Meituan, le géant chinois de la livraison de repas et de services, surtout connu comme l’opérateur de la plateforme Meituan Waimai (équivalent de DoorDash), a open-sourcé LongCat 2.0, un modèle de langage à mélange d’experts de 1,6 billion de paramètres, entièrement entraîné sur des puces ASIC d’IA fabriquées en Chine, sans aucun GPU Nvidia.
Le modèle, publié sous la licence MIT permissive sur GitHub et Hugging Face, représente l’un des plus grands modèles à poids ouverts jamais mis à disposition. LongCat 2.0 utilise une architecture à mélange d’experts avec environ 48 milliards de paramètres activés par jeton sur un total de 1,6 billion, et prend en charge une fenêtre de contexte native de 1 000 000 de jetons via un mécanisme personnalisé LongCat Sparse Attention.
Entraîné sur 50 000 puces ASIC
L’aspect le plus significatif de cette publication n’est pas la taille du modèle, mais le matériel sur lequel il a été construit. Meituan a entraîné LongCat 2.0 sur un cluster de plus de 50 000 puces accélératrices d’IA chinoises, des ASIC spécialisés plutôt que des GPU Nvidia. Le pré-entraînement a mobilisé des millions d’heures-accélérateur et plus de 35 billions de jetons. L’entreprise ne signale aucun rollback ni pic de perte irrécupérable pendant l’entraînement, démontrant qu’un entraînement à l’échelle frontière est réalisable sur du matériel non-Nvidia.
C’est important car les contrôles à l’exportation ont rendu de plus en plus difficile pour les entreprises chinoises d’accéder aux GPU les plus avancés de Nvidia. La réussite de Meituan suggère que l’écart entre l’entraînement sur matériel Nvidia et sur matériel alternatif se réduit plus rapidement que beaucoup dans l’industrie ne le pensaient.
Performances : surpasser GPT-5.5 en codage
LongCat 2.0 a obtenu un score de 59,5 sur SWE-bench Pro, un benchmark d’ingénierie logicielle au niveau du dépôt, devançant de justesse les 58,6 de GPT-5.5. Il était auparavant connu sous le nom anonyme de modèle « Owl Alpha » sur OpenRouter, où il se classait parmi les trois premiers modèles mondiaux de la plateforme et dominait le classement Hermes Agent Workspace avant que son identité ne soit révélée. À son apogée, Owl Alpha traitait environ 10,1 billions de jetons par mois, avec 559 milliards de jetons par jour en moyenne et une croissance de 242 % d’un mois sur l’autre.
Le modèle introduit également des innovations architecturales, notamment les Zero-Compute Experts et le cadre de post-entraînement MOPD, tous deux conçus pour améliorer l’efficacité des longs contextes et les performances des tâches agentiques.
Licence MIT
La licence MIT est l’option open-source la plus permissive sur le plan commercial disponible. Les développeurs peuvent modifier, redistribuer et intégrer LongCat 2.0 dans des logiciels propriétaires sans open-sourcer leur travail dérivé. Pour les entreprises, cela signifie héberger elles-mêmes le modèle pour réduire la dépendance aux API, améliorer la confidentialité des données et réduire les coûts opérationnels grâce aux accès gratuits au cache de contexte.
Les poids du modèle sont indiqués comme « à venir » sur le dépôt HuggingFace au moment de l’annonce, la documentation et les spécifications étant déjà en ligne.
Traduit par Lydie
Sources : Chinese DoorDash rival smashes open source record with 1.6-trillion-parameter LLM (TechRadar, July 9, 2026); Meituan Open Sources LongCat 2.0 (ComfyUI Wiki, June 30, 2026); Meituan Open Sources LongCat-2.0 Under MIT License (Open Source For You, June 2026)