hành theo giấy phép MIT. Nó báo cáo 59,5% trên SWE-bench Pro — nhỉnh hơn con số 58,6% được công bố của GPT-5.5 — và 70,8% trên Terminal-Bench. Và toàn bộ quá trình huấn luyện diễn ra trên cụm 50.000 card Ascend bên trong Trung Quốc, không dùng phần cứng Mỹ.

Nước cờ Owl Alpha

Trước khi lộ diện, LongCat-2.0 đã được triển khai ẩn danh trên OpenRouter dưới tên "Owl Alpha," leo lên nhóm đầu theo lượng gọi từ developer. Developer chọn nó vì chất lượng, không vì thương hiệu — có thể xem là benchmark sạch hơn bất kỳ bảng xếp hạng nào. Chiến thuật triển-khai-ẩn-danh này đáng theo dõi: ship mô hình không gắn tên, để dữ liệu sử dụng lên tiếng, rồi mới gắn thương hiệu vào nhu cầu đã được chứng minh.

Về kiến trúc, mô hình kích hoạt động 33–56 tỷ tham số mỗi token và giới thiệu LongCat Sparse Attention để cửa sổ ngữ cảnh triệu token khả thi về kinh tế. Weights có trên Hugging Face và GitHub.

Hai câu chuyện trong một bản phát hành

Với người xây sản phẩm, đây là mô hình coding agentic cận frontier bạn có thể chạy, fine-tune và thương mại hóa không phí bản quyền. Với người theo dõi chính sách, đây là bằng chứng rằng kiểm soát xuất khẩu phần cứng huấn luyện chưa chặn được công việc quy mô frontier bên trong Trung Quốc — một mô hình 1,6T huấn luyện trọn vẹn trên silicon nội địa chính xác là kết cục mà các hạn chế chip muốn ngăn chặn, xuất hiện đúng tuần Washington đàm phán bộ tiêu chuẩn tự nguyện với các lab Mỹ.

Chú thích: MoE thưa kích hoạt 33–56B trong 1,6T tham số mỗi token, với benchmark ngang ngửa các flagship đóng.

Lời khuyên kỹ thuật: Đánh giá open weights như một dependency, không phải bản demo

Weights giấy phép MIT gỡ bỏ rào cản pháp lý, nhưng chọn mô hình là một quyết định chuỗi cung ứng. Hãy chạy ba kiểm tra trước khi đưa vào production. Năng lực: dùng bộ eval của chính bạn, không dùng model card — số benchmark từ bất kỳ lab nào, mở hay đóng, đều là marketing cho tới khi tái lập được. Vận hành: một MoE 1,6T cần hạ tầng serving đa GPU nghiêm túc dù kích hoạt thưa; hãy tính giá hạ tầng inference trước khi ăn mừng giấy phép miễn phí, và so với phương án thuê bản host sẵn. Xuất xứ: ghi lại chính xác hash của weights bạn triển khai và nguồn tải — weights mở có thể bị đăng lại, lượng tử hóa hoặc chỉnh sửa, và "chúng tôi chạy LongCat-2.0" phải trỏ tới một artifact cụ thể, không phải một cái tên.

Ngữ cảnh triệu token xứng đáng có eval riêng: các tuyên bố long-context thường suy giảm ở đoạn giữa cửa sổ. Hãy kiểm tra khả năng truy hồi ở 100K, 500K và 900K token trước khi thiết kế tính năng dựa trên nó.

Nguồn: VentureBeat, Hugging Face, MarkTechPost.

Bạn nghĩ sao? Triển khai ẩn danh kiểu Owl Alpha có cho chúng ta đánh giá mô hình tốt hơn mọi benchmark có tên?