A Meituan lançar um modelo com um trilhão de parâmetros não é surpreendente. O que surpreendeu todo mundo foi como ela fez o lançamento: o modelo já estava rodando anonimamente no OpenRouter há dois meses, alcançando o top três de tráfego global e o segundo lugar no ecossistema Claude Code, antes que a empresa se apresentasse para dizer — aquela coruja éramos nós.
A segunda surpresa veio em uma única frase: do treinamento à inferência, o modelo nunca usou uma única placa NVIDIA.
A mídia chinesa praticamente sem exceção enquadrou isso como “chips nacionais ultrapassando na curva”, uma narrativa satisfatória e perigosa, porque comprime uma história estrutural que merece análise fria em um rótulo emocional. O verdadeiro significado do LongCat-2.0 não é a questão binária de se o silício nacional funciona. São três fatos que a emoção abafou: a computação nacional passou de “será que dá” para “é estável”; o dividendo de escala da arquitetura MoE está atingindo um teto mensurável; e — o mais subpreciado de todos — dados de cenários do mundo real estão se tornando um fosso competitivo mais escasso do que a própria arquitetura do modelo.
Contexto de Cinco Milhões de Placas: Por Que “Do Zero” Importa
Para pesar a conquista de computação, separe dois marcos que o ciclo de notícias misturou. No início de junho, um instituto de Shenzhen, em parceria com a Universidade de Tecnologia de Harbin e a Huawei, concluiu o pós-treinamento de parâmetros completos do DeepSeek-V4-Pro em um cluster Ascend 910C — mil e quinhentas iterações, sem interrupções, MFU acima de 30%. Uma conquista real: provou que placas nacionais podem fazer fine-tuning de um modelo com um trilhão de parâmetros.
A Meituan fez a coisa mais difícil. Em cerca de 50.000 placas Ascend 910C, ela pré-treinou um modelo MoE de 1,6 trilhão de parâmetros a partir de uma inicialização aleatória, ao longo de mais de 30 trilhões de tokens, reduzindo a taxa média mensal de falhas diárias em mais de 70%, elevando o MFU de treinamento em 1,5 vez e terminando sem rollbacks e sem picos de perda irrecuperáveis. A analogia que um desenvolvedor ofereceu: pós-treinamento é reformar uma casa pronta com ferramentas nacionais; o LongCat-2.0 é despejar a fundação até a mudança — e os moradores relatam que se mora bem.
A computação por placa do 910C, segundo relatos, se aproxima de uma H100. O verdadeiro gargalo nunca foi o FLOPS bruto; é a pilha de software — a lacuna de maturidade do ecossistema CANN e HCCL em relação ao CUDA. O trabalho pesado da Meituan foi na adaptação de operadores de baixo nível e otimização de comunicação: eficiência de operadores-chave aumentada em 14%, MFU acima de 30%, tudo apoiado no tratamento de exceções do HCCL e recuperação automática de falhas. O significado não é “chips nacionais superam a NVIDIA”. É a prova em escala industrial de que um cluster nacional pode carregar o ciclo completo — do pré-treinamento à implantação de inferência — de um modelo com um trilhão de parâmetros sem hardware estrangeiro. Para uma indústria vivendo sob controles de exportação, isso é uma mudança de fase de “será que dá” para “é estável”.
97% de Esparsidade: A Corrida de Empilhar Especialistas Acabou
Se a computação é a narrativa externa, a arquitetura é onde o julgamento técnico da Meituan aparece. Uma linha do blog oficial pesa mais que o manchete de 1,6 trilhão: a esparsidade MoE do modelo, excluindo embeddings N-gram, chegou a cerca de 97%, e adicionar mais 135B de parâmetros especialistas traria ganhos insignificantes.
Para calibrar: o DeepSeek-V3 tem 671B de parâmetros totais ativando 37B, cerca de 94% de esparsidade. O V4-Pro tem 1,6T ativando 49B, cerca de 97%. O LongCat-2.0: também 97%. Três equipes independentes, três processos de arquitetura, uma assíntota. A implicação é contundente. Por dois anos, todos correram para empilhar especialistas — de 560B a 671B a 1T a 1,6T — cada geração convencida de que mais um zero desbloquearia proporcionalmente mais capacidade. Os dados da Meituan dizem: em 97%, especialistas adicionais são estatisticamente invisíveis. Duplique o pool de especialistas para 3,2T e cada token ainda ativa os mesmos ~48B; você dobrou os custos de hardware e memória para calcular exatamente o que calculava antes.
E é precisamente por isso que o LongCat-2.0 é mais esperto do que a própria ficha técnica: ele parou de inflar o pool de especialistas e redirecionou o esforço para mecanismos de atenção, eficiência de contexto e dados de pós-treinamento — LongCat Sparse Attention, embeddings N-gram, o otimizador Muon, treinamento paralelo 6D, pós-treinamento multiobjetivo. Todo o combo diz uma coisa: extrair mais de um pool fixo de especialistas em vez de ampliá-lo. Se esse platô se mantiver, a próxima fase da competição muda de “de quem é o modelo maior” para “de quem é a arquitetura mais eficiente, de quem são os melhores dados, de quem é o pós-treinamento mais afiado”.
Dois Meses Anônimo: Desenvolvedores Votaram com Tokens
O aspecto mais subestimado deste lançamento é que a própria estratégia de lançamento é um sinal. A Meituan dispensou o evento de lançamento, a turnê de imprensa, os benchmarks selecionados. Ela listou o modelo no OpenRouter como “Owl Alpha” — gratuito, rápido, assustadoramente bom em completação de código — e deixou desenvolvedores globais usá-lo por semanas sem saber quem o construiu, até que mensagens on-chain desmascararam a coruja.
O balanço na revelação: tráfego total no top três global; número um mundial em chamadas mensais no harness Hermes; número dois no Claude Code, atrás apenas do próprio Claude Opus. Essa última posição merece um longo olhar. O Claude Opus é o carro-chefe da Anthropic, o padrão de fato de codificação agêntica, e o Claude Code é o jardim da própria Anthropic. Um modelo chinês listado anonimamente terminando em segundo nesse jardim significa que, nas coisas que a codificação agêntica realmente exige — compreender a estrutura do repositório, lidar com dependências multiarquivo, produzir planos de engenharia que dá para executar — ele acertou desenvolvedores reais onde eles vivem. Isso não foi tráfego de leaderboard; foi consumo de tokens cobráveis de usuários que não sabiam nem se importavam de onde o modelo veio.
Comentaristas no exterior continuam perguntando como uma empresa de delivery construiu um modelo de primeira linha. A resposta se esconde dentro da palavra “delivery”. A Meituan processa dezenas de milhões de pedidos diários e orquestra milhões de entregadores em tempo real; essa complexidade de despacho é em si um dos melhores campos de treinamento do mundo para comportamento agêntico — decomposição de objetivos, replanejamento dinâmico, orquestração de ferramentas sob incerteza. A divisão exata entre capacidade do modelo base e dados de pós-treinamento não foi publicada, mas a direção é difícil de contestar: dados de cenários reais estão se tornando um fosso mais escasso do que a arquitetura. É também por isso que o Fable 5 da Anthropic, com todo o seu poder bruto, supostamente degrada rápido em tarefas reais de código — capacidade sem profundidade de cenário é um velocista sem plano de corrida.
Um Framework: Três Validações, Um Sinal para a Indústria
Empilhe as descobertas e você obtém um teste compacto ao qual qualquer lançamento de modelo pode ser submetido:
Validação da cadeia de suprimentos. A computação nacional consegue carregar o ciclo de vida completo de um modelo com um trilhão de parâmetros? Sim — e de forma estável. Isso converte “será que dá” em “é estável” para todas as empresas chinesas de IA sob pressão de exportação.
Validação de arquitetura. Quanta margem resta na escalabilidade MoE? Praticamente nenhuma além de 97% de esparsidade; a disputa se move para eficiência e qualidade de dados.
Validação de cenário. Dados reais de negócio se convertem em competitividade de modelo? Demonstravelmente — um agente treinado em despacho de entregas superou a maioria dos generalistas em codificação agêntica, nos termos deles.
O mesmo tripé explica os vizinhos. O DeepSeek segue perigoso com preços extremos — o V4-Flash a $0,42 por milhão de tokens constrói seu próprio cenário de desenvolvedores. O GLM-5.2 da Zhipu, com metade do tamanho do LongCat em 744B/40B, mantém o primeiro escalão nacional de código puramente pela qualidade do pós-treinamento — validação de arquitetura em ação. E os casos-limite do framework são instrutivos: capacidade bruta sem ancoragem em cenários é exatamente onde o Fable 5 tropeça.
O Que Você Deve Fazer com Isso
Se você é fundador de uma startup de IA: pare de perseguir narrativas de parâmetros; 97% de esparsidade é um teto já publicado. As próximas oportunidades estão na qualidade dos dados e na profundidade de cenários. Se você possui dados proprietários de fluxos de trabalho, seu modelo pode competir com generalistas que pontuam mais alto nos benchmarks.
Se você é um tomador de decisões técnicas: a questão “será que dá” para a computação nacional está resolvida; incorpore ao preço “é estável” e “é barato”. Note a ressalva — a Meituan passou três anos em otimização de operadores e comunicação que nem todo mundo consegue replicar, então conte com plataformas nacionais maduras a menos que tenha esse banco de talento.
Se você é desenvolvedor: realmente experimente o modelo. O preço é agressivo — acertos de cache são gratuitos, e as tarifas promocionais ficam em $0,30 por milhão de tokens de entrada e $1,20 por milhão de tokens de saída, subcotando o DeepSeek-V4-Flash — e sua codificação agêntica já foi validada pelo júri mais honesto do mundo: o uso.
Se você aloca capital: pese empresas com dados proprietários de cenários acima de empresas empilhando parâmetros. Quando a escalabilidade de arquitetura estagna, a qualidade dos dados é a nova escassez — e uma empresa de delivery acabou de provar que o fosso é real.
Fontes: blog oficial da Meituan LongCat; 36Kr; QbitAI; VentureBeat; Geopolitechs; análises técnicas do Zhihu.
