Meituan Introduceert Longcat-2.0: Een Nieuwe Speler In Ai-modellen Wereld

Chinese technologiebedrijf Meituan heeft op 30 juni officieel LongCat-2.0 onthuld, een geavanceerd AI-model met een open licentie en een indrukwekkend aantal van 1,6 biljoen parameters. Dit model, dat bekend werd onder de alias Owl Alpha, heeft zijn effectiviteit bewezen door op verschillende platforms een hoge ranking te behalen, waaronder de eerste plaats op Hermes Agent, de tweede op Claude Code en de derde op OpenClaw, allemaal gemeten naar maandelijkse oproepvolume.

Voor degenen die niet in de diepte zijn ingewijd: de parameters van een model verwijzen naar het totaal aantal instelmogelijkheden dat het aankan tijdens training. LongCat-2.0 activeert ongeveer 48 miljard van zijn parameters per token, de kleinste informatie-eenheid die een AI-model verwerkt. Dit aantal varieert tussen de 33 miljard en 56 miljard, afhankelijk van de complexiteit van de opdracht.

Het is een opmerkelijke prestatie dat LongCat-2.0 geheel ontwikkeld en getraind is op binnenlandse ASICs (Application-Specific Integrated Circuits), in tegenstelling tot vergelijkbare modellen die gebruikmaken van hardware van buiten China voor de training.

De periode van stealth voordat Meituan naar buiten trad, heeft zijn vruchten afgeworpen. Het model had ondertussen al indrukwekkende cijfers neergezet. Meituan claimt bovendien dat de pretraining, die meer dan 35 biljoen tokens omvatte en uitgevoerd werd met een cluster van meer dan 50.000 binnenlandse versnellers, voltooide zonder noemenswaardige technische tegenslagen. Dit is cruciaal, vooral gezien de frequente mislukkingen van grote trainingen op onbetrouwbare hardware, en signaleert China’s toenemende onafhankelijkheid van Amerikaanse technologie.

Waar LongCat-2.0 zich echt kan onderscheiden, is in de prijsstelling. Toegang tot de standaard API kost 0,75 dollar per miljoen input tokens en 2,95 dollar per miljoen output tokens. Dit ligt aanzienlijk onder de tarieven van concurrenten zoals GPT-5.5, dat 5 dollar voor input en 30 dollar voor output rekent. Tijdens de huidige lancering worden er zelfs nog lagere tarieven aangeboden. Dit maakt LongCat-2.0 bijzonder aantrekkelijk voor ontwikkelaars en bedrijven die dagelijks met grote volumes data werken.

Meituan biedt daarnaast een tokenplan aan, waardoor zware gebruikers toegang kunnen krijgen tot één miljard tokens voor ongeveer 60 dollar, wat verdere kostenbesparingen met zich meebrengt.

Tijdens praktijktests met LongCat-2.0 is gebleken dat het model in staat is om een solide output te genereren, alhoewel het nog niet dezelfde kwaliteit en sophistication biedt als enkele van de toppers op de markt, zoals Claude Fable en Opus 4.8. Het model voldeed redelijk goed in iteratieve designprocessen, al vond er soms een inconsistentie plaats in de logica wanneer de moeilijkheidsgraad toenam. Bij hogere snelheden versprong de focus naar een dichterbijzijnde tegenstander, wat resulteerde in een frustrerende spelervaring. Dit is een fenomeen dat men vaak tegenkomt bij modellen die zich te veel richten op de prompt zonder de consequenties van hun beslissingen te anticiperen.

Het voordeel van een goedkoper model is dat dit gebruikers in staat stelt om iteratief te verbeteren, wat uiteindelijk leidt tot een eindproduct dat beter aansluit bij hun verwachtingen.

LongCat-2.0 maakt gebruik van verschillende technieken die de snelheid en capaciteiten van het model verbeteren zonder de omvang aanzienlijk te vergroten. De op DeepSeek gebaseerde aandachtssysteem richt zich enkel op de meest relevante delen van lange gesprekken, wat de reactietijd versnelt. Bovendien stelt een nieuw N-gram embedding-systeem het model in staat woorden en zinnen aanzienlijk beter te begrijpen, waardoor het gebruik van een grotere variatie aan representaties mogelijk wordt.

Na de training combineert Meituan drie gespecialiseerde systemen: één voor het gebruiken van tools, één voor probleemoplossing en één voor conversatie. Een slimme routering beslist welke combinatie van deze specialisten elke taak moet afhandelen, vergelijkbaar met het toewijzen van de juiste teams aan de juiste klussen.

Er zijn al benchmarks zoals SWE-bench Pro en FORTE uitgevoerd, waar LongCat-2.0 met respectievelijk 59,5 en 73,2 scoorde—prestatiecijfers die de aandacht trekken, vooral als we rekening houden met de kostenstructuur.

Voor bedrijven die budgettechnologie nodig hebben om code agents te bouwen, biedt LongCat-2.0 een uitstekende oplossing. Het model is inmiddels toegankelijk via Meituan’s OpenAI- en Anthropic-compatibele API, alsook via populaire agent harnesses zoals Hermes en Claude Code. Voor degenen die zelf willen hosten, is het echter nog even wachten; de relevante modelgewichten zijn nog niet beschikbaar.

Met de snelle ontwikkelingen in de AI-sector en het crescente belang van kostenefficiënte oplossingen, mag LongCat-2.0 rekenen op een actieve rol in de toekomst van coding agents en artificiële intelligentie.

Vraag & Antwoord

Waarin onderscheidt LongCat-2.0 zich van andere AI-modellen?
LongCat-2.0 is uniek in zijn kostenstructuur, trainingsmethode en specialisatie in retraining, waardoor het als een kosteneffectieve oplossing opvalt binnen de huidige competitieve markt.

Hoe betrouwbaar is de hardware waarop LongCat-2.0 getraind is?
De stabiliteit van LongCat-2.0’s training is indrukwekkend, met Meituan die claimt dat het proces zonder noemenswaardige storingen of dataverlies heeft plaatsgevonden op binnenlandse hardware.

Wat zijn de belangrijkste toepassingen voor LongCat-2.0?
Het model kan efficiënt worden ingezet voor het bouwen van coding agents, probleemoplossing en het automatiseren van gesprekken, wat ideaal is voor diverse zakelijke toepassingen.