Por Canuto  

Meituan presentó LongCat-2.0, un modelo abierto de IA con 1,6 billones de parámetros que, según la empresa, fue entrenado y ejecutado completamente con chips fabricados en China. El anuncio refuerza la apuesta de Pekín por la autosuficiencia tecnológica y reaviva la discusión sobre cuánto pueden acelerar las restricciones de Washington el desarrollo de alternativas a Nvidia.

***

  • Meituan afirma que LongCat-2.0 es el primer modelo de IA de escala billón entrenado e inferido por completo con chips chinos.
  • El sistema cuenta con 1,6 billones de parámetros, contexto de 1 millón de tokens y fue desplegado sobre un clúster de 50.000 aceleradores nacionales.
  • Aunque sigue detrás de algunos modelos de frontera occidentales en razonamiento complejo, el anuncio sugiere que China ya puede escalar entrenamiento avanzado sin Nvidia.

 

Meituan, el gigante chino conocido por su negocio de entregas y servicios locales, presentó LongCat-2.0, un nuevo modelo de lenguaje grande de código abierto que marca un hito técnico para la industria de inteligencia artificial del país.

La empresa aseguró que se trata del primer sistema de IA de escala billón que completó tanto el entrenamiento como la inferencia sobre hardware fabricado en China, sin recurrir a chips de Nvidia.

El anuncio llega en un momento clave para el sector tecnológico chino, que desde 2022 enfrenta restricciones de exportación impuestas por Washington sobre chips avanzados y componentes vinculados a cargas de trabajo de IA.

En ese contexto, LongCat-2.0 no solo es un lanzamiento de producto. También funciona como una señal política e industrial sobre el avance de la autosuficiencia computacional de China.

Según la información difundida por Meituan y reportada por Reuters, el modelo fue entrenado desde cero en un clúster de 50.000 chips nacionales y puede procesar entradas de hasta 1 millón de tokens.

Un modelo masivo construido sin Nvidia

LongCat-2.0 fue presentado como un modelo con 1,6 billones de parámetros. Esa cifra lo ubica entre los sistemas más grandes jamás desarrollados dentro de la familia de modelos de lenguaje.

En términos prácticos, un modelo de esta clase es un sistema entrenado con conjuntos de datos masivos para comprender, generar y razonar con lenguaje humano en múltiples dominios.

Meituan destacó que el proyecto se completó con infraestructura nacional de extremo a extremo. Eso incluye tanto la fase de preentrenamiento, que exige una enorme capacidad de cómputo, como la inferencia, que es la etapa de responder consultas de los usuarios.

La distinción importa porque, según la información disponible, otros modelos chinos de gran escala habían avanzado antes en inferencia con chips locales, pero no necesariamente en todo el proceso de entrenamiento.

En ese punto, la comparación más citada fue DeepSeek V4-pro. Ese sistema dependía de chips nacionales para inferencia, pero LongCat-2.0 habría llevado el uso de silicio local a la etapa más pesada del desarrollo.

Meituan explicó además que su arquitectura está orientada a la codificación agente. Es decir, fue diseñada para ejecutar tareas de programación del mundo real de forma más eficiente y confiable.

La empresa mostró ejemplos de uso como la creación de un sitio web de juegos y la redacción de una novela. También indicó que una versión previa del modelo ya se había posicionado entre los tres sistemas más usados en OpenRouter.

La infraestructura china detrás del proyecto

Para sostener LongCat-2.0, Meituan dijo haber utilizado un clúster construido alrededor de superpods ASIC a gran escala. Los ASIC son chips personalizados para tareas específicas, a diferencia de procesadores de propósito más general.

La coordinación entre chips se apoyó en la Biblioteca de Comunicación Colectiva de Huawei, conocida como HCCL. Esa capa de software es clave cuando miles de aceleradores deben trabajar como una sola plataforma.

La referencia técnica más cercana en el ecosistema occidental es NCCL de Nvidia. Esa comparación ayuda a dimensionar por qué la interconexión y la comunicación entre dispositivos es tan importante como el rendimiento bruto de cada chip.

De acuerdo con la empresa, todo el sistema operó sobre 50.000 aceleradores fabricados en China. Meituan no nombró al fabricante exacto en su declaración pública, aunque el contexto general apunta al avance de proveedores como Huawei y Enflame.

Reuters señaló que varios fabricantes chinos de chips han intentado llenar el vacío dejado por las restricciones estadounidenses. Esa dinámica ha favorecido nuevos acuerdos de suministro con desarrolladores de IA dentro del mercado local.

El investigador Hanchi Sun, de la Universidad de Lehigh, describió el lanzamiento como el primer modelo entrenado en 50.000 aceleradores chinos con un desempeño cercano a la frontera tecnológica global.

Por su parte, el analista TP Huang sostuvo que el anuncio ayuda a disipar dudas previas sobre la capacidad de los SuperPoDs Atlas-950 de Huawei. Ese comentario reflejó una reacción rápida de la industria ante la escala del proyecto.

Rendimiento, límites y comparación con Occidente

Meituan afirmó que LongCat-2.0 igualó o superó a varios modelos propietarios líderes en algunas pruebas de codificación y de agentes. Entre ellos mencionó a Gemini de Google, GPT-5.5 de OpenAI y Claude Opus de Anthropic.

En pruebas concretas, el modelo habría superado a Gemini 3.1 Pro en Terminal-Bench 2.1 y SWE-Bench Pro. Esos resultados reforzaron la idea de que China está cerrando brechas en nichos de alto valor, como la automatización de tareas de programación.

Sin embargo, el sistema todavía se ubica por detrás de modelos de frontera global en tareas de razonamiento más exigentes y de comportamiento agente más complejo. Ese matiz es importante para evitar lecturas triunfalistas.

La propia Meituan reconoció que aún persisten obstáculos relevantes en la pila tecnológica local. Entre ellos mencionó un ecosistema de software menos maduro que la comunidad consolidada alrededor de las GPU de Nvidia.

Otro cuello de botella fue la memoria disponible por dispositivo durante el preentrenamiento. Según la empresa, los aceleradores nacionales ofrecen menos memoria por chip que el H800 de Nvidia, un producto que quedó alcanzado por las restricciones.

Ese detalle técnico tiene implicaciones directas sobre la eficiencia del entrenamiento. Menos memoria obliga a distribuir con mayor cuidado los datos y los parámetros, lo que complica la estabilidad y eleva la exigencia sobre el software.

Aun así, varios observadores interpretaron el resultado como una validación estructural. Si el entrenamiento avanzado puede escalar con silicio local a esta magnitud, la carrera global por cómputo podría volverse más abierta de lo que se pensaba.

Qué significa para la autosuficiencia tecnológica de China

La relevancia de LongCat-2.0 supera el plano de un solo producto. El modelo se convirtió en una prueba visible de que el impulso de autosuficiencia tecnológica de China ya está generando resultados concretos en infraestructura crítica.

Ese esfuerzo ha ganado urgencia desde que Washington endureció el acceso chino a chips avanzados para IA. La lógica de Pekín y de sus empresas es reducir la dependencia de proveedores estadounidenses en toda la cadena de valor.

El analista Yuchen Jin resumió esa lectura al afirmar que las restricciones de exportación sobre las GPU de Nvidia no frenarán a China. En su opinión, más bien acelerarán el desarrollo de IA adaptada a chips chinos.

Alvin Foo, socio de capital de riesgo, planteó una conclusión similar. Señaló que, si China puede escalar entrenamiento de frontera sobre silicio local a este nivel, la carrera armamentista del cómputo queda más abierta que nunca.

En otras palabras, el mensaje del mercado no es solo técnico. También es geopolítico, porque sugiere que los controles de exportación pueden empujar a una bifurcación más rápida del ecosistema mundial de IA.

Eso podría producir dos efectos simultáneos. Por un lado, dar más impulso a cadenas de suministro independientes dentro de China. Por otro, aumentar la competencia con proveedores y laboratorios occidentales en software, hardware y modelos abiertos.

Para los mercados financieros, la noticia también tiene una lectura industrial. Si empresas de consumo como Meituan logran desarrollar capacidades propias de IA avanzada, podrían abrir nuevas líneas de ingresos en medio de márgenes más estrechos.

Meituan, comercio agente y el siguiente tramo de la carrera

Meituan no detalló todavía cómo integrará LongCat-2.0 en todos sus negocios existentes. No obstante, ya había utilizado versiones previas para impulsar asistentes de IA dentro de su aplicación.

Esos asistentes recomiendan restaurantes y hoteles, y ayudan a completar tareas como pedir comida o reservar habitaciones. Ese tipo de automatización forma parte de la tendencia conocida como comercio agente.

Alibaba ha acelerado ese enfoque durante este año, y Meituan parece decidida a reforzar su posición en ese terreno. El objetivo es que la IA no solo responda preguntas, sino que ejecute acciones útiles dentro de servicios concretos.

La compañía compite en un ecosistema doméstico saturado y bien financiado. Entre sus rivales figuran DeepSeek y Doubao, de ByteDance, además de otros grupos tecnológicos que están intensificando sus apuestas en modelos propios.

El equipo de LongCat fue fundado en 2023 y apenas lanzó su primer modelo a finales del año pasado. Ese ritmo de evolución hace que el salto hacia una versión de 1,6 billones de parámetros resulte todavía más llamativo.

En un entorno de sentimiento débil del consumidor y márgenes en descenso, la inversión en IA también puede verse como una vía de diversificación. Un modelo competitivo podría reforzar tanto la eficiencia interna como nuevos servicios comerciales.

La señal de fondo es que la brecha entre modelos abiertos chinos y sistemas cerrados occidentales podría reducirse más rápido que lo proyectado hace poco. LongCat-2.0 no cierra esa distancia por completo, pero sí cambia el tono del debate.

Para la industria global, el caso de Meituan sugiere que la ventaja de Nvidia y del ecosistema estadounidense sigue siendo fuerte, aunque ya no parece incuestionable en todos los frentes del desarrollo de IA.

Si futuros modelos logran mejorar software, memoria y eficiencia sobre chips locales, China podría consolidar una ruta propia de entrenamiento avanzado. Esa posibilidad es la que hace de LongCat-2.0 un lanzamiento relevante mucho más allá de Pekín.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados