Meituan lança LongCat-2.0: modelo MoE aberto com 1,6 trilhão de parâmetros e contexto de 1 milhão de tokens

A empresa chinesa de tecnologia Meituan lançou em 5 de julho de 2026 o LongCat-2.0, um modelo aberto do tipo Mixture-of-Experts com 1,6 trilhão de parâmetros e janela de contexto nativa de 1 milhão de tokens, treinado e implantado integralmente em aceleradores de IA nacionais.

O que há dentro do LongCat-2.0

O LongCat-2.0 é baseado na arquitetura Mixture-of-Experts: para cada token processado, apenas cerca de 48 bilhões dos 1,6 trilhão de parâmetros são ativados. Essa abordagem permite manter a qualidade de modelos densos de escala comparável com um custo computacional de inferência bem menor. O modelo aciona de forma seletiva os blocos de especialistas necessários, em vez de "gastar" todo o orçamento de computação em cada token.

Principais características do modelo:

• Total de parâmetros: 1,6 trilhão; ativos por token: ~48 bilhões
• Contexto nativo: 1 milhão de tokens
• Mecanismo de atenção: LongCat Sparse Attention (desenvolvimento próprio da Meituan)
• Infraestrutura: treinamento e inferência em supercomputadores de IA nacionais baseados em ASIC
• Status: modelo aberto, disponível por API

Por que um contexto de 1 milhão de tokens muda as regras do jogo

Uma janela de contexto de 1 milhão de tokens é hoje uma das mais longas entre os modelos abertos. Na prática, isso significa processar repositórios de código inteiros, documentos jurídicos ou financeiros extensos e longos históricos de conversa em uma única requisição, sem dividir em blocos e sem perder coerência.

Para que um contexto tão longo continue viável do ponto de vista computacional, a Meituan desenvolveu um mecanismo próprio, o LongCat Sparse Attention. Ele reduz a complexidade quadrática da autoatenção padrão: em vez de atenção mútua completa entre todos os tokens, o modelo aplica padrões esparsos que diminuem o volume de cálculo sem perda significativa de qualidade em sequências longas.

Infraestrutura soberana: ciclo completo sem GPUs estrangeiras

Um detalhe notável do lançamento é que a Meituan executou todo o ciclo, do treinamento à inferência em produção, em supercomputadores com aceleradores de IA nacionais baseados em ASIC. Diante das restrições de exportação dos EUA a GPUs de alto desempenho, isso mostra que grandes empresas chinesas não apenas se adaptam às barreiras de infraestrutura, como criam produtos competitivos de classe de fronteira em sua própria base computacional.

A Meituan é conhecida principalmente como plataforma de entregas e serviços de estilo de vida, não como um laboratório de IA tradicional. Isso torna mais relevante o fato de a empresa ter fechado o ciclo, do silício a um modelo aberto de 1,6 trilhão de parâmetros, sem usar hardware estrangeiro. Até agora, relatórios públicos sobre o treinamento completo de modelos dessa escala sem NVIDIA H100 eram raros entre empresas de tecnologia não especializadas.

O que isso significa

O lançamento do LongCat-2.0 amplia o conjunto de modelos MoE abertos com contexto extremamente longo e confirma uma tendência: grandes empresas chinesas de tecnologia fora do círculo clássico de pesquisa em IA aprenderam a produzir modelos de fronteira competitivos, e fazem isso em hardware próprio. Para desenvolvedores, surge mais uma opção aberta com contexto de 1 milhão de tokens para tarefas em que o tamanho da sequência é crítico.

Perguntas frequentes

Quantos parâmetros o

LongCat-2.0 realmente usa durante a execução?

Para cada token processado, cerca de 48 bilhões dos 1,6 trilhão de parâmetros são ativados. É o princípio padrão da arquitetura MoE, que mantém a qualidade alta com custos computacionais de inferência controláveis.

Como a Meituan chegou a um contexto de 1 milhão de tokens?

A empresa desenvolveu um mecanismo próprio, o LongCat Sparse Attention, que reduz a complexidade quadrática da atenção padrão por meio de padrões esparsos para processar sequências longas.