ב-30 ביוני 2026 חשפה חברת Meituan הסינית מודל בינה מלאכותית חדש בשם LongCat-2.0, ושחררה אותו כקוד פתוח ברישיון MIT המתירני. המודל, שמתמחה במשימות תכנות אוטונומיות, מגיע עם 1.6 טריליון פרמטרים וחלון הקשר של מיליון טוקנים. אבל הפרט המסקרן ביותר הוא שהמודל הזה כבר פעל חודשיים במסתור. תחת השם הזמני Owl Alpha הוא טיפס בשקט לשלישייה הפותחת של המודלים הנפוצים בעולם בפלטפורמת OpenRouter לפי נפח הקריאות, עוד לפני ש-Meituan חשפה שהיא זו שעומדת מאחוריו.
מה מיוחד ב-LongCat-2.0
הסוד לכך שמודל ענק כזה יכול לרוץ בזול טמון בארכיטקטורה. למרות 1.6 טריליון הפרמטרים הכוללים, המודל מפעיל בכל פעם רק כ-48 מיליארד מהם בממוצע, בטווח של בין 33 ל-56 מיליארד לפי מורכבות המשימה. מנגנון קשב חדש בשם LongCat Sparse Attention הוא שמאפשר לחלון ההקשר הענק של מיליון טוקנים לעבוד ביעילות, כך שהמודל יכול לשלוף פונקציה בודדת מתוך בסיס קוד עצום בלי לקרוא מחדש את הכול.
בשונה ממודלים כלליים שמתמקדים בשיחה זורמת, LongCat-2.0 נבנה מהיסוד למשימות הנדסה רב שלביות, שילוב כלים וטיפול אוטומטי בבסיסי קוד. בתקופת הפעילות החשאית שלו הוא דורג ראשון במרחב Hermes Agent, שני בפריסות Claude Code ושלישי בסביבות OpenClaw, הכול לפי נפח הקריאות החודשי.
המחיר הוא הסיפור האמיתי
כאן טמונה הזווית העסקית. המחיר הרשמי של המודל עומד על 0.75 דולר למיליון טוקני קלט ו-2.95 דולר למיליון טוקני פלט, ובמסגרת מבצע השקה הוא הוזל אף ל-0.30 ול-1.20 דולר בהתאמה, כאשר קריאות מתוך זיכרון המטמון חינמיות. לשם השוואה, GPT-5.5 עומד על כ-5 דולר לקלט ו-30 דולר לפלט, ו-Claude Sonnet 5 על 2 ו-10 דולר במחיר ההשקה. במילים אחרות, מדובר בהוזלה של סדר גודל עבור עומסי עבודה כבדים של סוכני תכנות. בנוסף, החברה מציעה חבילות טוקנים, כמו מיליארד טוקנים בכ-60 דולר.
הרישיון המתירני מוסיף שכבה נוספת. רישיון MIT מאפשר לצוותים לשלב את המודל, לשנות אותו ולהטמיע אותו ישירות בתוך מוצרים מסחריים סגורים, כלי פיתוח קנייניים ומערכות אוטומציה פנימיות, בלי המגבלות של רישיונות קוד פתוח נוקשים יותר. עבור עסקים ששוקלים חלופה זולה למשימות תכנות ואוטומציה, זו בדיוק ההצעה, איכות גבוהה יחסית לכל דולר.
הזווית הגיאופוליטית
מעבר לטכנולוגיה, ל-LongCat-2.0 יש משמעות רחבה יותר. לפי Meituan, זהו המודל הראשון בסדר גודל של טריליון פרמטרים שאומן והורץ מקצה לקצה על שבבים סיניים מקומיים, מקבץ של 50 אלף מאיצי Ascend של Huawei, בלי אף כרטיס של Nvidia, ואומן מאפס על יותר מ-30 טריליון טוקנים. זאת בשונה, למשל, מ-DeepSeek, שלפי הדיווחים השתמשה בשבבים סיניים רק לשלב ההרצה ואילו את האימון עצמו ביצעה על חומרה של Nvidia. Meituan אף טענה כי ריצת האימון הסתיימה בלי כשלים חוזרים או קפיצות שגיאה חמורות, וזו טענה של החברה עצמה.
לסיפור הזה שתי קריאות. מצד אחד, מדובר באבן דרך בעצמאות הטכנולוגית של סין ובצמצום התלות שלה בחומרה אמריקאית. מצד שני, יש אנליסטים שמזהירים שאימון מודלים גדולים על שבבים מקומיים מחליש את האפקטיביות של הפיקוח האמריקאי על יצוא, ודוחף לעבר מערכת בינה מלאכותית נפרדת עם שאלות אבטחה משלה. ראוי להציג את שתי הזוויות בלי להכריע ביניהן.
הצד השני, מה כדאי לדעת
לצד ההתלהבות, יש כמה הסתייגויות חשובות. ראשית, מרבית מדדי הביצועים דווחו על ידי Meituan עצמה. במבחן SWE-bench Pro המודל רשם 59.5 לעומת 58.6 של GPT-5.5, פער של פחות מנקודה אחת, והוא עדיין נמצא מאחורי דגמי Claude Opus 4.7 ו-4.8. במשימות סוכן כלליות רחבות יותר, כמו המדד FORTE, הוא מפגר אחרי GPT-5.5. כלומר מדובר במודל חזק וממוקד בתכנות, ולא במודל חזית כללי.
שנית, בבדיקה עצמאית של אתר Decrypt, הפלט של המודל היה נחות באופן נראה לעין מ-Claude Fable ומ-Opus 4.8, וקרוב יותר לרמה של Sonnet 4.6, עם לוגיקה שהפכה לא יציבה במבחן בניית משחק. בוחן אחד שצוטט תיאר את המודל כמי שאומן בחסר וכלא יציב במקצת, והסיק שהמהלך מוכיח בעיקר שיכולת התשתית של Meituan קרובה לחזית, יותר משהוא מוכיח שהמודל עצמו מוביל.
שלישית, ובניגוד לתווית הקוד הפתוח, נכון להשקה ולתחילת יולי המשקלים המלאים להורדה ב-Hugging Face וב-GitHub עדיין דווחו כממתינים לפרסום. בשלב זה, פתוח משמעו בעיקר רישיון MIT וגישה דרך ה-API ו-OpenRouter, ולא שחרור מלא שניתן להריץ באופן עצמאי. ולבסוף, עבור עסקים, שימוש במודל שמתארח בסין מעלה שיקולי אבטחת מידע ותאימות רגולטורית, במיוחד כשמדובר בקוד רגיש או במידע מפוקח. השורה התחתונה, LongCat-2.0 הוא אחד השחרורים המעניינים של השנה, מודל תכנות שהוכיח את עצמו בשטח עוד לפני שקיבל שם, במחיר שמתחרה בענקיות במרווח גדול. אבל הוא אינו מודל חזית כללי, המדדים הם בעיקר של היצרן, והמשקלים המלאים עדיין לא כאן. הדרך הנכונה להעריך אותו היא לנסות אותו על משימה אמיתית ולהשוות לתוצאה של מודל שכבר סומכים עליו.
1. מהו LongCat-2.0, ומה הפרט המסקרן ביותר לגבי דרכו לשוק?
ב 30 ביוני 2026 חשפה חברת Meituan הסינית מודל בינה מלאכותית חדש בשם LongCat-2.0, ושחררה אותו כקוד פתוח ברישיון MIT המתירני. המודל, שמתמחה במשימות תכנות אוטונומיות, מגיע עם 1.6 טריליון פרמטרים וחלון הקשר של מיליון טוקנים. הפרט המסקרן ביותר הוא שהמודל כבר פעל חודשיים במסתור. תחת השם הזמני Owl Alpha הוא טיפס בשקט לשלישייה הפותחת של המודלים הנפוצים בעולם בפלטפורמת OpenRouter לפי נפח הקריאות, עוד לפני ש-Meituan חשפה שהיא עומדת מאחוריו.
2. איך מודל בן 1.6 טריליון פרמטרים מצליח לרוץ בזול?
הסוד טמון בארכיטקטורה. למרות 1.6 טריליון הפרמטרים הכוללים, המודל מפעיל בכל פעם רק כ 48 מיליארד מהם בממוצע, בטווח של בין 33 ל 56 מיליארד לפי מורכבות המשימה. מנגנון קשב חדש בשם LongCat Sparse Attention הוא שמאפשר לחלון ההקשר הענק של מיליון טוקנים לעבוד ביעילות, כך שהמודל יכול לשלוף פונקציה בודדת מתוך בסיס קוד עצום בלי לקרוא מחדש את הכול. בשונה ממודלים כלליים שמתמקדים בשיחה זורמת, הוא נבנה מהיסוד למשימות הנדסה רב שלביות, שילוב כלים וטיפול אוטומטי בבסיסי קוד.
3. למה המחיר הוא הסיפור האמיתי מבחינה עסקית?
המחיר הרשמי עומד על 0.75 דולר למיליון טוקני קלט ו 2.95 דולר למיליון טוקני פלט, ובמסגרת מבצע השקה הוא הוזל אף ל 0.30 ול 1.20 דולר בהתאמה, כאשר קריאות מתוך זיכרון המטמון חינמיות. לשם השוואה, GPT-5.5 עומד על כ 5 דולר לקלט ו 30 דולר לפלט, ו-Claude Sonnet 5 על 2 ו 10 דולר במחיר ההשקה. מדובר בהוזלה של סדר גודל עבור עומסי עבודה כבדים של סוכני תכנות. הרישיון המתירני מוסיף שכבה נוספת, שכן רישיון MIT מאפשר לצוותים לשלב את המודל ולהטמיע אותו ישירות בתוך מוצרים מסחריים סגורים.
4. מהי המשמעות הגיאופוליטית של המודל?
לפי Meituan, זהו המודל הראשון בסדר גודל של טריליון פרמטרים שאומן והורץ מקצה לקצה על שבבים סיניים מקומיים, מקבץ של 50 אלף מאיצי Ascend של Huawei, בלי אף כרטיס של Nvidia, ואומן מאפס על יותר מ 30 טריליון טוקנים. זאת בשונה מ-DeepSeek, שלפי הדיווחים השתמשה בשבבים סיניים רק לשלב ההרצה ואילו את האימון ביצעה על חומרה של Nvidia. לסיפור שתי קריאות, מצד אחד אבן דרך בעצמאות הטכנולוגית של סין, ומצד שני אזהרה של אנליסטים שאימון על שבבים מקומיים מחליש את האפקטיביות של הפיקוח האמריקאי על יצוא.
5. אילו הסתייגויות חשוב לזכור לצד ההתלהבות?
ראשית, מרבית מדדי הביצועים דווחו על ידי Meituan עצמה. במבחן SWE-bench Pro המודל רשם 59.5 לעומת 58.6 של GPT-5.5, פער של פחות מנקודה, והוא עדיין מאחורי דגמי Claude Opus 4.7 ו 4.8, ובמשימות סוכן כלליות כמו המדד FORTE הוא מפגר אחרי GPT-5.5. שנית, בבדיקה עצמאית של אתר Decrypt הפלט היה נחות באופן נראה לעין מ-Claude Fable ומ-Opus 4.8 וקרוב יותר לרמה של Sonnet 4.6. שלישית, בניגוד לתווית הקוד הפתוח, נכון לתחילת יולי המשקלים המלאים להורדה עדיין דווחו כממתינים לפרסום, כך שפתוח משמעו בעיקר רישיון MIT וגישה דרך ה-API ו-OpenRouter. ולבסוף, שימוש במודל שמתארח בסין מעלה שיקולי אבטחת מידע ותאימות רגולטורית, במיוחד כשמדובר בקוד רגיש או במידע מפוקח.
3 תגובות