Meituan merilis LongCat Flash Chat, model Mixture of Experts dengan 560 miliar parameter

Mengapa peluncuran ini penting sekarang

Meituan, raksasa layanan sesuai permintaan asal China, bergabung dengan gelombang model bahasa besar sumber terbuka melalui peluncuran LongCat Flash Chat, sebuah sistem yang menggabungkan jumlah parameter sangat besar dengan rancangan yang mengutamakan efisiensi. Diumumkan pada awal September 2025 dan dipublikasikan untuk para pengembang di GitHub dan Hugging Face, model ini hadir dengan laporan teknis yang menempatkannya sejajar dengan sistem-sistem terkemuka saat ini. Meituan menyebut LongCat Flash Chat memiliki kinerja setara DeepSeek V3.1, keluarga Qwen3 dari Alibaba Cloud, dan Kimi K2 dari Moonshot AI, serta bersaing baik dengan Claude Sonnet dari Anthropic dan Gemini 2.5 Flash dari Google, berdasarkan tolok ukur perusahaan. Model ini dilisensikan untuk penggunaan dan modifikasi secara luas, menandakan upaya membangun ekosistem pengembang yang aktif di sekitar tumpukan AI Meituan.

LongCat Flash Chat diperkenalkan sebagai model fondasi siap produksi yang cepat, bukan sistem yang berorientasi pada penalaran. Fokus ini mencerminkan kompromi yang jelas: mengurangi penekanan pada rangkaian logika yang lambat dan kompleks, serta lebih mengutamakan perilaku agen yang responsif, penggunaan alat, dan kemampuan mengikuti instruksi. Peluncuran ini menyusul akuisisi Meituan terhadap startup AI Light Year pada 2023 senilai 281 juta dolar AS dan sejalan dengan strategi internal yang mencakup AI untuk alur kerja internal, fitur AI dalam produk bagi pengguna akhir, serta pengembangan model inti.

Produk yang dirilis Meituan

Dokumentasi perusahaan menjelaskan LongCat Flash Chat sebagai model Mixture of Experts dengan 560 miliar total parameter. Hanya sebagian dari parameter itu yang aktif untuk setiap token, biasanya 18,6 miliar hingga 31,3 miliar, dengan rata-rata sekitar 27 miliar. Aktivasi selektif ini menjadi kunci kecepatan dan profil biaya model. Model ini mendukung jendela konteks panjang hingga 128k token, sehingga dapat memproses percakapan, dokumen, atau tugas bertahap yang panjang tanpa harus terus-menerus memulai ulang.

Menurut Meituan, ini adalah model fondasi tanpa penalaran. Caixin Global melaporkan bahwa model ini tidak mencakup kemampuan penalaran tingkat lanjut, tetapi tetap memberikan hasil kuat dalam berbagai tugas instruksi dan agen. Repositori model menyoroti skor kompetitif dalam tolok ukur umum, kemampuan mengikuti instruksi, matematika, pemrograman, penggunaan alat, dan evaluasi keselamatan. Pengembang dapat mengakses bobot model dan dokumentasinya di Hugging Face melalui halaman ini serta melihat detail produk di situs resmi longcat.ai. Kode dan bobot model dirilis di bawah Lisensi MIT.

Arsitektur LongCat

Model Mixture of Experts membagi jaringan raksasa menjadi banyak komponen khusus yang disebut pakar. Sebuah router menentukan pakar mana yang perlu digunakan untuk setiap token. Dengan mengaktifkan hanya sebagian kecil pakar untuk tiap token, model mempertahankan kapasitas total yang besar sembari menjaga komputasi per langkah tetap terkendali. Pendekatan ini menjadi cara umum untuk meningkatkan skala model tanpa membuat biaya inferensi melonjak.

Mixture of Experts secara sederhana

Bayangkan sistem ini sebagai sebuah tim besar yang hanya memanggil beberapa spesialis untuk setiap pesan. Router memilih spesialis berdasarkan isi pesan, sehingga pekerjaan yang tidak perlu dapat dikurangi. Rancangan Meituan menambahkan beberapa hal baru. Laporan tersebut menjelaskan Zero Computation Experts, yang berfungsi sebagai placeholder dan dapat dipilih ketika router perlu menyeimbangkan beban atau mengurangi komputasi untuk token sederhana. Di balik layar juga terdapat pengendali PID yang menyesuaikan bias para pakar agar rata-rata jumlah parameter aktif tetap stabil. PID adalah singkatan dari proportional, integral, derivative. Ini merupakan metode kendali umum yang mengarahkan sistem ke tingkat sasaran tanpa osilasi.

Untuk meningkatkan throughput, LongCat Flash Chat menggunakan tata letak MoE dengan koneksi pintas yang memperbesar tumpang tindih antara komunikasi dan komputasi. Dalam konfigurasi multi-GPU, waktu komunikasi dapat menjadi hambatan kinerja. Koneksi pintas menciptakan jalur agar sebagian jaringan dapat bekerja lebih cepat saat data berpindah antarperangkat. Catatan teknis menyebut laju inferensi lebih dari 100 token per detik untuk satu pengguna pada perangkat keras kelas H800.

Klaim kecepatan dan biaya

Ringkasan sumber terbuka dan laporan media China menyebut Meituan menyelesaikan pelatihan dalam sekitar 30 hari dengan konfigurasi yang sangat paralel, dan model ini dapat menghasilkan 100 token per detik pada akselerator H800. Perusahaan menyebut biaya keluaran sekitar 5 yuan per satu juta token dalam kondisi tertentu. Biaya aktual berbeda-beda menurut perangkat keras, ukuran batch, dan kerangka kerja penerapan, tetapi klaim utamanya jelas. Meituan memasarkan LongCat Flash Chat sebagai model yang dirancang untuk kecepatan, dengan kualitas kompetitif dan kebutuhan komputasi lebih rendah untuk setiap permintaan.

Metode pelatihan dan stabilitas

Repositori tersebut menjabarkan serangkaian dukungan stabilitas: transfer hiperparameter untuk menggunakan kembali pengaturan yang baik pada berbagai skala, inisialisasi pertumbuhan model agar varian yang lebih besar dapat dimulai dari varian yang lebih kecil, serta metode penyeimbangan gradien router dengan z loss untuk menjaga kesehatan router MoE. Tim tersebut menekankan komputasi deterministik agar proses pelatihan dapat direproduksi. Untuk data, Meituan menjelaskan strategi fusi prapelatihan dua tahap dan kerangka sintesis multiagen guna membuat rangkaian tugas kompleks untuk perilaku agen. Hasilnya adalah alur pelatihan yang dioptimalkan untuk keandalan dan kinerja agen, bukan penalaran mendalam bertahap.

Perbandingan dengan para pesaing

Tolok ukur Meituan menempatkan LongCat Flash Chat setara dengan model umum terkemuka China. Perbandingan tersebut menyoroti DeepSeek V3.1, keluarga Qwen3 dari Alibaba Cloud, dan Kimi K2 dari Moonshot AI. Laporan itu juga menyebut posisinya yang kuat dibandingkan model ternama Amerika Serikat seperti Claude Sonnet dan Gemini 2.5 Flash. Sejumlah pemberitaan bahkan mencatat perbandingan dengan GPT 4.1 untuk tugas-tugas tertentu yang tidak membutuhkan penalaran. Peringkat pastinya bergantung pada rangkaian tolok ukur dan pengaturan prompt. Pengujian yang dijalankan vendor dapat menjadi titik awal, sementara evaluasi pihak ketiga akan memberikan gambaran yang lebih utuh.

Label tanpa penalaran merupakan kualifikasi penting. Sistem yang berorientasi pada penalaran bertujuan merencanakan dan meninjau berbagai langkah, sering kali dengan proses pembuatan yang lebih lambat dan biaya komputasi lebih tinggi. LongCat Flash Chat berfokus pada kemampuan mengikuti instruksi dengan cepat, penggunaan alat, dan orkestrasi agen. Pendekatan itu sesuai untuk kasus penggunaan yang lebih mengutamakan waktu respons, throughput, dan biaya yang dapat diprediksi daripada penalaran berantai yang rumit.

Arti tugas berbasis agen dalam praktik

Tugas berbasis agen melibatkan model yang dapat memanggil alat, mencari informasi, mengikuti alur kerja, dan menentukan kapan perlu meminta masukan tambahan. Sistem dapat menelusuri dokumentasi, mengakses basis data internal, memicu API pembayaran, atau menyusun pesan untuk pelanggan. LongCat Flash Chat dioptimalkan untuk jenis pekerjaan ini. Model ini dirancang untuk mengambil keputusan dengan cepat, menangani konteks panjang, dan menjaga latensi tetap rendah agar terasa responsif dalam aplikasi nyata.

Meituan telah bereksperimen dengan agen di berbagai lini bisnisnya. Perusahaan ini telah memperkenalkan NoCode untuk pemrograman berbantuan AI, Kangaroo Advisor untuk mendukung pengambilan keputusan bisnis, dan Meituan Jibai untuk pengelolaan operasional hotel. Mesin agen yang cepat dapat membantu menjalankan tugas seperti pendaftaran merchant, pemilahan permintaan dukungan pelanggan, pemeriksaan inventaris, dukungan perencanaan rute, dan pembuatan materi pemasaran. Di bidang e-commerce dan layanan lokal, banyak tugas lebih membutuhkan kecepatan yang andal, konektivitas ke alat, dan kemampuan mempertahankan konteks panjang daripada penalaran lambat langkah demi langkah.

Strategi, akuisisi, dan kebangkitan sumber terbuka di China

Langkah Meituan untuk mengembangkan model inti dimulai dengan sungguh-sungguh saat perusahaan membeli Light Year pada 2023 senilai 281 juta dolar AS. Para pimpinan perusahaan menjelaskan rencana tiga tingkat: AI untuk pekerjaan internal, AI dalam produk konsumen, dan pembangunan model fondasi. LongCat Flash Chat menjadi bukti publik pertama pada lapisan fondasi. Peluncuran ini juga sejalan dengan tren yang lebih luas di kalangan perusahaan teknologi China. Rilis sumber terbuka dari perusahaan seperti Alibaba, laboratorium yang berafiliasi dengan DeepSeek, dan Moonshot AI mempersempit kesenjangan dengan perusahaan Barat melalui iterasi cepat dan pengujian komunitas.

Lisensi sumber terbuka menjadi penting dalam hal ini. Dengan menerbitkan bobot dan kode di bawah Lisensi MIT, Meituan mengundang startup, kelompok riset, dan tim perusahaan untuk bereksperimen, mengadaptasi, dan menerapkannya tanpa banyak batasan. Hal ini memperluas peluang untuk mendapatkan masukan dan menemukan kasus penggunaan. Langkah tersebut juga membantu Meituan membangun kredibilitas teknis di luar identitas utamanya sebagai perusahaan pesan-antar makanan. Sejumlah sumber mencatat bahwa perusahaan menggambarkan pendekatan AI-nya sebagai agresif dan proaktif, dengan tujuan merebut perhatian pengembang melalui kecepatan dan keterbukaan.

Lisensi, penerapan, dan keselamatan

LongCat Flash Chat dirilis di bawah Lisensi MIT, lisensi permisif yang mengizinkan penggunaan komersial secara luas. Repositori tersebut mencakup panduan penerapan untuk vLLM dan SGLang. Kerangka kerja tersebut populer untuk inferensi ber-throughput tinggi, dengan fitur seperti continuous batching dan paged attention yang dapat menurunkan biaya penyajian model. Model dengan aktivasi pakar parsial cocok digunakan di lingkungan yang mengurangi waktu menganggur GPU.

Seperti semua model bahasa besar, LongCat Flash Chat memiliki keterbatasan. Dokumentasinya mendorong pengembang untuk mengevaluasi keselamatan, keadilan, dan kepatuhan hukum dalam konteks penggunaan masing-masing. Hal ini terutama penting di bidang yang menangani data pribadi, keuangan, atau kesehatan. Materi Meituan mencakup evaluasi keselamatan dan red teaming, serta mengingatkan pengguna untuk mematuhi hukum dan aturan industri saat menerapkan model di konteks sensitif.

Respons investor dan sinyal pasar

Pemberitaan keuangan setelah peluncuran menyebut saham Meituan diperdagangkan lebih rendah meski perusahaan bergabung dengan jajaran perusahaan China yang merilis model kompetitif. TipRanks mengutip tolok ukur South China Morning Post dan menyoroti latar kebijakan yang lebih luas, dengan China meningkatkan dukungan untuk sektor teknologinya di tengah ketegangan perdagangan. Reaksi pasar kerap tertinggal dari kenyataan produk. Bagi investor, hal yang akan menentukan adalah apakah model ini mendorong adopsi, mengurangi biaya operasional Meituan, dan dipilih pengembang eksternal sebagai mesin untuk produk nyata.

Sinyal yang lebih besar adalah bahwa perusahaan-perusahaan di luar lingkaran inti AI kini menerbitkan model yang menantang para pemain mapan dari segi kecepatan, biaya, dan kemampuan untuk kasus penggunaan berbasis agen. Momentum ini dapat mengubah cara perusahaan memandang sumber tumpukan AI mereka. Hal ini juga dapat meningkatkan tekanan terhadap pembuat model untuk membuktikan nilai dalam tugas praktis yang sensitif terhadap latensi, bukan hanya dalam papan peringkat tolok ukur.

Poin Utama

• Meituan merilis LongCat Flash Chat, model Mixture of Experts sumber terbuka dengan total 560 miliar parameter, di GitHub dan Hugging Face pada awal September 2025.
• Model ini mengaktifkan rata-rata 18,6 miliar hingga 31,3 miliar parameter per token, sehingga menurunkan biaya komputasi sembari mempertahankan kapasitas total yang besar.
• Tolok ukur dalam laporan teknis mengklaim kinerja setara DeepSeek V3.1, Qwen3 dari Alibaba Cloud, dan Kimi K2 dari Moonshot AI, serta posisi kuat dibandingkan Claude Sonnet dan Gemini 2.5 Flash.
• Meituan memosisikan sistem ini sebagai model fondasi tanpa penalaran yang berfokus pada kecepatan, kemampuan mengikuti instruksi, penggunaan alat, dan alur kerja agen, bukan penalaran mendalam.
• Fitur teknisnya mencakup Zero Computation Experts, pengendali PID untuk bias pakar, rancangan MoE dengan koneksi pintas, serta jendela konteks 128k token.
• Catatan teknis menyebut kecepatan lebih dari 100 token per detik pada perangkat keras H800 dan biaya keluaran sekitar 5 yuan per satu juta token dalam kondisi tertentu.
• Kode dan bobot model dirilis di bawah Lisensi MIT, dengan panduan penerapan untuk vLLM dan SGLang.
• Peluncuran ini menyusul pembelian Light Year oleh Meituan pada 2023 dan mendukung strategi AI tiga tingkat yang lebih luas, mencakup alat kerja, produk, dan model inti.
• TipRanks melaporkan penurunan harga saham setelah pengumuman, menunjukkan bahwa sentimen investor dapat bergantung pada adopsi nyata dan penghematan biaya.
• Rilis ini menambah gelombang aktivitas model sumber terbuka di China yang mempersempit kesenjangan dengan perusahaan Barat dan berfokus pada penggunaan agen yang cepat.