---
title: "LongCat-2.0"
url: https://dailyjournal.news/topics/longcat-2-0
updated: 2026-06-30T10:41:16.065225+00:00
categories: ["world", "technology"]
type: topic
language: pt-BR
publisher: "Daily Journal"
---

# LongCat-2.0

O LongCat-2.0 é um modelo de linguagem de grande escala desenvolvido pela Meituan, utilizando arquitetura Mixture-of-Experts com 1,6 trilhão de parâmetros. Destaca-se por suportar contextos de até 1 milhão de tokens e por ter sido treinado exclusivamente com hardware chinês. Atualmente, o modelo é open-source sob licença MIT, sendo amplamente reconhecido por sua alta eficiência em tarefas de codificação e raciocínio agentico.

## Visão geral

LongCat-2.0 é um modelo de linguagem de grande escala (LLM) desenvolvido pela equipe LongCat da Meituan, empresa chinesa de serviços sob demanda. Trata-se de um modelo Mixture-of-Experts (MoE) com 1,6 trilhão de parâmetros totais, projetado especialmente para tarefas de codificação agentica, raciocínio em múltiplas etapas e suporte nativo a contextos longos de até 1 milhão de tokens. O modelo foi treinado e executado integralmente em um cluster de 50 mil chips ASIC domésticos chineses, sem uso de hardware Nvidia, e foi open-sourced sob licença MIT em junho de 2026. Ele se destaca por sua eficiência em ativação de parâmetros (cerca de 33 a 56 bilhões por token) e por liderar rankings de desenvolvedores em plataformas como OpenRouter sob o nome provisório "owl-alpha".

## Histórico

A família LongCat foi iniciada pela Meituan com modelos anteriores como o LongCat-Flash (560 bilhões de parâmetros). LongCat-2.0 representa a evolução para escala trilionária, com foco em aplicações agenticas e independência tecnológica chinesa em computação de IA. O modelo foi liberado publicamente em 29-30 de junho de 2026, com repositórios no GitHub (meituan-longcat/LongCat-2.0) e Hugging Face (meituan-longcat/LongCat-2.0).

## Características técnicas

- **Arquitetura**: MoE com esparsidade agressiva; ativação dinâmica de 33B–56B parâmetros por token.
- **Contexto**: Suporte nativo a 1 milhão de tokens.
- **Treinamento**: Realizado em cluster de 50 mil chips ASIC domésticos (provavelmente Huawei Ascend).
- **Otimizações**: LongCat Sparse Attention (LSA), Multi-Token Prediction (MTP) e fusão de experts MOPD.
- **Capacidades**: Chamada de ferramentas nativa, raciocínio multi-etapa, geração e compreensão de código avançada.

## Desempenho

LongCat-2.0 apresenta resultados competitivos em benchmarks de codificação:
- SWE-bench Pro: 59,5
- Terminal-Bench: 70,8

O modelo foi elogiado por sua eficiência em contextos longos e tarefas agenticas, posicionando-se entre os modelos de fronteira open-source da época.

## Disponibilidade e licenciamento

O modelo está disponível publicamente no Hugging Face e GitHub sob licença MIT. Também é acessível via API na plataforma longcat.chat, com suporte a ambientes de desenvolvimento como Claude Code. Pesos e código foram liberados para acelerar pesquisas e aplicações na área de agentes de IA e modelos de mundo.

---

Publicado por Daily Journal. Versão HTML: https://dailyjournal.news/topics/longcat-2-0