Модели с контекстом в миллион токенов — редкие гости, а те, что работают на собственном железе, — ещё реже. Теперь LongCat 2.0 от Meituan, разработанная на своих чипах, доступна инженерам через платформу OpenRouter.
LongCat 2.0 — это MoE-модель (Mixture-of-Experts) от Meituan, предназначенная для преобразования текста в текст. Она поддерживает контекстное окно объемом 1 048 756 токенов и насчитывает 1.6 триллиона общих параметров, из которых ~48 миллиардов активируются на токен.
Модель полностью разработана и обучена на собственных AI ASIC superpods компании Meituan. Процесс обучения занял миллионы акселератор-дней и потребовал обработки более 35 триллионов токенов. Специальная тренировка на сотнях миллиардов токенов с контекстом в 1 миллион была проведена для улучшения работы с длинными и сложными задачами.
В архитектуре LongCat 2.0 выделяется механизм LongCat Sparse Attention (LSA). Он решает проблемы разрыва вывода и квадратичной сложности, присущие предыдущим механизмам разреженного внимания. Модель показала сильные результаты в задачах, связанных с кодированием и агентными рабочими процессами, и интегрирована с такими системами, как Claude Code, OpenClaw и Hermes.
На рынке моделей с большим контекстом (от 200 тысяч токенов) по-прежнему доминируют проприетарные решения. По данным BenchLM.ai на июль 2026 года, лидерами в этой категории являются Claude Mythos 5, Claude Fable 5 и GPT-5.6 Sol, все с контекстом более миллиона токенов.
Meituan LongCat 2.0 на OpenRouter — это серьёзная заявка на нишу сложнейших задач с длинным контекстом, особенно в кодировании и агентных рабочих процессах. Однако её реальное положение среди лидеров вроде Claude Mythos 5 или GPT-5.6 Sol ещё предстоит оценить независимыми бенчмарками.