Meituan's LongCat AIは中国製チップで1兆パラメータモデルを訓練したばかりです。NVIDIAは招待されませんでした。

Meituanは中国最大のフードデリバリープラットフォームで、4月24日にLongCat-2.0-Previewのテストを開始した。これは国内の中国チップのみでトレーニングされた1兆パラメータを超えるモデルである。トレーニングには5万から6万の国内コンピュートカードが使用され、中国におけるNVIDIA以外のハードウェアで完了した最大規模の大規模モデルトレーニングタスクとなった。

このモデルはエージェントワークフロー向けに構築されており、ツール呼び出し、マルチステップ推論、コード生成、エンタープライズオートメーションをサポートする。100万トークンのコンテキストウィンドウと最大64,000トークンの出力をサポートしている。現在は招待制ベータで、開発者は2時間ごとに1,000万トークンのクォータを受け取る。

LongCat AIのタイミングが印象的なのは、孤立した出来事ではなかった点だ。同日、DeepSeekもV4をリリースした。これは国内のHuaweiチップでトレーニングされた1.6兆パラメータのモデルである。2つの1兆パラメータ級モデルが、2つの企業によって、NVIDIAゼロで同日にリリースされた。これは偶然ではなく、パターンである。

Meituanが構築したものとその実際の用途

LongCat-2.0-PreviewはMeituanのLongCatモデルファミリーの最新世代で、2025年8月にリリースされた5600億パラメータのオープンソースMoEモデルであるLongCat-Flashから始まる。2.0世代ではパラメータ規模が約2倍の1兆超に拡大し、100万トークンのコンテキストウィンドウが追加され、オープンソースから招待制アクセスへ移行した。

モデルの最も深い最適化はエージェントシナリオにあり、マルチステップタスク計画、ツール呼び出し、本番レベルのコード生成が含まれる。Meituanは同モデルを「複雑なタスク計画とエンタープライズオートメーション」に適したものと説明しており、一般的なチャット向けではなく、エージェント向けに最適化されている点が重要である。

MeituanのCEOであるWang Xingは、3層のAI戦略を概説している。AI at Work（内部業務の改善）、AI in Products（顧客向け機能の改善）、Building LLMs（基盤層）である。LongCat-2.0は第3層に該当する。自社で制御する基盤モデルがなければ、最初の2層は他者のインフラに依存することになり、Meituanの競争環境では受け入れられない立場となる。

meituanのLongCatモデルファミリーはすでに積極的に展開されている。MeituanのAI注文エージェントであるXiaomeiはLongCat上で動作し、音声による食事注文やレストラン予約を処理する。同社の食品安全監視システム「Star Eye」は、AIを使って提携レストランのキッチン映像を24時間監視する。これらは研究用プロトタイプではなく、毎日大規模にLongCat上で稼働する本番ワークロードである。

なぜフードデリバリー企業が1兆パラメータ級モデルをトレーニングするのか

当然の疑問として、なぜフードデリバリープラットフォームが世界最大級の言語モデルを構築するのか？

答えは、MeituanがAIラボになろうとしているわけではなく、時代遅れになることを避けようとしている点にある。

Meituanのプラットフォーム上のすべてのやり取り、ユーザーがランチを注文する、加盟店がメニューを管理する、配達員が街区を移動する、こうした意思決定ループはAIが最適化または破壊できる。Meituanは現在、自社システムでこれらのループを処理している。しかし、競合他社のAIエージェントがユーザーの食事嗜好を理解し、レストランと交渉し、注文をより正確にディスパッチできれば、Meituanは仲介者としての役割を失うことになる。

AIエージェントが消費者とサービスの間の主要なインターフェースになると、独自のモデルを持たないプラットフォームは他者のモデルに依存することになる。

Meituanの規模はこれを具体的に示している。同社は1日数千万件の配達注文を処理し、数十万のレストランを管理し、中国の数十都市で配達員をリアルタイムにルーティングしている。この運用に組み込まれたAI判断は独自のものだ。LongCatがサードパーティからライセンスした汎用モデルよりも高速かつ正確にこれらの判断を行えれば、投資は回収できる。

meituanのAI投資は、中国のスーパーアプリ市場の競争力学に対する防御策でもある。Alibaba、Tencent、ByteDanceはそれぞれ独自の基盤モデルを持っている。Meituanがモデルを持たないことは、AI駆動のレコメンデーション、価格設定、ロジスティクスが主要な競争要因となっている市場で構造的に不利になることを意味する。

Meituanの以前のオープンソースリリースであるLongCat-Flashは、2025年のリリース時にVentureBeatから特定のタスクでGPT-5に匹敵すると評された。LongCat-2.0はパラメータ数をほぼ2倍にし、招待制アクセスに移行したことで、Meituanがコミュニティ構築から商用展開へシフトしていることを示唆している。

本当の物語はモデルではなくチップにある

LongCat-2.0のパラメータ数は重要だ。しかし、このモデルについてより重要な事実は、トレーニングに使用されたハードウェアである。

2022年以降、米国は中国へのAIチップ輸出を段階的に制限してきた。最初はA100、次にH100とH800、そしてH20である。政策の論理は一貫していた。先進的なAIトレーニングには先進的なGPUハードウェアが必要であり、ハードウェアを制限すれば能力を制限できるというものだ。暗黙の前提は、中国はNVIDIAの最先端チップにアクセスしなければフロンティアレベルのAIを開発できないというものだった。

LongCat-2.0は5万から6万の国内コンピュートカードを使って1兆パラメータ級モデルをトレーニングした。4月24日、DeepSeekも独立して1.6兆パラメータで同じことを行い、同様にHuawei Ascend chipsを使用した。これらは同一の出来事ではない。2つの別々の企業、2つの別々のトレーニング実行、2つの別々のアーキテクチャである。これは、国内ハードウェアとNVIDIA級トレーニングハードウェアのギャップが、フロンティアクラスのモデルをトレーニングできるほど縮まったことを示す独立した検証である。

ここでハードウェアの文脈が重要になる。HuaweiのAscend 950PRはFP4精度で1カードあたり1.56ペタフロップスを提供し、これは現在米国政策で中国への輸入が許可されているNVIDIAのH20のFP4性能の約2.8倍である。ByteDanceはAscendチップの注文に56億ドルを投じると報じられている。Alibaba CloudとTencentも大規模な注文を行っている。Industry estimatesによると、2026年のHuawei Ascendチップに対する中国の総需要は120億から150億ドルに達する可能性があるとされている。

ただし、現実的な注意点がある。集計フロップスと効率的なフロップスは異なる。国内中国ハードウェアクラスタのトレーニング効率（MFUなどの指標で測定）は、依然としてNVIDIA H100構成に遅れを取っている。MeituanもDeepSeekも詳細な効率指標を公開していないため、直接的な比較は難しい。チップ数の多さである程度の低効率を補えるが、無限ではない。

LongCat-2.0は招待制ベータ中であり、公開ベンチマーク結果はまだない。DeepSeek V4は技術レポートを公開したが、LongCat-2.0は公開していない。標準ベンチマークでの独立した性能評価がなければ、1兆パラメータという見出しは能力主張ではなく、ハードウェア主張である。

とはいえ、中国の技術格差へのアプローチの歴史的軌跡は留意に値する。中国の太陽光パネル産業は当初、西側メーカーから大きく遅れていたが、2020年までに中国メーカーは世界の太陽光生産能力の約75%を支配するようになった。その道筋は西側技術に追いつくことではなく、制約をスケールで超えることだった。AIチップが同様の軌道をたどるかどうかは、テック政策におけるより重要な未解決問題の一つである。

Meituanがここに至るまで：LongCatモデルタイムライン

LongCat-2.0は突然現れたわけではない。Meituanは過去8ヶ月間にわたる一連の迅速な公開リリースを通じてこれを構築し、それぞれが前回より高性能で公開テストされたものだった。

シリーズは2025年9月1日にLongCat-Flash-Chatから始まった。これはGitHub、Hugging Face、Meituan独自のモデルプラットフォームで同時にリリースされたオープンソースの5600億パラメータMixture-of-Expertsモデルである。このモデルは平均してトークンあたり約270億のパラメータを活性化し、総パラメータ数が大きいにもかかわらず推論コストを低く抑えている。エージェントベンチマークでは、LongCat-Flash-ChatはIFEval（指示追従評価89.65）で1位、VitaBench（マルチツールエージェントベンチマーク）で1位を獲得した。LMSYSは同日にSGLangでの実行ガイドを公開し、モデルがリリース時点で本番対応であることを示した。

3週間後の2025年9月23日、Meituanは同じ5600億MoEバックボーン上の推論特化バリアントであるLongCat-Flash-Thinkingをリリースした。Flash-Chatがエージェントタスク完了向けに最適化されていたのに対し、Flash-Thinkingはより難しい問題に対する拡張チェーンオブソート推論向けに構築された。当時のVentureBeatの報道では、特定の推論タスクでGPT-5に匹敵すると評され、MeituanがAIをサイドプロジェクトとして手掛ける企業ではなく、真剣なLLM開発者としての信頼性を確立するのに役立った。

2026年1月のリリースではさらに深みが加わった。LongCat-Flash-Thinking-2601（技術レポート：arxiv 2601.16725、2026年1月23日公開）は、「Re-thinking Mode」を備えた初の完全オープンソースモデルとなり、回答を確定する前に8つの並列推論パスを同時に活性化する。エージェントベンチマークでは、BrowseCompで73.1%、RWSearchで77.7%、tau-squared-Benchで88.2%を達成し、3つすべてでオープンソースモデルの中で最先端を記録した。Meituanは同時にコンパニオンバリアントのLongCat-Flash-Thinking-ZigZagをリリースし、長文コンテキスト入力での推論を精度を落とさずに高速化するためのスパースアテンション機構であるLongCat ZigZag Attention（LoZA）を導入した。

この基盤から、LongCat-2.0-Previewは重要なアーキテクチャ的ステップを表している。総パラメータ数が5600億から1兆超に跳ね上がり、コンテキストウィンドウが100万トークンに拡張され、モデルはオープンソースではなくなった。クローズドアクセスの移行は、Meituanが2.0をコミュニティ貢献ではなく商用製品と見なしていることを示唆している。

LongCat-2.0とDeepSeek V4の比較、および中国AIへの示唆

LongCat-2.0とDeepSeek V4の比較は、中国のAIエコシステムがどのように階層化しているかを示している。

DeepSeek V4はグローバルリーチ向けに構築されたラボ製品である。1.6兆の総パラメータ、完全オープンソース、published technical reportとベンチマーク結果が世界中の開発者によって評価されている。DeepSeekの戦略は最大限の透明性であり、モデルの性能をすべての人に示すことである。

LongCat-2.0は国内展開向けに構築されたプラットフォーム製品である。招待制アクセス、エージェント最適化、ベンチマーク結果はまだ非公開。Meituanは「中国最強のLLM」のタイトルを争っているわけではない。自社ビジネスの大規模運用に必要なモデルを構築しており、他の中国プラットフォームが同様のインフラ決定に直面した場合にライセンス供与できるモデルを構築している可能性もある。

この差別化は、どの単一のベンチマークよりも、中国のAIエコシステムが向かっている方向についてより明確な物語を語っている。DeepSeekはオープンソースのフロンティアチャレンジャーであり、Meituan LongCatはプラットフォームオペレーターの基盤である。BaiduのERNIEは検索企業のエンタープライズバックボーンである。これらは同じ賞を争っているわけではない。

それらが共有しているのはチップの物語である。これらのモデルのそれぞれは、NVIDIAに依存しないトレーニングインフラを持っている。わずか18ヶ月前には、フロンティアクラスのトレーニングには不可能と広く考えられていた。2026年4月の1週間で、国内チップによる2つの独立した1兆パラメータ級トレーニング実行が、その前提を時代遅れに見せた。

これらのAIツールが日常的なエンタープライズワークフローの一部になるにつれ、さまざまな業界のプロフェッショナルは、複数のAIソースから知識をキャプチャ、接続、検索するシステムを構築している。西側と中国のAIエコシステムの拡大する分裂は、関連情報がますます異なるモデルファミリー、言語、プラットフォームにまたがって現れることを意味し、クロスソース合成の重要性が高まっている。

LongCatとAI輸出規制議論の今後

短期的には最も重要なシグナルは、LongCat-2.0がより広範なテストに開放され、ベンチマーク比較を公開するかどうかである。MeituanのLongCat-Flashの実績は、招待制の向こう側に本当の能力があることを示唆している。しかし「招待制」ということは、検証が当面はMeituanの条件で行われることを意味する。

ビジネス面では、XiaomeiエージェントのアップデートがLongCat-2.0の強化された推論を取り入れれば、それが最初の現実世界での性能テストとなる。音声による注文とレコメンデーションがMeituanのプラットフォームで目に見えて改善されるかどうかは、モデルの価値を測る上で、どのような学術的ベンチマークよりも実践的な尺度となる。

米国の政策立案者にとって、4月24日の週はより難しい問いを提示している。チップ輸出規制の目的が中国によるフロンティアクラスのAIモデルのトレーニングを阻止することだった場合、2つの独立した企業が国内ハードウェアを使って同週にそれを実行したなら、次の政策段階はどうなるのか？選択肢はソフトウェアレイヤーの制限、CUDA代替、コンパイラツールチェーン、モデルウェイト自体に絞られ、それぞれ異なるトレードオフを伴う。

AIインフラを追跡する開発者や企業にとって、LongCat-2.0のリリースとDeepSeek V4のHuaweiチップトレーニングは注目に値する。フロンティアAIモデルのトレーニングに特定のベンダーのハードウェアへのアクセスが必要だった時期が終わろうとしていることを示している。それに取って代わるのは、より断片化されているが同時に競争力のあるグローバルAIインフラであり、その断片化の影響はまだ展開中である。

断片化は地政学を超えて重要である。AIインフラが2つの異なるハードウェアエコシステムに分かれると、重要な意思決定にAIを依存する組織は新たな計画上の問いを抱えることになる。2年後に最高のモデルがどのエコシステムで実行されるのか？Meituanのアプローチ、国内ハードウェア上での独自基盤モデルの構築は一つの答えである。賭けは、インフラ面での垂直統合が、単一の外部プロバイダーに依存するよりも長期的な安定性を提供するというものだ。

AIツールがエコシステム全体で増殖するにつれ、情報集約型ワークフローを扱うプロフェッショナルは、プラットフォーム間で知識を接続する方法をますます必要としている。異なるソース間のAI knowledge managementをサポートするツールは、AIの状況自体が多様化するにつれて、より有用になる。

FAQ：LongCat AIとMeituanのモデルに関するよくある質問

LongCat AIとは？

LongCat AIはMeituanの大規模言語モデルシリーズである。現在の世代であるLongCat-2.0-Previewは、エージェントワークフロー向けに最適化された1兆パラメータ超のモデルで、2026年4月に招待制テスト用にリリースされた。

LongCat-2.0はオープンソースか？

いいえ。以前のLongCat-Flashがオープンソースモデルとしてリリースされたのとは異なり、LongCat-2.0-Previewはアクセスを制御した招待制ベータである。開発者はLongCat APIプラットフォーム経由でテストを申請できる。

LongCatはDeepSeek V4と比べてどうか？

両方とも同日（4月24日）にリリースされ、両方とも国内中国ハードウェアでトレーニングされた。DeepSeek V4はより大きく（1.6T対1T+パラメータ）、公開ベンチマーク付きの完全オープンソースである。LongCat-2.0はプラットフォームおよびエージェントユースケースに焦点を当てており、ベンチマークはまだ非公開である。

なぜMeituanはこれほど大規模なモデルをトレーニングしたのか？

Meituanの中核事業であるフードデリバリーとローカルサービスは、ロジスティクス、レコメンデーション、加盟店管理に関するAI判断にますます依存している。独自モデルを構築することで、Alibaba、Tencent、ByteDanceなどの競合他社がそれぞれ独自の基盤モデルを持つ市場において、Meituanは自社のAIインフラを制御できる。

Meituanはどの国内チップを使用したか？

Meituanは5万から6万の国内コンピュートカードを使用したことを確認している（Phemex reportingによる）が、チップメーカーやモデルを公に特定していない。業界アナリストは、米国輸出規制後の中国でトレーニング規模で利用可能なものに基づき、Huawei Ascend or Cambriconが最も可能性が高いと指摘している。Meituanがチップの詳細を明らかにせずに実行を完了した事実は、同社がハードウェアスタックを単なる共有すべき物流上の詳細ではなく、競争資産と見なしていることを示唆している。