Meituan が LongCat-2.0 の開発を発表した。1.6 兆パラメータを備える大規模言語モデルで、35 兆以上のトークンを用いて学習されている。注目すべき点は、5 万基以上の国産 ASIC チップで訓練されており、Nvidia GPU が一切使用されていないことだ。この達成は、米国の対中 AI 規制が強化される中での中国の技術的自立を示唆している。

LongCat-2.0 の技術仕様

LongCat-2.0 は 1.6 兆パラメータを備え、35 兆トークン以上のデータセットで学習された。訓練基盤となる国産 ASIC チップは 5 万基以上で、製造企業は明かされていないが、中国国内の複数チップメーカーが開発する国産プロセッサが用いられた。これまで中国の大規模 AI 訓練は高度な演算性能を要するため、Nvidia の H100・H200 など高性能 GPU に依存してきた。LongCat-2.0 の成功は、その依存構造の突破口となり得る。

性能ベンチマークと限界

ベンチマークテストでは、ソフトウェアエンジニアリング分野で顕著な強さを示している。SWE-bench Pro で 59.5、SWE-bench Multilingual で 77.3 のスコアを獲得し、Gemini 3.1 Pro と GPT-5.5 を上回った。一方、IFEval（90.0）と GPQA-diamond（88.9）では西側の最先端モデルに後塵を拝しており、全面的な優位性を持つには至っていない。

この不均等な性能分布は、訓練データの選別・品質・多様性が西側モデルと異なることを示唆している。ただしソフトウェア開発というニッチながら高い経済的価値を持つ領域での優位は、中国企業にとって実務上の価値が大きい。

対米規制下での戦略的意義

LongCat-2.0 の登場は、米国の対中 AI チップ規制（Nvidia 高性能 GPU の輸出制限など）に対する中国側の対抗技術として機能する。Nvidia 依存を軽減できれば、制裁下でも大規模な AI 訓練が継続可能になる。同時に国産チップ産業の成長を促し、半導体サプライチェーンの脱米国化を加速させるメリットがある。

ただし、モデルの性能が全面的に優位であるわけではなく、公開版もまだリリースされていないため、実運用での信頼性や市場競争力は未検証だ。

業界への影響

LongCat-2.0 の成功は、今後の中国 AI 開発戦略に大きな影響を与える。他の中国企業も国産チップによる大規模訓練に投資を加速させるだろう。同時に西側モデルとの競争構図が「米国企業 vs 中国企業」から「米国チップ依存の企業 vs 国産チップの企業」へと立体化する可能性がある。

Nvidia の支配的地位は当面揺らがないが、長期的には ASIC チップの性能向上とコスト低下により、AI 訓練基盤の多極化が進むと予想される。