LongCat-2.0 : le modèle open source qui bat GPT-5.5 sur son terrain (et gratis sur le cache)

Meituan, l'appli de livraison de repas chinoise, a open-sourcé LongCat-2.0 le 30 juin 2026. 1,6 trillion de paramètres, une fenêtre de contexte d'un million de tokens, une licence MIT commerciale, et un détail qui change tout : le modèle a été entraîné entièrement sur des puces chinoises, sans une seule GPU NVIDIA. Depuis deux mois, il était en tête des classements OpenRouter sous le nom anonyme "Owl Alpha". Meituan vient de lever le masque.

C'est le plus grand modèle open source entraîné sur du silicium non américain jamais publié. Et il bat GPT-5.5 sur SWE-bench Pro, le benchmark de référence pour le coding agentic. Voici ce que ça change, concrètement.

Le modèle en chiffres

Caractéristique	Valeur
Architecture	Mixture-of-Experts (MoE)
Paramètres totaux	1,6 trillion
Paramètres actifs par token	48B en moyenne (33B à 56B)
Contexte	1 million de tokens
Licence	MIT (usage commercial OK)
Entraînement	50 000+ ASICs chinois
SWE-bench Pro	59,5 (vs 58,6 pour GPT-5.5)
Terminal-Bench 2.1	70,8

L'architecture MoE signifie que sur les 1,6 trillion de paramètres, seulement 48 milliards sont "réveillés" pour chaque token. C'est ce qui rend le modèle utilisable sans un datacenter entier : tu ne calcules que ce dont tu as besoin, token par token.

Owl Alpha : le modèle anonyme qui dominait OpenRouter

Pendant deux mois, un modèle appelé "Owl Alpha" a grimpé au sommet d'OpenRouter, la plateforme qui agrège l'accès à des dizaines de modèles IA. Les développeurs l'utilisaient massivement sans savoir qui était derrière.

Les chiffres parlent : 10,1 trillions de tokens traités en un mois, soit 559 milliards par jour. Une croissance de 242% par rapport au mois précédent. Le modèle s'est hissé dans le top 3 global d'OpenRouter, a pris la première place sur Hermes Agent workspace, la deuxième sur les déploiements Claude Code, et la troisième sur les environnements OpenClaw.

Le 30 juin, Meituan a annoncé que Owl Alpha était LongCat-2.0. Une société de livraison de repas, pas un lab d'IA frontier. C'est un signal en soi : les capacités d'entraînement de modèles trillion-paramètres ne sont plus l'apanage des labs spécialisés.

Le pricing qui change la donne

Le modèle est open source sous MIT. Tu peux le télécharger, l'héberger, le modifier. Mais Meituan propose aussi une API pour qui ne veut pas gérer l'infrastructure, avec un pricing agressif.

Modèle	Input ($/1M)	Output ($/1M)	Total ($/1M)
LongCat-2.0 (promo)	$0,30	$1,20	$1,50
LongCat-2.0 (standard)	$0,75	$2,95	$3,70
GPT-5.6 Luna	$1,00	$6,00	$7,00
GLM-5.2	$1,40	$4,40	$5,80
GPT-5.6 Sol	$5,00	$30,00	$35,00
Claude Fable 5	$10,00	$50,00	$60,00

Et il y a un détail qui compte : les hits sur le cache de contexte sont gratuits. Si tu renvoies la même conversation plusieurs fois (ce qui arrive beaucoup dans les workflows d'agents), tu ne paies que les nouveaux tokens. Le cache ne coûte rien.

Le tarif promo ($1,50 au total) place LongCat-2.0 au même niveau que MiniMax-M3, un autre modèle open source chinois. Le tarif standard ($3,70) reste 10 fois moins cher que GPT-5.6 Sol et 16 fois moins cher que Claude Fable 5.

Entraîné sur puces chinoises : pourquoi c'est un signal

C'est la première fois qu'un modèle de cette taille (1,6T paramètres) est entraîné entièrement sur des ASICs chinois, sans GPU NVIDIA. Plus de 50 000 puces domestiques ont été utilisées.

Pourquoi ça compte :

1. Preuve de concept. Jusqu'ici, l'argument était : "sans NVIDIA, pas de frontier". LongCat-2.0 démontre que des architectures trillion-paramètres sont atteignables avec du silicium alternatif.
2. Timing géopolitique. Washington restreint l'accès aux modèles frontier américains (OpenAI limité à 20 organisations pour GPT-5.6, Anthropic obligé de retirer Fable 5 et Mythos 5). Pendant ce temps, la Chine open-sources des modèles concurrents sous MIT.
3. La dépendance NVIDIA en question. Si des conglomérats chinois peuvent itérer sur du trillion-paramètres avec des ASICs, la domination de NVIDIA sur le marché du training n'est plus une donnée acquise.

Le contexte est clair : les export controls américains ferment les APIs, les labs chinois ouvrent les poids. C'est du positionnement géopolitique, pas de la charité.

La technique : sparse attention et MOPD

Deux innovations techniques méritent d'être comprises parce qu'elles expliquent pourquoi le modèle peut tenir un contexte d'un million de tokens sans exploser le compute.

LongCat Sparse Attention (LSA). Le problème des longs contextes : le coût d'attention croît de façon quadratique avec la taille du contexte. LSA attaque ça avec trois mécanismes : un indexage sensible au streaming (qui transforme les accès mémoire fragmentés en blocs séquentiels), un indexage cross-couche (qui réutilise les calculs d'attention entre couches adjacentes), et un indexage hiérarchique (filtrage grossier puis fin pour ne scorer que les tokens pertinents). Résultat : le contexte d'un million de tokens reste utilisable sans bottleneck matériel.

MOPD (Multi-Teacher Optimization via Mixture of Specialized Experts). Le post-training de LongCat-2.0 sépare l'optimisation en trois clusters d'experts indépendants : les Agent Experts (exécution d'outils, parsing d'API, boucles auto-correctives), les Reasoning Experts (logique multi-hop, maths, STEM) et les Interaction Experts (alignement humain, instruction following). Au lieu de tout mélanger dans une seule fonction de reward, chaque dimension est optimisée isolément puis combinée. Ça explique les scores élevés sur les benchmarks agentic (SWE-bench Pro, Terminal-Bench) : le modèle est structuré pour les tâches multi-étapes, pas pour la conversation générale.

Exemple : Antoine teste LongCat-2.0 chez M&M

Chez Maisons&Mobilia, Antoine est développeur. Son équipe maintient la plateforme de réservation et cherche une alternative aux APIs fermées qui leur coûtent 400€ par mois en tokens. Le budget est serré et la direction veut réduire la dépendance aux fournisseurs américains.

Antoine télécharge LongCat-2.0 sur Hugging Face. Il l'hébergerait bien en local, mais 1,6T paramètres, ça demande une infrastructure sérieuse. Il opte pour l'API de Meituan à la place. Il branche le modèle sur leur workflow de revue de code : analyse des pull requests, détection de bugs, génération de tests unitaires.

Le résultat : la qualité de revue est comparable à ce qu'il avait avec GPT-5.5 sur les tâches de code standards. Sur les bugs complexes multi-fichiers, LongCat-2.0 s'en sort mieux grâce à la fenêtre d'un million de tokens qui lui permet de voir tout le dépôt d'un coup. Le coût mensuel tombe à 35€ en tarif promo, contre 400€ avant.

La limite qu'Antoine découvre : le modèle est moins bon que GPT-5.6 Sol en mode ultra sur les tâches qui demandent de la décomposition en subagents. LongCat-2.0 est un excellent modèle de code, pas un orchestrateur d'agents. Antoine garde GPT-5.6 Sol pour les bugs les plus complexes et bascule le reste sur LongCat.

Les limites à connaître

Trois points à garder en tête :

1. Les benchmarks sont maison. SWE-bench Pro, Terminal-Bench 2.1 et FORTE sont des benchmarks standardisés, mais les scores sont publiés par Meituan. Aucun évaluateur indépendant n'a encore publié de résultats contradictoires. La marge sur GPT-5.5 (59,5 vs 58,6) est réelle mais étroite.
2. L'hébergement demande des moyens. 1,6T paramètres, même avec 48B actifs par token, ça demande une infrastructure sérieuse pour l'inférence. L'API à $0,30/$1,20 est l'option pratique pour la plupart des équipes. L'auto-hébergement reste réservé à ceux qui ont le hardware.
3. Meituan n'est pas un lab d'IA. C'est une entreprise de livraison de repas qui a construit un lab interne. La pérennité du modèle (updates, support, communauté) dépendra de l'investissement continu de Meituan dans cette direction. À voir sur le long terme.

Ce que ça veut dire pour toi

Trois choses à retenir :

1. L'open weight rattrape le frontier sur le coding. En juin 2026, les meilleurs modèles open source (LongCat-2.0, GLM-5.2, MiniMax-M3, DeepSeek V4) sont à 1-3 points des modèles fermés sur les benchmarks standards. Sur le coût, c'est 10 à 30 fois moins cher. Si tu construis des pipelines d'agents, l'open source est devenu une option viable, pas un compromis.
2. Le silicium non américain est une réalité. Le training sans NVIDIA n'est plus théorique. Ça ne veut pas dire que les ASICs chinois rivalisent déjà avec les H200 sur tous les workloads, mais ça prouve que des architectures trillion-paramètres sont atteignables sans dépendre d'un seul fournisseur.
3. La dynamique open vs fermé s'accélère. Les export controls américains poussent les labs à fermer. Les labs chinois ouvrent. Pour les développeurs et les équipes qui consomment des modèles, c'est une fenêtre d'opportunité : des modèles near-frontier, permissifs, et à des prix qui changent les calculs de ROI.

Aller plus loin

LongCat-2.0 est un signal de plus que l'open source IA n'est plus une niche, c'est une catégorie qui rivalise avec le frontier sur le coding et le coût. Si tu veux comprendre les concepts techniques derrière ces modèles (MoE, context window, tool use, agents), l'app saisir.ai te fait construire et manipuler ces mécaniques en français, par modules de cinq minutes. Pour creuser, lis comment construire un agent IA et tool use, c'est quoi.