$ cat wiki/models/longcat-2-0.md
LongCat-2.0
modelupdated 2026-07-28created 2026-07-05
Spec
| Attribute | Value |
|---|---|
| Developer | Meituan (LongCat AI 팀) |
| Released | 2026-06-30 (오픈소스 공개) |
| Announced | 2026-06-30 (오픈소스 릴리스. 공개 전 OpenRouter 에서 "Owl Alpha" 라는 이름으로 조용히 돌고 있었다) |
| Context window | 100만 토큰 (LongCat Sparse Attention / LSA) |
| Pricing | $0.30/M input · $1.20/M output ($0.006/M 캐시 입력) — OpenRouter 카탈로그, 2026-07-28 판독. 공개 가중치이므로 라이선스 비용이 아니라 호스팅 추론 가격이다. |
| License | MIT (상업적 사용 허용) |
| Availability | 2026-06-30 오픈소스 공개. 이전에는 OpenRouter 에서 코드명 "Owl Alpha" 로 제공됐다 |
| Architecture | Mixture-of-Experts (MoE) |
| Total parameters | 1.6조 |
| Active parameters | 토큰당 약 33~56B |
| Specialization | 에이전틱 코딩 |
| Training hardware | Huawei Ascend 910 (5만 장 클러스터) — NVIDIA 칩 미사용 |
Release Context
LongCat-2.0 은 오픈소스 공개로 정체가 드러나기 전까지 OpenRouter 에서 코드명 "Owl Alpha" 로 조용히 돌고 있었다 — 공개 발표 전에 이미 에이전틱 코딩 모델 중 OpenRouter 사용량 1위에 올라 있었다.
Technical Highlights
- LongCat Sparse Attention (LSA): 선형 복잡도의 자체 어텐션 메커니즘으로, 메모리가 제곱으로 늘지 않으면서 100만 토큰 컨텍스트를 가능하게 한다
- MoE 효율: 총 1.6조 파라미터지만 토큰당 33
56B 만 활성 — dense 4056B 모델과 비슷한 추론 비용이다 - 전적으로 중국 국산 하드웨어에서 훈련: Huawei Ascend 910 칩 5만 장, 자체 병렬화, HCCL 라이브러리. 훈련에도 추론에도 미국 수출 통제 대상 실리콘을 쓰지 않았다
Significance
- 중국의 하드웨어 독립: 1.6조 규모에서 NVIDIA 가 아닌 하드웨어만으로 훈련하고 서빙한 첫 모델이다. AI 칩에 대한 미국 수출 통제가 중국 내 프런티어 규모 훈련을 막지 못했음을 보여준다.
- 오픈소스 중국 프런티어: MIT 라이선스라 중국 밖 개발자를 포함해 전 세계 상업 용도로 자유롭게 쓸 수 있다.
- 100만 컨텍스트의 에이전틱 코딩: 컨텍스트 창이 대형 코드베이스 전체를 담는다 — Claude Code 같은 도구가 코드베이스 규모로 작동하는 에이전틱 엔지니어링 패러다임에 유의미하다.
Compared To
- GPT-5.6 Sol, Claude Sonnet 5, Gemini 3.5 Pro — 전부 독점이며 접근 제한이 있다
- Llama 3.x (Meta), Qwen 계열 (Alibaba), DeepSeek V4 — 중국·오픈소스 비교 대상. LongCat-2.0 은 공개 시점 기준 공개 오픈소스 MoE 모델 중 파라미터 수가 가장 크다
Open Questions
- GPT-5.5, Claude Sonnet 5 대비 LongCat-2.0 의 정확한 벤치마크 점수는?
- Meituan 이 LongCat-2.0 을 서비스(API)로 낼 계획이 있는가?
- 국산 칩 훈련 접근이 LongCat-3.0 규모로도 확장되는가?