Компания Meituan из Китая представила LongCat-2.0 — передовую языковую модель нового поколения, обладающую 1,6 триллионами параметров и способную обрабатывать контекст объемом до миллиона токенов. Важной особенностью является использование для всего процесса – от начального обучения до применения – вычислительного комплекса, состоящего из 50 тысяч специализированных микросхем (ASIC) отечественного производства, что делает эту систему одним из наиболее известных случаев полного цикла обучения больших языковых моделей на локальном оборудовании.

Под ASIC (application-specific integrated circuit), в данном контексте, подразумеваются разработанные для машинного обучения вычислительные чипы, а не универсальные графические процессоры. Анализ косвенных признаков, включая применение коммуникационной библиотеки HCCL (Huawei Collective Communication Library), указывает на возможную связь инфраструктуры с аппаратной платформой Huawei, хотя производитель ускорителей официально не объявлен.

Конструкция LongCat-2.0 предполагает применение в ситуациях, связанных с взаимодействием агентов — процессами, при которых искусственный интеллект создает и изменяет программы, применяет различные сервисы, подключается к интерфейсам программирования приложений (API) и осуществляет сложные последовательности логических действий. Объем данных, использованных для обучения модели, превышает 30 триллионов токенов; в него вошли материалы на разных языках мира а также примеры программного обеспечения.

Важным техническим нововведением является LongCat Sparse Attention (LSA) — технология разреженного внимания. Вместо того чтобы проводить детальное сравнение каждого токена с остальными, она фокусируется на выборе наиболее релевантных фрагментов контекста. Такой подход позволяет обрабатывать последовательности из одного миллиона токенов при этом снижая вычислительные затраты – в реальной работе они переходят от квадратичной зависимости к практически линейной.

Кроме того, модель применяет динамическую активацию параметров, при которой в работе задействуется примерно от 33 до 56 миллиардов активных весов для каждого токена (архитектура Mixture of Experts). Простые токены обрабатываются с минимальным использованием вычислительных мощностей, а более сложные задачи автоматически требуют больше ресурсов. Такая стратегия позволяет снизить затраты на применение модели при сохранении высокого качества выполнения сложных операций.

Также представлена методика MOPD (Multi-Teacher On-Policy Distill) — процесс дистилляции, где несколько специализированных моделей выступают как «эксперты», чтобы обучить общую контрольную точку. В LongCat-2.0 выделяют три категории: эксперты для работы с инструментами и интерфейсами API, специалисты по логическому мышлению и решению задач STEM (наука, технологии, инженерия и математитика), а также модели, ориентированные на взаимодействие с пользователем и уменьшение склонности к выдумкам.

Согласно опубликованным результатам тестирования, LongCat-2.0 демонстрирует сопоставимые показатели в задачах генерации программного кода и взаимодействии с пользователем как агент. В тесте SWE-bench Pro модель получила 59,5 балла, что выше результатов Gemini 3.1 Pro и близко к показателям GPT-5.5 и Claude Opus последних версий, однако уступает лидерам общего назначения. Также отмечены хорошие результаты в Terminal-Bench 2.1 и задачах поиска информации и работы веб-агентов.

В ходе демонстраций показаны примеры автоматического создания SQL-агентов, переработки крупных кодовых массивов для соответствия новым API, формирования полноценных веб-приложений по краткому описанию, генерации интерактивных трехмерных сцен с использованием Three.js и многокомпонентные системы написания текстов с обеспечением согласованности на больших отрезках контекста.

В целом LongCat-2.0 отражает два важных изменения: переход к моделям триллионного масштаба, обученным исключительно на локальной вычислительной инфраструктуре, и переориентация в сторону агентных сценариев использования, где помимо качества генерируемого текста важна способность модели выполнять сложные последовательности действий при работе с большими объемами информации. Это обостряет конкуренцию между разработчиками LLM из Китая и Запада, подтверждая, что обучение на национальных вычислительных ресурсах становится не просто экспериментом, а реальностью.