IA Generativa
Meituan présente LongCat-2.0 : 1,6T de paramètres open-source
Dr. Adrian Vale
Spécialiste LLMs, AI Agents et Infrastructure IA
4 min de lecture
Source originaleÉcouter l'Article
Narration automatique par IA
Spécialiste LLMs, AI Agents et Infrastructure IA
Meituan dévoile LongCat-2.0, un modèle d'IA avec 1,6 trillion de paramètres, utilisant l'architecture Mixture-of-Experts (MoE). Entraîné sur 50 000 puces chinoises, il est publié en open-source sous licence MIT, renforçant l'autonomie technologique chinoise et stimulant l'innovation mondiale.
Meituan, géant chinois des services de livraison, a révélé LongCat-2.0, un modèle d'intelligence artificielle comprenant 1,6 trillion de paramètres, dont 48 milliards activés dynamiquement par token grâce à l'architecture innovante Mixture-of-Experts (MoE). Publié en open-source sous licence MIT, ce modèle marque un tournant à la fois pour la Chine et pour la communauté mondiale de l'IA.
Fait remarquable, LongCat-2.0 a été entièrement entraîné sur 50 000 puces domestiques chinoises, évitant ainsi les GPU occidentaux comme ceux de NVIDIA. Cela illustre un pas significatif vers l'indépendance technologique de la Chine.
Comparé à des modèles comme GPT-4 (OpenAI) ou Claude (Anthropic), LongCat-2.0 se distingue par :
Cependant, des défis subsistent, notamment en ce qui concerne l'efficacité énergétique des puces domestiques et le coût de maintenance des infrastructures.
Pour les développeurs et chercheurs, LongCat-2.0 offre un accès inédit à un modèle d'une telle envergure, avec des capacités de traitement étendues. Pour les entreprises, il représente une opportunité de personnalisation tout en réduisant les coûts opérationnels. Cependant, la question de l'adoption en dehors de la Chine reste ouverte, notamment en raison des performances variables des infrastructures domestiques.
LongCat-2.0 compte 1,6 trillion de paramètres, avec 48 milliards activés dynamiquement par token grâce à l'architecture Mixture-of-Experts (MoE).
Le modèle a été entraîné sur 50 000 puces domestiques chinoises, sans dépendre des GPU occidentaux comme ceux de NVIDIA.
LongCat-2.0 dépasse GPT-4 en taille (1,6T de paramètres contre environ 175B) et en fenêtre de contexte (1 million de tokens contre 32K pour GPT-4).
💡 Dica Pro: L'architecture Mixture-of-Experts (MoE) de LongCat-2.0 permet de réduire les coûts d'inférence de 35 % par rapport aux modèles denses traditionnels, tout en maintenant des performances comparables. Cela en fait une option stratégique pour les startups à budget limité.
