China hat sein bisher größtes KI-Modell vorgestellt, das komplett ohne NVIDIA-Chips trainiert wurde. Meituan hat LongCat-2.0 präsentiert, ein Open-Source-Sprachmodell mit 1,6 Billionen Parametern. Das in Peking ansässige Unternehmen für Essenslieferungen hat das Projekt vollständig auf heimischer Hardware betrieben.
Dieser Durchbruch verändert, wie die globale KI-Branche Chinas Bestrebungen zur technologischen Unabhängigkeit bewertet.
Was LongCat-2.0 von Meituan für das KI-Rennen bedeutet
Ein großes Sprachmodell ist ein KI-System, das mit gewaltigen Datensätzen trainiert wird. Solche Systeme können menschliche Sprache in vielen Bereichen verstehen, erzeugen und logisch verarbeiten. LongCat-2.0 gehört zu den bislang größten Modellen, mit 1,6 Billionen Parametern und einem Kontextfenster von 1 Million Token.
Die Veröffentlichung erfolgt, während China weiter auf vollständige Eigenständigkeit bei der kritischen Recheninfrastruktur setzt. Darüber hinaus erklärte Meituan, dass LongCat-2.0 das erste Modell der Branche mit mehr als einer Billion Parametern ist, das sowohl das Training als auch die Inferenz auf heimischer Hardware abgeschlossen hat. Daher stellt das Projekt einen wichtigen technischen Meilenstein dar.
Folgen Sie uns auf X, um aktuelle Nachrichten direkt zu erhalten.
Der entscheidende Unterschied ist bedeutsam. DeepSeek’s V4-pro nutzte heimische Chips nur für die Inferenz. Das ist die weniger aufwendige Aufgabe, Nutzeranfragen zu beantworten.
Im Gegensatz dazu setzte LongCat-2.0 lokale Hardware sowohl für die Inferenz als auch für das deutlich anspruchsvollere Vortraining ein.
Meituan erklärte, dass der Cluster auf großflächigen ASIC-Superpods basiert. Diese Chips sind für spezielle Arbeitslasten entwickelt. Zudem setzte das Unternehmen Huaweis Collective Communication Library (HCCL) ein, um die Koordination zwischen den Chips im großen Maßstab zu steuern. Die Architektur erinnert an die Rolle von NVIDIAs NCCL für seine eigenen GPU-Cluster.
„…Es erinnert mich an den Hinweis von Jensen Huang im Dwarkesh-Podcast: Exportkontrollen für Nvidia-GPUs werden China nicht aufhalten. Sie werden lediglich die Entwicklung von KI auf chinesischen Chips beschleunigen”, sagte Analyst Yuchen Jin auf X.
Warum der Start von LongCat-2.0 global bedeutend ist
LongCat-2.0 zeigte starke Ergebnisse in verschiedenen Benchmarks. Das Modell übertraf Googles älteres Gemini 3.1 Pro in den Tests Terminal-Bench 2.1 und SWE-Bench Pro.
Allerdings liegt das Modell noch hinter den weltweit führenden Systemen zurück. Dazu zählen insbesondere OpenAIs GPT-5.5 und Opus 4.8 von Anthropic, vor allem bei Agenten- und Reasoning-Aufgaben mit höchsten Anforderungen.
Branchenbeobachter reagierten sofort. Tech-Analyst TP Huang meinte, der Start räume Bedenken rund um Huaweis Atlas-950 SuperPoDs aus. Zudem bezeichnete der Forscher Hanchi Sun von der Lehigh University LongCat-2.0 als erstes Modell, das auf 50.000 chinesischen Beschleunigern nahe an die Spitze herankommt.
„…Wenn China Training im Frontier-Bereich auf lokalem Silizium in diesem Umfang hochskalieren kann, ist das Rennen um Rechenleistung offener als je zuvor”, betonte Venture-Partner Alvin Foo auf X.
Dennoch gibt es weiterhin große Herausforderungen bei der chinesischen KI-Infrastruktur. Meituan gab an, dass das eigene Software-Ökosystem noch hinter der etablierten GPU-Community von NVIDIA zurückliegt. Außerdem waren Speicherbeschränkungen der wichtigste Engpass beim Vortraining. Das liegt daran, dass die heimischen Beschleuniger pro Gerät weniger Speicher bieten als der in China verbotene H800-Chip von NVIDIA.
Das wichtigste Signal ist struktureller Natur. Meituans Erfolg zeigt, dass Training im Frontier-Bereich inzwischen technisch auf chinesischer Hardware möglich ist.
Daher könnte sich die Lücke zwischen chinesischen Open-Source-Modellen und den führenden westlichen, geschlossenen Systemen schneller verringern als in den aktuellen Prognosen angenommen.
