Il 30 giugno Meituan, il colosso cinese delle consegne e dei servizi digitali, ha pubblicato in open source LongCat 2.0, un modello linguistico da 1,6 trilioni di parametri. Il dettaglio che ha fatto discutere non è la dimensione, già enorme, ma il modo in cui è stato costruito: interamente su chip prodotti in Cina, senza una sola scheda Nvidia coinvolta nell’addestramento.
LongCat 2.0, il modello che riaccende la sfida sui chip
Meituan è nota soprattutto per il suo servizio di food delivery, il più grande del paese, ma da due anni investe pesantemente in intelligenza artificiale attraverso il laboratorio LongCat AI. La versione 2.0 arriva con un’architettura Mixture-of-Experts e una finestra di contesto nativa da un milione di token, pensata soprattutto per compiti di programmazione agentica: secondo SiliconANGLE, nei giorni successivi al rilascio il modello ha scalato le classifiche di utilizzo di OpenRouter proprio nella categoria coding.
La licenza scelta è MIT, tra le più permissive esistenti: chiunque può scaricare i pesi, modificarli e usarli anche in prodotti commerciali senza chiedere il permesso a Meituan. Una mossa che punta a costruire in fretta una community di sviluppatori attorno al modello, un po’ come ha fatto DeepSeek un anno prima.
Le prestazioni di LongCat 2.0 a confronto con Gemini
Meituan dichiara che le prestazioni di LongCat 2.0 sono comparabili a quelle di Gemini 3.1 Pro, il modello che Google aveva rilasciato a febbraio. Non è ancora un modello che batte i migliori sistemi occidentali su ogni fronte, ma il confronto diretto con un prodotto di riferimento come quello di Google basta a far percepire il salto compiuto in poche settimane dai laboratori cinesi. Va detto che le cifre arrivano da benchmark comunicati dall’azienda stessa, quindi andranno verificate da terze parti quando il modello sarà testato più a fondo dalla community.
Come Meituan ha addestrato il modello senza Nvidia
Il punto tecnico più interessante riguarda l’infrastruttura di calcolo. Il training, sia nella fase di pre-addestramento che in quella di inferenza, è stato completato su un cluster da 50.000 acceleratori made in China, appoggiato ai sistemi Atlas 950 di Huawei e alla libreria di comunicazione HCCL sviluppata dalla stessa azienda per far dialogare migliaia di chip tra loro senza colli di bottiglia.
È una differenza che conta: modelli cinesi precedenti, come DeepSeek-V4-Pro, avevano già sperimentato l’inferenza su hardware locale, ma per il pre-addestramento – la fase più pesante e più delicata dal punto di vista dell’affidabilità hardware – restavano ancora legati a GPU Nvidia acquistate prima delle restrizioni all’export, o instradate attraverso canali paralleli. Meituan sostiene di aver chiuso l’intero ciclo, dal primo addestramento fino al servizio agli utenti, su silicio esclusivamente domestico.
Cosa cambia per l’export control USA-Cina
Da anni Washington limita la vendita alla Cina dei chip più avanzati per l’addestramento di modelli IA, nel tentativo di rallentare i progressi di Pechino nel settore. LongCat 2.0 arriva proprio mentre negli Stati Uniti si discute di come rendere ancora più stringenti questi controlli, e racconta una traiettoria opposta a quella immaginata dai regolatori americani: più le maglie si stringono, più i produttori cinesi di chip – Huawei in testa – vengono spinti a maturare in fretta.
Resta da vedere quanto sia replicabile su scala industriale questo risultato, e quanto costi realmente in termini di tempo ed energia rispetto a un training su GPU Nvidia. Meituan non ha pubblicato dati dettagliati su consumi ed efficienza del cluster, un’informazione che diversi analisti del settore chip stanno chiedendo con insistenza nelle ultime ore.
L’effetto sulla comunità open source dell’IA
Rilasciare un modello da 1,6 trilioni di parametri con licenza MIT non è solo un gesto di trasparenza tecnica: è anche una mossa competitiva precisa. Più sviluppatori costruiscono strumenti, plugin e applicazioni sopra LongCat 2.0, più cresce il giro di chi lo usa davvero – e di riflesso attorno all’hardware cinese che lo fa girare. È la stessa logica che un anno fa aveva reso DeepSeek un nome familiare anche fuori dagli addetti ai lavori, quando in pochi giorni il suo modello era finito tra le app più scaricate al mondo.
Sul fronte pratico, i primi test indipendenti riportati da testate come Cybernews e VentureBeat segnalano tempi di risposta rapidi e un comportamento solido nei compiti di scrittura di codice su più file, l’ambito su cui Meituan ha puntato di più. Mancano ancora valutazioni indipendenti su sicurezza, allucinazioni e comportamento in lingue diverse dal cinese e dall’inglese, aspetti che di solito emergono solo settimane dopo un rilascio di questa portata e che diranno molto di più dei benchmark diffusi da Meituan stessa.
Intanto il codice e i pesi di LongCat 2.0 sono già scaricabili, e la vera prova arriverà da chi proverà a farlo girare fuori dai laboratori Meituan: sviluppatori indipendenti, aziende cinesi concorrenti, forse anche qualche team occidentale curioso di capire quanto siano già maturi i chip che un giorno potrebbero comparire anche fuori dalla Cina.
Il tema è tornato d’attualità pochi giorni dopo, quando un’altra azienda cinese, Z.ai, ha mostrato con il suo modello GLM-5.2 numeri capaci di avvicinarsi a quelli di Claude Opus 4.8: ne parliamo in GLM 5.2 vs Claude, la sfida cinese ad Anthropic.
Lascia un commento