美団、国産チップで学習した1.6兆パラメータのLongCat-2.0をオープンソース公開

美団のLongCat-2.0は、Nvidia GPUを使わずに、5万台の中国国産ASICを用いてフロンティアAIの学習が可能であることを実証した。

美団（Meituan）が公開したLongCat-2.0は、1.6兆パラメータを持つオープンソースモデルであり、完全に中国国産のASIC上で学習された。この成果は、フロンティア級の学習にNvidia GPUがもはや必須ではないことを証明し、世界のAIハードウェアサプライチェーンを再編する可能性を秘めている。

「LongCat-2.0は、高度なWestern GPUにアクセスできなくとも、フロンティアに迫るAI性能を達成できることを示している」と、美団の創業者兼最高経営責任者である王興（Wang Xing）氏は声明で述べた。

本モデルは、トークンあたり平均480億パラメータを活性化し（クエリの複雑性に応じて330億から560億の範囲）、100万トークンのコンテキストウィンドウをサポートする。SWE-bench Proでは59.5を記録し、OpenAIのGPT-5.5の58.6を上回ったが、より広範なエージェントベンチマークではAnthropicのClaude Opus 4.8に及ばない。標準API価格は、入力100万トークンあたり0.75ドル、出力100万トークンあたり2.95ドルに設定されており、期間限定プロモーションではそれぞれ0.30ドルと1.20ドルに値下げされる。これはGPT-5.5の入力100万トークンあたり5ドル、出力100万トークンあたり30ドルを大幅に下回る。

このリリースは、ワシントンがトップクラスの米国モデルへのアクセスを制限し、OpenAIがGPT-5.6へのアクセスを制限、AnthropicがClaude Fable 5をオフラインにするよう命じられる中で行われた。ロックダウンされたWestern研究所からのAPIコスト上昇に直面する世界中の開発者にとって、LongCat-2.0はより安価でオープンライセンスの代替手段を提供する。そしてNvidiaにとっては、中国の年間100億ドルを超えるGPU調達パイプラインが、国産シリコンからの構造的な競争に直面する可能性を示している。

美団がどのようにして国産シリコン上で1.6兆パラメータモデルを構築したか

学習クラスターは、5万台以上の国産ASICで構成され、HuaweiのCollective Communication Libraryを使用してチップ間の調整を管理している。これはNvidiaのNCCLソフトウェアスタックの直接的な代替品である。美団によると、35兆トークン以上にわたる事前学習は「ロールバックや回復不可能な損失スパイクなし」で完了したという。未検証のハードウェアでの大規模学習が途中で失敗することが多いことを考慮すると、この安定性の主張は重要である。比較すると、DeepSeekのV4-Proは、事前学習をNvidiaハードウェアで実行する一方、推論のみにHuaweiチップを使用していた。これにより、LongCat-2.0は、学習と推論の両方を中国国産アクセラレータで完了した初の1.6兆パラメータモデルとなった。

アーキテクチャはMixture-of-Experts設計を採用し、LongCat Sparse Attentionを搭載する。これはDeepSeekのスパースアテンション機構を進化させたもので、3つの技術（ストリーミング対応インデックスによる統合メモリアクセス、クロスレイヤーインデックスによる隣接レイヤー間の計算コスト償却、粗密2段階スコアリングレイアウトを適用する階層的インデックス）を通じて2次スコアリングコストを解決する。N-gram埋め込みモジュールは、5-gramトークン組み合わせフレームワークに1350億パラメータを追加し、コア埋め込み空間を約100倍に拡大。これにより、モデルは密なローカルトークン関係を捉えつつ、メモリの入出力ボトルネックを削減する。

学習後、美団はMixture of Specialized Experts（専門家混合）によるマルチティーチャー最適化フレームワークを適用した。これは事後学習を3つの独立したクラスター（ツール呼び出しと自己修正ループのためのエージェント専門家、多段階論理と数学のための推論専門家、人間との整合性と安全性ガードレールのための対話専門家）に分離する。動的ゲートルーティング機構が実行時にこれらの専門化された行動を融合し、深い推論、安定したツール実行、安全な対話を同時に調整することを可能にしている。

Western競合を下回る価格設定

美団の商業戦略は、Western研究所が値上げによって手放したコスト重視の開発者市場をターゲットにしている。コンテキストキャッシュヒットは無料で処理される。この機能は、モデルが同じ数百万トークンのコードリポジトリを繰り返し読み込むエージェント型コーディングワークフローの経済性を変えるものだ。キャッシュヒット以外の場合、期間限定プロモーション価格は入力100万トークンあたり0.30ドル、出力100万トークンあたり1.20ドルで、DeepSeek V4-Proの永続的な価格（0.435ドル、0.87ドル）や、XiaomiのMiMo-V2.5 Flashの0.10ドルと0.30ドルに近い。標準価格の0.75ドルと2.95ドルでも、20万トークン未満のコンテキストウィンドウにおいて、GoogleのGemini 3.1 Pro Preview（100万トークンあたり2ドルと12ドル）を下回る。

このモデルは、Owl Alphaという別名で2カ月間OpenRouter上で匿名稼働し、月間約10.1兆トークンを処理。前月比242%の急増により、同プラットフォームの世界トップ3に躍り出た。美団が名乗り出るまでに、このモデルはHermes Agentワークスペースで1位、Claude Codeデプロイメントで2位、OpenClaw環境全体で3位を獲得していた。Terminal-Bench 2.1では70.8、SWE-bench Multilingualでは77.3を記録し、一般的な企業ワークフローシミュレーターFORTEでは73.2と、Claude Opus 4.6と同点だが、GPT-5.5の77.8には及ばなかった。

投資の観点

投資家にとって、その影響は両刃の剣である。Nvidiaの株価は、そのCUDAソフトウェアとハードウェアのリーダーシップが揺るぎないという前提のもとで高い倍率で取引されているが、現在、より低コストで競争力のあるパフォーマンスを提供する中国のASICクラスターからの信頼できる挑戦に直面している。一方、美団は7億7000万人の年間取引ユーザーを抱えるフードデリバリーのスーパーアプリから、基礎的なAIインフラプロバイダーへと変貌を遂げつつある。この方向転換は、中核となる物流事業を超えた新たな収益源を開く可能性がある。同社は学習クラスターの総コストを開示していないが、5万台の国産アクセラレータの大規模展開に成功したことは、中国のAIチップセクターが、Westernのアナリストの多くが予想していなかった成熟度に達したことを示唆している。アナリストのYuchen Jin氏がXで指摘したように、この動きはNvidiaの最高経営責任者であるJensen Huang氏自身の「輸出規制は中国を止められない。中国のチップで動作するAIの開発を加速させるだけだ」との見解を裏付けるものである。

本記事は情報提供のみを目的としており、投資助言を構成するものではない。