Meituan bringt LongCat-2.0-Preview mit Billionenparametern leise auf den Markt — ohne offizielle Ankündigung

Gate News-Meldung, 28. April — Meituan hat stillschweigend ein neues KI-Modell, LongCat-2.0-Preview, auf seiner LongCat-API-Plattform eingeführt, mit einem Update-Log vom 20. April, aber ohne irgendeine offizielle Ankündigung oder technischen Bericht herauszugeben. Im Gegensatz zu früheren LongCat-Serienmodellen (Flash-Chat, Flash-Thinking, Flash-Lite, Flash-Omni, Next), die mit offiziellen Blogbeiträgen, technischen Berichten und Open-Source-Veröffentlichungen auf Hugging Face und GitHub ausgeliefert wurden, bietet die Version 2.0-Preview keine Open-Source-Links und ist ausschließlich über die API verfügbar.

Das Update-Log des Modells hebt drei zentrale Fähigkeiten hervor: Agentenentwicklung mit nativer Unterstützung für Tool-Calling, mehrstufiges Reasoning und Aufgaben mit langem Kontext; Kompetenz in der Generierung von Code, Automatisierung von Workflows und Ausführung komplexer Anweisungen; sowie eine tiefe Integration mit Claude Code, OpenClaw, OpenCode und Kilo Code. Laut Berichten mehrerer Medien, die sich auf Quellen vom 24. April berufen, liegen die gesamten Parameter des Modells bei über einer Billion, verwenden eine MoE (Mixture of Experts)-Architektur und unterstützen ein Kontextfenster von 1 Million Tokens — in etwa vergleichbar in der Größenordnung mit DeepSeek V4, das ebenfalls an diesem Tag veröffentlicht wurde.

Insider berichteten, dass LongCat-2.0-Preview vollständig auf inländischen Rechenclustern trainiert wurde, und zwar mit zwischen 50.000 und 60.000 in China hergestellten Beschleunigerkarten — damit ist es die größte bisher abgeschlossene Trainingsaufgabe auf inländischer KI-Infrastruktur. In der Testphase bietet das Modell ein kostenloses tägliches Kontingent von 10 Millionen Tokens.