Meituan lanza LongCat Flash Chat, un modelo de mezcla de expertos con 560.000 millones de parámetros

Por qué este lanzamiento importa ahora

Meituan, el gigante chino de los servicios bajo demanda, se ha sumado a la ola de modelos de lenguaje de gran tamaño de código abierto con el lanzamiento de LongCat Flash Chat, un sistema que combina una enorme cantidad de parámetros con un diseño centrado en la eficiencia. Anunciado a principios de septiembre de 2025 y publicado para desarrolladores en GitHub y Hugging Face, el modelo llega acompañado de un informe técnico que lo sitúa junto a los sistemas líderes actuales. Meituan afirma que LongCat Flash Chat iguala el rendimiento de DeepSeek V3.1, la familia Qwen3 de Alibaba Cloud y Kimi K2 de Moonshot AI, y que obtiene buenos resultados frente a Claude Sonnet, de Anthropic, y Gemini 2.5 Flash, de Google, según las pruebas comparativas de la empresa. El modelo cuenta con una licencia que permite un uso y una modificación amplios, lo que refleja el impulso de Meituan por crear un ecosistema activo de desarrolladores en torno a su plataforma de inteligencia artificial.

LongCat Flash Chat se presenta como un modelo fundacional rápido y listo para su uso en producción, en lugar de un sistema orientado al razonamiento. Ese enfoque refleja una clara compensación: menos énfasis en cadenas de lógica lentas y complejas, y más en una respuesta ágil de los agentes, el uso de herramientas y el seguimiento de instrucciones. El lanzamiento se produce tras la adquisición en 2023 de la startup de inteligencia artificial Light Year por 281 millones de dólares y encaja en una estrategia interna que abarca la inteligencia artificial para los flujos de trabajo internos, las funciones de IA en los productos dirigidos a los usuarios y el desarrollo de modelos básicos.

Qué lanzó Meituan

La documentación de la empresa describe LongCat Flash Chat como un modelo de mezcla de expertos con 560.000 millones de parámetros en total. En cada token solo se activa una parte de esos parámetros: normalmente, entre 18.600 y 31.300 millones, con un promedio de unos 27.000 millones. Esta activación selectiva es fundamental para la velocidad y los costos del modelo. Admite una ventana de contexto extensa, de hasta 128.000 tokens, lo que le permite procesar conversaciones, documentos o tareas de varios pasos sin tener que empezar de nuevo constantemente.

En palabras de Meituan, se trata de un modelo fundacional sin razonamiento. Caixin Global informó que el modelo no incluye capacidades avanzadas de razonamiento, aunque ofrece buenos resultados en muchas tareas de seguimiento de instrucciones y de agentes. El repositorio destaca puntuaciones competitivas en pruebas generales, seguimiento de instrucciones, matemáticas, programación, uso de herramientas y evaluaciones de seguridad. Los desarrolladores pueden acceder a los pesos y la documentación del modelo en Hugging Face en esta página y consultar los detalles del producto en el sitio oficial, longcat.ai. El código y los pesos se publican bajo la licencia MIT.

La arquitectura de LongCat por dentro

Los modelos de mezcla de expertos dividen una red enorme en muchos componentes especializados llamados expertos. Un enrutador decide a qué expertos recurrir para cada token. Al activar solo un pequeño grupo de expertos por token, el modelo mantiene una gran capacidad total y, al mismo tiempo, limita el cómputo necesario en cada paso. Este enfoque se ha convertido en una forma habitual de ampliar los modelos sin disparar los costos de inferencia.

La mezcla de expertos, en términos sencillos

Imagine el sistema como un gran equipo del que solo se convoca a unos pocos especialistas para cada mensaje. El enrutador los selecciona según el contenido, lo que reduce el trabajo innecesario. El diseño de Meituan incorpora varios elementos adicionales. El informe describe los expertos de cómputo cero, que funcionan como marcadores de posición y pueden seleccionarse cuando el enrutador necesita equilibrar la carga o reducir el cómputo para tokens sencillos. Además, un controlador PID ajusta en segundo plano el sesgo de los expertos para mantener estable el número promedio de parámetros activos. PID corresponde a proporcional, integral y derivativo. Es un método de control habitual que acerca un sistema a un nivel objetivo sin provocar oscilaciones.

Para aumentar el rendimiento, LongCat Flash Chat utiliza una arquitectura de mezcla de expertos con conexiones de atajo, que incrementa la superposición entre comunicación y cómputo. En configuraciones con varias GPU, el tiempo de comunicación puede limitar el rendimiento. Las conexiones de atajo crean rutas que permiten agilizar partes de la red mientras los datos se transfieren entre dispositivos. Las notas técnicas indican una velocidad de inferencia superior a 100 tokens por segundo para un solo usuario en hardware de la clase H800.

Las afirmaciones sobre velocidad y costos

Los resúmenes de código abierto y los medios chinos señalan que Meituan completó el entrenamiento en unos 30 días con una configuración altamente paralela y que el modelo puede generar 100 tokens por segundo en aceleradores H800. La empresa indica un costo de generación cercano a 5 yuanes por millón de tokens en condiciones específicas. Los costos reales varían según el hardware, el tamaño del lote y el marco de despliegue, pero el mensaje central es claro: Meituan presenta LongCat Flash Chat como un modelo diseñado para ofrecer velocidad y una calidad competitiva, con menos cómputo por solicitud.

Receta de entrenamiento y estabilidad

El repositorio describe varias medidas para mejorar la estabilidad: transferencia de hiperparámetros para reutilizar configuraciones eficaces en distintas escalas, inicialización del crecimiento del modelo para que las variantes más grandes partan de otras más pequeñas, y un método de equilibrio de gradientes del enrutador con una pérdida z para mantener en buen estado el enrutador de mezcla de expertos. El equipo destaca el cómputo determinista para obtener ejecuciones reproducibles. En cuanto a los datos, Meituan describe una estrategia de fusión del preentrenamiento en dos etapas y un marco de síntesis multiagente para crear secuencias complejas de tareas destinadas al comportamiento de los agentes. En conjunto, el proceso de entrenamiento está optimizado para la fiabilidad y el rendimiento de los agentes, no para el razonamiento profundo de varios pasos.

Cómo se compara con sus rivales

Las pruebas comparativas de Meituan sitúan a LongCat Flash Chat al nivel de los principales modelos generales de China. Las comparaciones destacan DeepSeek V3.1, la familia Qwen3 de Alibaba Cloud y Kimi K2 de Moonshot AI. El informe también señala resultados sólidos frente a modelos destacados de Estados Unidos, como Claude Sonnet y Gemini 2.5 Flash. Algunos análisis incluso mencionan comparaciones con GPT 4.1 en tareas específicas sin razonamiento. Las clasificaciones exactas dependen del conjunto de pruebas y de la configuración de las instrucciones. Las pruebas realizadas por los propios proveedores son un punto de partida; las evaluaciones independientes ofrecerán una visión más completa.

La etiqueta «sin razonamiento» es una precisión importante. Los sistemas orientados al razonamiento buscan planificar y reflexionar a lo largo de varios pasos, a menudo con una generación más lenta y un mayor costo de cómputo. LongCat Flash Chat se centra en el seguimiento rápido de instrucciones, el uso de herramientas y la coordinación de agentes. Este enfoque resulta adecuado para los casos en que importan más el tiempo de respuesta, el rendimiento y unos costos previsibles que un razonamiento elaborado paso a paso.

Qué significan en la práctica las tareas de agentes

Las tareas de agentes implican que un modelo pueda utilizar herramientas, recuperar información, seguir flujos de trabajo y decidir cuándo necesita más datos. El sistema puede consultar documentación, acceder a una base de datos interna, activar una API de pagos o redactar un mensaje para un cliente. LongCat Flash Chat está optimizado para este tipo de trabajo. Busca tomar decisiones con rapidez, manejar contextos extensos y mantener baja la latencia para responder con agilidad en aplicaciones reales.

Meituan ya ha experimentado con agentes en distintas áreas de su negocio. La empresa ha presentado NoCode, para la programación asistida por inteligencia artificial; Kangaroo Advisor, para apoyar la toma de decisiones empresariales; y Meituan Jibai, para la gestión de operaciones hoteleras. Un motor de agentes rápido puede ayudar en tareas como la incorporación de comerciantes, la clasificación de solicitudes de atención al cliente, la revisión de inventarios, el apoyo a la planificación de rutas y la generación de textos de marketing. En el comercio electrónico y los servicios locales, muchas tareas se benefician más de una velocidad fiable, la conexión con herramientas y la retención de contextos extensos que de un razonamiento lento y paso a paso.

Estrategia, adquisiciones y auge del código abierto en China

La apuesta de Meituan por los modelos básicos empezó a tomar forma con la compra de Light Year en 2023 por 281 millones de dólares. Los directivos de la empresa han descrito un plan de tres niveles: inteligencia artificial para el trabajo interno, IA en productos de consumo y desarrollo de modelos fundacionales. LongCat Flash Chat es la primera demostración pública de la empresa en este último nivel. También se enmarca en una tendencia más amplia entre las tecnológicas chinas. Las publicaciones de código abierto de empresas como Alibaba, laboratorios vinculados a DeepSeek y Moonshot AI están reduciendo las diferencias con sus pares occidentales mediante iteraciones rápidas y pruebas comunitarias.

La licencia de código abierto es importante en este caso. Al publicar los pesos y el código bajo la licencia MIT, Meituan invita a startups, grupos de investigación y equipos empresariales a experimentar, adaptar y desplegar el modelo con pocas restricciones. Esto amplía las posibilidades de recibir comentarios y encontrar nuevos usos. También ayuda a Meituan a ganar credibilidad técnica más allá de su identidad principal, asociada al reparto de comida. Varios medios señalaron que la empresa presenta su enfoque de inteligencia artificial como agresivo y proactivo, con el objetivo de atraer a los desarrolladores mediante la velocidad y la apertura.

Licencia, despliegue y seguridad

LongCat Flash Chat se publica bajo la licencia MIT, una licencia permisiva que permite un uso comercial amplio. El repositorio incluye instrucciones para desplegarlo con vLLM y SGLang. Estos marcos son populares para la inferencia de alto rendimiento e incluyen funciones como el procesamiento continuo por lotes y la atención paginada, que pueden reducir los costos de servicio. Un modelo que activa solo una parte de sus expertos puede aprovechar de forma natural los entornos que reducen el tiempo de inactividad de las GPU.

Como todos los modelos de lenguaje de gran tamaño, LongCat Flash Chat tiene limitaciones. La documentación recomienda que los desarrolladores evalúen la seguridad, la equidad y el cumplimiento legal en sus propios contextos. Esto es especialmente importante en ámbitos que manejan datos personales, finanzas o salud. Los materiales de Meituan incluyen evaluaciones de seguridad y pruebas de ataque, y recuerdan a los usuarios que deben respetar las leyes y las normas del sector cuando apliquen el modelo en contextos sensibles.

Reacción de los inversores y señales del mercado

La cobertura financiera posterior al lanzamiento señaló que las acciones de Meituan bajaron, aunque la empresa se sumó a la lista de firmas chinas que ofrecen modelos competitivos. TipRanks citó las pruebas comparativas de South China Morning Post y señaló un contexto político más amplio, en el que China aumenta el apoyo a su sector tecnológico mientras afronta tensiones comerciales. Las reacciones del mercado suelen tardar en reflejar la realidad de un producto. Para los inversores, lo importante será saber si el modelo impulsa su adopción, reduce los costos de las operaciones de Meituan y logra que desarrolladores externos lo elijan para crear productos reales.

La señal más amplia es que empresas ajenas al núcleo de la inteligencia artificial publican ahora modelos que desafían a los actores consolidados en velocidad, costos y capacidad para casos de uso con agentes. Este impulso podría cambiar la manera en que las empresas deciden de dónde procede su plataforma de inteligencia artificial. También puede aumentar la presión sobre los creadores de modelos para que demuestren su valor en tareas prácticas sensibles a la latencia, y no solo en las clasificaciones de las pruebas comparativas.

Puntos clave

• Meituan lanzó LongCat Flash Chat, un modelo de mezcla de expertos de código abierto con 560.000 millones de parámetros en total, en GitHub y Hugging Face a principios de septiembre de 2025.
• El modelo activa entre 18.600 y 31.300 millones de parámetros por token, en promedio, lo que reduce el costo de cómputo y mantiene una gran capacidad total.
• Las pruebas comparativas del informe técnico afirman que su rendimiento está al nivel de DeepSeek V3.1, Qwen3 de Alibaba Cloud y Kimi K2 de Moonshot AI, y que obtiene resultados sólidos frente a Claude Sonnet y Gemini 2.5 Flash.
• Meituan presenta el sistema como un modelo fundacional sin razonamiento, centrado en la velocidad, el seguimiento de instrucciones, el uso de herramientas y los flujos de trabajo de agentes, en lugar del razonamiento profundo.
• Entre sus características técnicas figuran los expertos de cómputo cero, un controlador PID para el sesgo de los expertos, un diseño de mezcla de expertos con conexiones de atajo y una ventana de contexto de 128.000 tokens.
• Las notas técnicas indican una velocidad superior a 100 tokens por segundo en hardware H800 y un costo de generación cercano a 5 yuanes por millón de tokens en condiciones específicas.
• El código y los pesos se publican bajo la licencia MIT, con instrucciones de despliegue para vLLM y SGLang.
• El lanzamiento se produce tras la compra de Light Year por parte de Meituan en 2023 y respalda una estrategia de inteligencia artificial de tres niveles, que abarca herramientas de trabajo, productos y modelos básicos.
• TipRanks informó de una caída del precio de las acciones tras el anuncio, lo que muestra que la confianza de los inversores podría depender de la adopción en el mundo real y del ahorro de costos.
• El lanzamiento se suma a la ola de modelos de código abierto en China, que está reduciendo las diferencias con sus pares occidentales y centrándose en casos de uso rápidos con agentes.