Meituan publie LongCat-2.0, MoE 1,6T entraîné sans GPU Nvidia

Un poids lourd chinois vient de poser sur la table un modèle frontière qui contourne complètement Nvidia. Meituan a publié sous licence MIT LongCat-2.0 sur Hugging Face, un Mixture-of-Experts de 1,6 trillion de paramètres dont environ 48 milliards s'activent par token, entraîné sur des superpods d'ASIC IA plutôt que sur des GPU.

La fiche technique met en avant une nouvelle « LongCat Sparse Attention », qui combine une indexation streaming-aware, un indexing partagé entre couches adjacentes et un scoring hiérarchique en deux passes. Le modèle a été entraîné sur plus de 35 trillions de tokens et supporte un contexte d'un million de tokens. Sur Terminal-Bench 2.1, LongCat-2.0 revendique 70,8, contre 78,9 pour Claude 4.8 et 73,8 pour GPT-5.5 dans le tableau publié. Sur SWE-bench Pro, il atteint 59,5, très proche des 58,6 de GPT-5.5 mais encore loin des 69,2 de Claude 4.8.

Ce qu'il faut en retenir sur le plan stratégique tient en une ligne. Une équipe chinoise capable de sortir un modèle de cette taille sans GPU américain, et de le distribuer en MIT, redonne aux ateliers IA hors chaîne Nvidia un chemin crédible vers un modèle de coding compétitif. L'intégration mise en avant avec Claude Code, OpenClaw et Hermes cible clairement les équipes qui construisent des agents dev.

Le caveat honnête est double. La fiche Hugging Face ne précise pas quels ASIC exactement ont servi à l'entraînement, ni comment reproduire l'infrastructure hors du data center de Meituan. Et l'écart de plusieurs points avec Claude 4.8 sur les benchmarks agentiques comptera pour qui utilise déjà un agent hébergé au quotidien.

Ce qui vaut la peine d'être surveillé, c'est moins la place exacte sur le classement que l'existence même d'une chaîne d'entraînement décorrélée de Nvidia à cette échelle. Si le déploiement reste raisonnable (Meituan recommande 16 GPU H20 pour l'inférence), l'écosystème open pourrait gagner une base solide pour les workloads de coding et d'agent sans dépendre d'un fournisseur de modèle propriétaire.