中国製チップのみで学習した1.6兆パラメータ模型公開
この記事の要点
美団がLongCat-2.0を公開した。1.6兆パラメータの大規模言語モデルを中国製チップのみで学習し、MITライセンスで無償公開した。コーディング性能はGPT-5.5に迫る。
結論
中国の生活サービス大手・美団は2026年6月30日、1.6兆パラメータの大規模言語モデル「LongCat-2.0」をMITライセンスで公開した。学習から推論まで、米国製の半導体を一切使わず中国製チップのみで完結させた初の兆パラメータ級モデルとされる。コーディング性能を測るSWEベンチのスコアはGPT-5.5をわずかに上回り、価格破壊も伴うため、LLM調達の選択肢を検討する企業は動向を押さえておく価値がある。
何が起きたか
LongCat-2.0は、必要な処理のたびに一部の回路だけを働かせる混合エキスパート方式を採用し、総パラメータ数は1.6兆に達する一方、実際に1回の処理で使われるのは平均480億パラメータ程度に抑えられている。文脈として一度に読み込める分量は最大100万トークンに及ぶ。ベンチマークではSWEベンチプロで59.5%を記録し、GPT-5.5の58.6%をわずかに上回った。学習には5万枚規模の中国製ASICクラスタを使い、外部の情報によれば米国製ハードウェアは一切使っていないという。
さらに注目されたのは公開の経緯である。LongCat-2.0は正体を明かさないまま「Owl Alpha」という名前で開発者向けAIモデル比較サイトのOpenRouterに数週間前から登場しており、既に利用実績で上位に入っていた。美団は実利用による評価が固まった段階で初めて自社モデルであることを明かした。地政学的な事情からAI企業や開発者の間で中国製モデルへの警戒感がある中、実力本位で評価を積み上げてから身元を明かす手法をとった形になる。
現場の実務にどう効くか
LLM選定でコストを重視する企業にとって、LongCat-2.0はDeepSeekやGLMに続く低価格な選択肢が増えたことを意味する。ただし業務利用を検討する際は、性能だけでなくデータの扱いや利用規約、輸出管理上の制約を確認する必要がある。生成AIのコストが高いと感じたときの見直し方で触れた考え方に沿って、用途ごとに複数モデルを使い分ける前提で評価するとよい。
一方で、中国発のオープンソースモデルを業務システムに組み込む場合は、情報セキュリティ部門との事前協議が欠かせない。中小企業のAIセキュリティ最低限チェックリストやゼロデータ保持とは?で挙げた観点を参考に、入力データの扱いやログの保存先を必ず確認してから採用を検討したい。性能面の優位性だけで判断せず、社内のAI利用ガイドラインに沿った手続きを踏むことが実務上のリスク管理になる。
なぜ今なのか
背景には、2026年6月に米国がAnthropicの最上位モデルに一時輸出規制をかけた出来事がある。19日間にわたる利用停止は、中国企業に対して自国製チップで動く高性能モデルへの投資を加速させる材料になったとみられる。バイトダンス、Seed 2.1を公開で紹介したように、中国のAI企業は性能と価格の両面で存在感を強めており、LongCat-2.0はその流れの延長線上にある。米中いずれの技術にも依存を集中させない調達戦略を検討する余地が、企業のAI戦略にも生まれつつある。なお、公開されている性能データは開発元や関連メディアの発表に基づくもので、独立検証の内容は限定的である。最新の仕様や評価は公式情報で確認してほしい。
オープンソースモデルが増えることの意味
LongCat-2.0の登場で、無償で商用利用できる高性能な大規模言語モデルの選択肢はさらに増えたことになる。すでに公開されているGLM系やDeepSeek系のモデルと合わせ、企業が自社サーバーやプライベートクラウド上でモデルを動かす、いわゆるオンプレミス運用の現実味が増している。クラウド経由のAPIサービスに比べて初期投資は大きくなるものの、機密性の高いデータを外部に出さずに処理したい企業にとっては選択肢が広がる方向の変化である。
一方で、無償で使えるからといって安易に本番環境へ組み込むのは早計である。モデルの学習データの出所や、将来的なメンテナンス体制が保証されているかどうかは、商用ベンダーが提供するモデルほど明確ではないことが多い。オープンソースモデルを検討する際は、性能評価だけでなく、継続的なアップデートが見込めるか、脆弱性が見つかった際の対応体制がどうなっているかも含めて確認する必要がある。社内でモデルを比較検討する担当者は、価格や性能の一覧表だけでなく、運用体制まで含めたチェックリストを用意しておくと判断を誤りにくい。
出典
よくある質問
LongCat-2.0は自社で使えるのか
MITライセンスのため商用利用や改変、再配布が認められている。ただし1.6兆パラメータの大規模モデルのため自前運用には多数の高性能GPUが必要で、実際にはAPIサービス経由での利用が現実的である。
米国製モデルより安全性や品質は劣るのか
公開されているベンチマークではGPT-5.5に近い水準を示しているが、独立した第三者による検証は限定的である。業務利用の可否は自社での評価を踏まえて判断し、最新の性能情報は公式発表で確認してほしい。