LongCat-2.0: اولین مدل تریلیون‌پارامتری چین روی تراشه بومی — بدون نویدیا

میتوان، غول تحویل غذای چین، با انتشار LongCat-2.0 تاریخ هوش مصنوعی را رقم زد: اولین مدل تریلیون‌پارامتری که بدون هیچ چیپ نویدیا آموزش دیده، حالا متن‌باز شده و از GPT-5.5 در کدنویسی پیشی گرفته.

۱. میتوان کیست و این اتفاق چرا عجیب است؟

اگر به شما بگویند شرکتی که بزرگ‌ترین مدل متن‌باز هوش مصنوعی جهان را ساخته، در اصل اپلیکیشن تحویل غذا است، احتمالاً باورتان نمی‌شود. اما این دقیقاً همان اتفاقی است که در ۲۶ جولای ۲۰۲۶ رخ داد.

میتوان (Meituan) با بیش از ۷۰۰ میلیون کاربر فعال، بزرگ‌ترین پلتفرم تحویل غذا و خدمات محلی چین است. این شرکت سال‌هاست در هوش مصنوعی سرمایه‌گذاری می‌کند — نه برای نمایش، بلکه برای بهینه‌سازی عملیاتش: مسیریابی تحویل، پیش‌بینی تقاضا، سیستم‌های توصیه. اما انتشار LongCat-2.0 چیزی فراتر از نیاز داخلی است. این یک اعلام موجودیت در رقابت جهانی هوش مصنوعی است.

جالب‌تر اینکه این مدل تا همین اواخر ناشناخته بود. دو ماه تمام با نام مستعار «Owl Alpha» روی پلتفرم OpenRouter کار می‌کرد — بدون اینکه کاربران بدانند پشت این مدل، یک شرکت چینی با بیشترین تخصص در تحویل ناهار ایستاده!

۲. داستان «Owl Alpha»: عملیات مخفی در دل OpenRouter

در اوایل ماه مه ۲۰۲۶، یک مدل جدید با نام مستعار «Owl Alpha» در پلتفرم OpenRouter ظاهر شد. هیچ اطلاعاتی درباره سازنده‌اش وجود نداشت. اما چیزی که مشخص بود، عملکرد فوق‌العاده‌اش در وظایف کدنویسی بود.

به تدریج، این مدل ناشناخته به یکی از پرکاربردترین مدل‌های OpenRouter تبدیل شد. کاربران آن را برای debugging، نوشتن کد، و وظایف مهندسی پیچیده به کار می‌بردند. ماهانه بیش از ۱۰ تریلیون توکن — رقمی که حتی برای مدل‌های نام‌دار هم قابل توجه است.

وقتی میتوان هویت این مدل را فاش کرد، جامعه هوش مصنوعی تعجب کرد. داده‌های واقعی از ده‌ها میلیون تعامل کاربر، شواهد قانع‌کننده‌تری از هر بنچمارک مصنوعی هستند. این مدل در دنیای واقعی امتحانش را داده بود.

۳. مشخصات فنی LongCat-2.0

برای درک عمق این انتشار، نگاهی به اعداد می‌اندازیم:

معماری: Mixture-of-Experts با ۱.۶ تریلیون پارامتر کلی و ۴۸ میلیارد پارامتر فعال در هر توکن (محدوده ۳۳B تا ۵۶B به‌صورت پویا). این معماری به مدل اجازه می‌دهد از نیروی یک مدل غول‌پیکر بهره‌مند باشد بدون اینکه هزینه محاسباتی یک مدل کامل را بپردازد.

پنجره متنی: یک میلیون توکن به‌صورت بومی — یعنی می‌تواند چندین کتاب، پایگاه کدی کامل، یا ماه‌ها مکالمه را در یک بار پردازش کند.

آموزش: بیش از ۳۵ تریلیون توکن روی بیشتر از ۵۰ هزار ASIC ساخت چین.

مجوز: MIT — یعنی هر کسی می‌تواند آن را دانلود، تغییر دهد، و حتی به‌صورت تجاری استفاده کند.

ظرفیت خروجی: تا ۱۲۸ هزار توکن در هر پاسخ.

۴. فناوری LongCat Sparse Attention: رمز پردازش سریع

یکی از مهم‌ترین نوآوری‌های این مدل، مکانیزم LongCat Sparse Attention (LSA) است. مشکل کلاسیک مدل‌های زبانی این است که محاسبات توجه (attention) با طول متن به‌صورت مربعی رشد می‌کند — یعنی دو برابر کردن متن، چهار برابر بار محاسباتی می‌آورد.

LSA این مشکل را با سه رویکرد حل می‌کند: streaming-aware indexing برای پردازش جریانی، cross-layer indexing برای استفاده بهتر از اطلاعات لایه‌های مختلف، و hierarchical filtering که اطلاعات غیرضروری را حذف می‌کند. نتیجه؟ پیچیدگی محاسباتی از مربعی به تقریباً خطی کاهش می‌یابد.

علاوه بر این، مدل از «Zero-Computation Experts» استفاده می‌کند: توکن‌های ساده مثل علائم نگارشی و کلمات رایج، به‌جای عبور از لایه‌های سنگین، به experts سبک‌وزن هدایت می‌شوند. این ویژگی در مقایسه با رویکرد OpenAI جالب است — میتوان انتخاب کرده که محاسبات را هوشمندانه‌تر هزینه کند، نه صرفاً بیشتر.

۵. بنچمارک‌ها: آیا واقعاً از GPT-5.5 جلوتر است؟

این سوال را باید با دقت پاسخ داد. میتوان ادعا می‌کند LongCat-2.0 در SWE-bench Pro امتیاز ۵۹.۵ گرفته در مقابل ۵۸.۶ GPT-5.5. اما این فقط یک معیار است و اختلاف کمتر از یک درصد را نمی‌توان «برتری قاطع» نامید.

در Terminal-Bench 2.1 (وظایف کدنویسی عاملی) امتیاز ۷۰.۸ کسب کرده. در SWE-bench Multilingual هم ۷۷.۳. در RWSearch (بازیابی اطلاعات با ابزار) ۷۸.۸ و در BrowseComp ۷۹.۹.

اما در بنچمارک‌های عمومی‌تر مثل FORTE و BrowseComp پیچیده، از مدل‌های پیشرفته آمریکایی عقب‌تر است. میتوان هم این واقعیت را صادقانه اعلام کرده: این مدل برای کدنویسی عاملی بهینه شده، نه همه وظایف.

با این حال، داده‌های واقعی از OpenRouter — ۱۰ تریلیون توکن ماهانه قبل از حتی معرفی رسمی — قانع‌کننده‌ترین شاهد توانایی این مدل است. می‌توانید بنچمارک‌ها را زیر سوال ببرید، اما میلیون‌ها کاربر واقعی را نه. مطالعه بیشتر درباره نبردهای مدل‌های زبانی می‌تواند زمینه بهتری بدهد.

۶. استقلال از تراشه آمریکایی: پیام به واشنگتن

شاید مهم‌ترین جنبه LongCat-2.0 نه ارقام بنچمارک، بلکه داستان سخت‌افزاری پشت آن است. از زمانی که ایالات متحده صادرات GPU‌های پیشرفته نویدیا به چین را محدود کرد، سوال اصلی این بود که آیا چین می‌تواند مدل‌های مرزی را بدون این تراشه‌ها بسازد؟

میتوان با LongCat-2.0 جواب داد: بله.

بیش از ۵۰ هزار ASIC ساخت چین، در یک supercluster، ۳۵ تریلیون توکن آموزش دیدند. این نشان‌دهنده بلوغ اکوسیستم سخت‌افزاری چین است. البته کیفیت این تراشه‌ها هنوز با H100 و B200 نویدیا فاصله دارد — اما آموزش موفق یک مدل ۱.۶ تریلیون پارامتری روی آنها، خود دستاوردی بزرگ است.

برای درک تأثیر هوش مصنوعی بر اقتصاد جهانی، این رویداد می‌تواند نقطه عطفی باشد. اگر چین بتواند با سخت‌افزار بومی به سطح frontier برسد، معادلات رقابت فناوری تغییر می‌کند.

۷. قیمت‌گذاری: بازار را می‌لرزاند

LongCat-2.0 از طریق API با قیمت تبلیغاتی ۰.۳۰ دلار به ازای هر میلیون توکن ورودی و ۱.۲۰ دلار برای خروجی در دسترس است. قیمت استاندارد بعداً به ۰.۷۵ و ۲.۹۵ دلار خواهد رسید.

این رقم در مقایسه با GPT-5.5 که ۵ دلار به ازای هر میلیون توکن ورودی دارد، ده برابر ارزان‌تر است. برای شرکت‌هایی که از هوش مصنوعی در مقیاس صنعتی استفاده می‌کنند، این تفاوت قیمت می‌تواند سبب تغییر اساسی در تصمیمات آنها شود.

مدل با endpoint‌های سازگار با OpenAI و Anthropic ارائه می‌شود — یعنی هر کدی که برای GPT یا Claude نوشته‌اید، بدون تغییر با LongCat-2.0 کار می‌کند. این اهمیت کسب‌وکاری بزرگی دارد: کاهش هزینه‌ها بدون نیاز به بازنویسی کد.

۸. VitaBench 2.0 و تحلیل حوادث عامل‌های هوش مصنوعی

همزمان با انتشار مدل، میتوان دو دستاورد تحقیقاتی دیگر هم معرفی کرد. VitaBench 2.0 یک بنچمارک جدید برای ارزیابی مدل‌های عاملی در محیط‌های واقعی است — تکمیل‌کننده بنچمارک‌های سنتی که اغلب ساده‌انگارانه طراحی شده‌اند.

جالب‌تر از بنچمارک، تحلیل ۳۶۰۷ حادثه گزارش‌شده توسط کاربران از عامل‌های هوش مصنوعی است. نتایج نشان می‌دهد که بیش از ۴۳ درصد از گزارش‌ها به «بیش‌فعالی» عامل مربوط می‌شود — یعنی مدل کارهایی می‌کند که کاربر نمی‌خواسته. این یافته برای آموزش کار با ابزارهای هوش مصنوعی اهمیت زیادی دارد.

این داده‌های واقعی — نه آزمایشگاهی — از ضعف‌های کنونی مدل‌های عاملی، چراغ راهی برای بهبود نسل بعدی مدل‌هاست. میتوان با این تحقیق نشان می‌دهد که نه فقط مدل می‌سازد، بلکه درک عمیقی از نحوه استفاده واقعی دارد.

۹. تأثیر بر اکوسیستم متن‌باز

LongCat-2.0 با مجوز MIT در دسترس است. این به معنی انقلاب در دسترسی است: محققان، استارتاپ‌ها، و دانشگاه‌ها می‌توانند مدلی در سطح frontier را بدون هزینه‌های API اجرا کنند.

تا پیش از این، مدل‌های متن‌باز در سطح Llama یا Mistral بودند — قابل قبول اما فاصله قابل توجهی با مدل‌های اختصاصی داشتند. LongCat-2.0 این شکاف را در حوزه کدنویسی به‌شکل چشمگیری کاهش داده. برای آموختن نحوه استفاده از این مدل‌ها، فرصت‌های جدیدی ایجاد شده است.

جامعه توسعه‌دهندگان می‌تواند این مدل را fine-tune کند، تخصصی‌ترش کند، و روی آن بسازد. این مشابه همان تأثیری است که DeepSeek-R1 در ابتدای ۲۰۲۵ داشت — اما این بار با مدلی که در کدنویسی از OpenAI جلو زده.

۱۰. سوالات متداول (FAQ)

Q: آیا LongCat-2.0 واقعاً از ChatGPT بهتر است؟
A: در حوزه خاص کدنویسی عاملی، بله — بر اساس بنچمارک SWE-bench Pro. اما برای مکالمه عمومی، خلاقیت، و وظایف چندوجهی، مدل‌های اختصاصی هنوز برتری دارند.

Q: آیا می‌توانم از LongCat-2.0 رایگان استفاده کنم؟
A: وزن‌های مدل متن‌باز هستند — یعنی می‌توانید آن را دانلود و اجرا کنید، اما اجرای مدل ۱.۶ تریلیون پارامتری نیاز به زیرساخت سنگین دارد. API آن هم با قیمت ۰.۳۰ دلار پر میلیون توکن در دسترس است.

Q: چرا میتوان (شرکت تحویل غذا) این مدل را ساخت؟
A: میتوان سال‌هاست در هوش مصنوعی سرمایه‌گذاری می‌کند — برای بهینه‌سازی لجستیک، پیش‌بینی تقاضا، و سیستم توصیه. LongCat-2.0 بخشی از سرمایه‌گذاری بلندمدت آنها در AI است که اکنون به عموم عرضه شده.

Q: آیا این مدل برای فارسی‌زبانان قابل استفاده است؟
A: LongCat-2.0 در SWE-bench Multilingual امتیاز ۷۷.۳ گرفته — نشانه پشتیبانی از زبان‌های متعدد. اما بهینه‌سازی اصلی آن برای انگلیسی است.

Q: تفاوت LongCat-2.0 با DeepSeek چیست؟
A: هر دو مدل چینی و متن‌باز هستند. DeepSeek-V3 در استدلال قوی‌تر است اما LongCat-2.0 در کدنویسی عاملی بهتر عمل می‌کند. همچنین ادعای آموزش روی تراشه بومی را تنها LongCat دارد.