LongCat-2.0 cuenta con 1,6 billones de parámetros y una ventana de contexto de un millón de tokens, situándose a la par del modelo insignia más reciente de DeepSeek.

En un momento en que China intenta ir más allá del uso de chips nacionales exclusivamente para la inferencia de modelos, el gigante del reparto de comida a domicilio Meituan ha lanzado el que asegura ser el mayor modelo de inteligencia artificial del país entrenado totalmente con hardware de fabricación propia.

El gigante de servicios bajo demanda, con sede en Beijing, publicó el martes como código abierto LongCat-2.0, un nuevo modelo de lenguaje de gran tamaño (LLM) que cuenta con 1,6 billones de parámetros y una ventana de contexto de un millón de tokens. Esta escala lo sitúa a la altura del modelo insignia más reciente de DeepSeek, el V4-pro, lanzado en abril.

Meituan afirmó que LongCat-2.0 fue el primer modelo de la industria con una escala de billones de parámetros en completar tanto el entrenamiento como la inferencia en un clúster de potencia de cálculo nacional compuesto por 50.000 tarjetas.

Mientras que DeepSeek-V4-pro dependía de chips nacionales únicamente para la inferencia —el proceso en el que un modelo preentrenado se ejecuta para responder a las consultas de los usuarios—, LongCat-2.0 utilizó hardware nacional tanto para la inferencia como para el preentrenamiento, según Meituan.

El preentrenamiento es un proceso que exige mucha más capacidad de cómputo; durante el mismo, un modelo de IA procesa enormes conjuntos de datos para aprender patrones básicos.

Meituan señaló que LongCat-2.0 se construyó íntegramente sobre «clústeres a gran escala compuestos por decenas de miles de superpods de ASIC para IA», demostrando así su capacidad para «realizar entrenamientos de vanguardia en plataformas de hardware alternativas». Un ASIC (circuito integrado de aplicación específica) es un chip personalizado para cargas de trabajo concretas, a diferencia de un procesador de propósito general.