A Meituan treinou um modelo de 1,6 trilhão de parâmetros em silício doméstico. A parte inteligente é para o que ela o construiu.

Em 2 de novembro, a Meituan lançou o LongCat-2.5, um modelo nativamente multimodal com 1,6 trilhão de parâmetros totais e cerca de 48 bilhões ativados por token.
Dois detalhes do lançamento estão sendo pouco noticiados fora da China. O primeiro é que o treinamento rodou inteiramente em computação chinesa doméstica, e a Meituan o chama de maior tarefa de treinamento concluída nesse hardware. O segundo é que o CEO da Meituan disse publicamente que a empresa não se tornará uma fábrica de tokens.
Junte os dois e o LongCat-2.5 parece menos uma tentativa de alcançar a fronteira e mais uma ferramenta industrial muito grande construída para o negócio de uma única empresa.
A arquitetura, em resumo
O lado visual é a engenharia interessante. O LongCat-2.5 representa sinais visuais como tokens discretos multinível, em vez de passar embeddings contínuos para o backbone de linguagem. Seguindo o método usado no LongCat-Next, recursos em resolução nativa de um codificador semântico e alinhado passam por quantização vetorial residual, que transforma uma imagem em algo que o transformer consegue processar como tokens, da mesma forma que processa palavras.
O resultado é um único espaço de tokens, em vez de um codificador de visão acoplado, e é por isso que a Meituan pode alegar multimodalidade nativa e apontar tarefas como páginas web interativas, páginas de exibição 3D e design criativo como coisas que o modelo lida, e não coisas para as quais foi adaptado.
A escala de treinamento também está documentada. O treinamento intermediário usou sequências de até 1 milhão de tokens, com trilhões de tokens de treinamento cumulativo. O trabalho de contexto longo multi-card é onde a capacidade de memória e a comunicação entre cards se tornam o gargalo, então a Meituan otimizou o particionamento de tarefas em torno de supernós, mantendo a maior parte do tráfego de parâmetros e dados na interconexão rápida dentro de um nó, em vez de cruzá-la entre eles.
Os números de eficiência são concretos. No ajuste fino supervisionado de contexto longo, a vazão de treinamento em um único card melhorou 86% em relação a uma linha de base de paralelismo de dados distribuído, o que a Meituan enquadra como um card fazendo o trabalho de cerca de 1,86. Para inferência, o modelo usa quantização W4A4, levando tanto os pesos dos especialistas quanto as ativações a quatro bits, ajustada às características dos aceleradores domésticos. Contra uma linha de base W8A8 INT8, a vazão no processamento de entrada e na geração por token subiu cerca de 40%, a latência do primeiro token caiu aproximadamente 16%, e o tempo de geração por token caiu cerca de 20%, com o desempenho em tarefas downstream mantido praticamente no mesmo nível.
Esse último conjunto de números é a conquista de fato. Fazer um modelo de um trilhão de parâmetros treinar e servir em hardware que não é o líder de mercado é um problema de engenharia de largura de banda de memória e comunicação, e o lançamento do LongCat-2.0 pela Meituan em junho de 2026, o primeiro modelo de um trilhão de parâmetros totalmente treinado e servido em computação doméstica, foi o aquecimento.
Benchmarks, com a ressalva de sempre
A Meituan relata que o LongCat-2.5 fica entre o Claude Opus 4.8 e o Claude Opus 5 em uma série de benchmarks mainstream, e supera o Opus 5 em alguns.
Essas são comparações relatadas pelo fornecedor contra modelos de um concorrente, em uma seleção de benchmarks feita pelo fornecedor. Trate-as como evidência de que o modelo é competitivo, não como um ranking. O sinal mais útil é que uma empresa chinesa de serviços locais agora entrega um modelo na mesma conversa que a linha de fronteira da Anthropic, e publica o trabalho de eficiência de treinamento junto.
Para que foi construído
O objetivo de design declarado são tarefas de agente de horizonte longo. A descrição da Meituan abrange adicionar dados de trajetória de horizonte longo ao treinamento de sequências longas, executar aprendizado por reforço de horizonte longo em larga escala e converter trajetórias reais de falha de agentes em tarefas de treinamento reproduzíveis e verificáveis. Essa última prática é a que mais laboratórios deveriam copiar: transformar as falhas do seu próprio agente em um dataset é mais barato do que raspar mais da internet.
Depois, a lógica comercial. A Meituan opera entrega de comida, serviços presenciais e viagens em milhares de cidades chinesas. Seus comerciantes são pequenos operadores com margens apertadas. Dessa posição, um chatbot melhor fica bem abaixo de um software que lê os dados de canal de um comerciante, diz onde ele está perdendo dinheiro e então faz algo a respeito.
O exemplo publicado pela Meituan vale ser citado em detalhe. Em uma análise operacional de marca multicanal, o modelo construiu a demonstração de lucros e perdas do canal por conta própria, depois identificou que o GMV pago havia crescido 23,2% enquanto o lucro do canal havia caído 1,7%. Ele conectou isso à economia de liquidação, ao comportamento de recompra e ao risco de estoque, e propôs alocação diferenciada de recursos.
Isso é uma cadeia analítica de verdade. O que se destaca é que o modelo escolheu calcular a margem junto com o número de crescimento, que é o que um operador experiente faz e um dashboard não faz.
A Meituan embalou isso em um produto chamado Miaoshou, uma bancada operacional de IA para comerciantes. Ele entende métricas do setor e regras de marca, e, dentro da autorização do comerciante, chama ferramentas e sistemas para concluir tarefas. A Meituan diz que já atende redes como Guming, Xushengji e Yihetang, em análise de marca, gestão de lojas e aquisição de clientes.
O argumento estratégico
A frase de Wang Xing na teleconferência de resultados de agosto é a declaração mais clara que qualquer CEO de plataforma chinesa fez sobre estratégia de modelo. O valor de longo prazo da IA, ele disse, está em saber se ela entra genuinamente em fluxos de trabalho reais, resolve problemas reais e se torna infraestrutura estável. A Meituan não será uma fábrica de tokens. Seus modelos e produtos existem para apoiar o negócio principal.
Compare isso com o comportamento dos laboratórios de fronteira no último ano e a diferença é gritante. OpenAI, Anthropic e Google estão construindo modelos para vender tokens e assinaturas. A Meituan está construindo um modelo para melhorar a margem de uma rede de chá com leite.
Ambos são legítimos. Eles produzem organizações muito diferentes. Uma fábrica de tokens otimiza para liderança em benchmarks e preço de API. Um modelo cativo otimiza para o raciocínio específico de que um operador precisa e para o custo de executá-lo na escala do seu próprio volume de transações, e é por isso que o trabalho W4A4 importa mais aqui do que uma pontuação de arena importaria.
O custo de servir é a manchete discreta
A quantização de quatro bits merece uma nota separada porque aborda a restrição que de fato limita a implantação fora de um laboratório.

Um modelo de 1,6 trilhão de parâmetros com 48 bilhões de parâmetros ativos por token não precisa do modelo inteiro em memória rápida para nenhum token individual, mas precisa que os especialistas ativos sejam alcançáveis rapidamente, e a quatro bits os pesos ocupam uma fração do espaço que ocupariam a dezesseis. A Meituan relata vazão cerca de 40% maior tanto no processamento de entrada quanto na geração por token contra uma linha de base INT8, com latência do primeiro token cerca de 16% menor e tempo por token cerca de 20% menor, e a qualidade downstream se mantendo.
Para uma empresa que atende seu próprio volume de transações, essa é a diferença entre um recurso de IA que custa mais do que a margem que protege e um que não custa. É também o tipo de trabalho que não produz uma entrada em leaderboard, e é por isso que raramente é noticiado.
As questões em aberto
A Meituan não publicou os pesos do LongCat-2.5, então a alegação de computação doméstica não pode ser examinada de forma independente, e o modelo está disponível via longcat.ai e uma API, e não como lançamento aberto. Os ganhos de eficiência são medidos contra linhas de base definidas pela Meituan.
Há também a tensão usual em modelos cativos: quanto melhor ele fica no negócio da Meituan, menos útil pode ser fora dele. Um modelo ajustado em lucros e perdas de serviços locais pode ser excelente em economia unitária de restaurantes e medíocre em redação jurídica.
Para todos fora da China, a lição é a mudança da restrição de silício doméstico de um problema de conformidade para um programa de engenharia com números de vazão publicados. Uma vez que uma empresa consegue treinar 1,6 trilhão de parâmetros e servi-los com precisão de quatro bits em hardware que ela realmente pode comprar, a lacuna prática entre fronteira e seguidor se estreita para as coisas que dinheiro não conserta: dados, bom gosto e distribuição.
Artigos relacionados
O conselho criou um comitê de exportação na mesma semana do balanço
Só o resultado virou notícia. O comitê de controle de exportação é o que pode mudar de fato como a empresa opera.
A Nvidia nunca formou um banco de sucessores. Essa é a descoberta.
A empresa passou trinta e três anos decidindo, sem dizer, que a pergunta sobre quem vem depois não era urgente.
A AMD ganhou 19% só por ser a outra opção
O dinheiro não saiu de IA. Saiu do único nome com problema de governança e foi para os dois que não tinham.
Dez rebaixamentos em quatro sessões e nenhum número novo
Ninguém publicou dado novo sobre o livro de pedidos. O que mudou foi a largura da faixa, não o ponto do meio.