Im Quellenvergleich
Worin die Quellen übereinstimmen
Meituan hat das KI-Modell LongCat-2.0 mit 1,6 Billionen Parametern und einem Kontextfenster von einer Million Token veröffentlicht. Das Modell wurde vollständig auf chinesischen Chips trainiert, ohne Nvidia-Hardware. Die Quellen berichten weitgehend übereinstimmend. Das Training lief auf einem Cluster mit über 50.000 chinesischen KI-ASICs. Das Modell ist unter der MIT-Lizenz veröffentlicht. LongCat-2.0 erzielt im Benchmark SWE-bench Pro 59,5 Punkte und übertrifft damit GPT-5.5 (58,6). Das Pre-Training umfasste mehr als 35 Billionen Token. Den genauen Chiphersteller nannte Meituan nicht.
Aktualisierungen
06.07.2026
Das Training lief auf einem Cluster mit über 50.000 chinesischen KI-ASICs.
Das Modell ist unter der MIT-Lizenz veröffentlicht.
LongCat-2.0 erzielt im Benchmark SWE-bench Pro 59,5 Punkte und übertrifft damit GPT-5.5 (58,6).
Das Pre-Training umfasste mehr als 35 Billionen Token.
Den genauen Chiphersteller nannte Meituan nicht.
Worin sie sich unterscheidenVorangegangene anonyme Veröffentlichung·Leistung und Benchmark-Ergebnisse·Preise und Vermarktung+3 weitere
Vorangegangene anonyme Veröffentlichung- Das Modell stand zuvor anonym als "Owl Alpha" auf OpenRouter an der Spitze der globalen Entwickler-Charts.1
Leistung und Benchmark-ErgebnisseDas Modell übertrifft GPT-5.5 im SWE-bench Pro mit 59,5 Punkten.- Im SWE-bench Multilingual erreicht es 77,3 Punkte.2
- Bei IFEval (90,0) und GPQA-diamond (88,9) hängt es hinter Gemini und GPT-5.5 zurück.2
- Es unterliegt Claude Opus 4.7 und 4.8.2
Preise und Vermarktung- Die Preise liegen im Aktionszeitraum bei 0,30 Dollar pro Million Token für Input und 1,20 Dollar für Output.1
- Context-Cache-Treffer sind kostenlos.1
- Das Unternehmen verkauft zeitlich begrenzte "Token Packs" in Flash-Sales viermal täglich.1
Geopolitische Einordnung- Der Zeitpunkt sei entscheidend, da die USA den Zugang zu Modellen von OpenAI und Anthropic einschränken ließen, was laut Kritikern nach hinten losgehe und Entwickler zu chinesischen Alternativen treibe.1
Architekturdetails- Das Modell nutzt eine spezielle Post-Training-Architektur (MOPD) mit getrennten Experten für Agentenaufgaben, logisches Denken und Interaktion.1
Veröffentlichungsform und Lizenz- Das Modell ist noch nicht auf HuggingFace verfügbar, was eine unabhängige Überprüfung erschwert.2