Meituan เปิด LongCat-2.0 — โมเดลโอเพนเวต 1.6 ล้านล้านพารามิเตอร์ตัวแรกที่เทรน + รัน inference จบครบบนชิปจีนล้วน ๆ

วันนี้ (30 มิถุนายน 2026) Meituan — ยักษ์ใหญ่ฟู้ดเดลิเวอรีของจีนที่หลายคนไม่ทันนึกว่าทำโมเดล AI — เปิดซอร์ส LongCat-2.0 โมเดล Mixture-of-Experts ขนาด 1.6 ล้านล้านพารามิเตอร์ ภายใต้สัญญาอนุญาตแบบ MIT จุดที่ทำให้มันเป็นข่าวใหญ่ระดับโลก ไม่ใช่แค่ขนาดที่มหึมา แต่คือคำกล่าวอ้างที่ตามมา: นี่คือ โมเดลระดับล้านล้านพารามิเตอร์ตัวแรกของอุตสาหกรรมที่ทำทั้งการเทรนและการ inference จบครบทั้งกระบวนการบนคลัสเตอร์ชิป AI ที่ผลิตในจีนล้วน ๆ จำนวน 50,000 ใบ — ไม่มี Nvidia H100/A100 ไม่มี AMD MI300X เข้ามาเกี่ยวเลย

ในเชิงเทคนิคล้วน ๆ LongCat-2.0 เป็นโมเดลโอเพนเวตที่แข็งแรง: MoE ที่ activate ราว 48,000 ล้านพารามิเตอร์ต่อ token (จากทั้งหมด 1.6T), context window 1 ล้าน token, เทรนบนข้อมูลกว่า 35 ล้านล้าน token และทำคะแนน agentic coding ได้ใกล้กลุ่มฟรอนเทียร์ แต่บริบทที่ทำให้มันสำคัญกว่าตัวเลข คือมันเป็นหลักฐานชิ้นแรกที่จับต้องได้ว่าจีนสามารถปิดวงจรการสร้างโมเดล AI ระดับสูงสุดได้โดยไม่ต้องพึ่งซิลิคอนตะวันตก

ตัวเลขที่นักพัฒนาควรรู้

• สถาปัตยกรรม: Mixture-of-Experts, 1.6 ล้านล้านพารามิเตอร์รวม, activate ~48B ต่อ token — แปลว่าต้นทุน inference ต่อ token ใกล้เคียงโมเดลขนาด ~50B มากกว่าจะเป็นล้านล้าน
• Context: 1 ล้าน token — ป้อนทั้ง codebase ใหญ่ ๆ เข้าไปแล้วให้ reason ทั้งก้อนได้
• สัญญาอนุญาต: MIT — เปิดกว้างที่สุดแบบหนึ่ง ใช้เชิงพาณิชย์/แก้/แจกจ่ายต่อได้แทบไม่มีเงื่อนไข อยู่ในกลุ่มเดียวกับ DeepSeek
• เบนช์มาร์ก (agentic coding): SWE-bench Pro 59.5 และ Terminal-Bench 70.8 — เป็นโมเดลสาย “เอเจนต์เขียนโค้ด” ที่เน้นทำงานหลายสเต็ป ใช้เครื่องมือ และแก้ปัญหาวิศวกรรมซอฟต์แวร์จริง ตัวเลขนี้อยู่ระดับใกล้ฟรอนเทียร์สำหรับกลุ่มโอเพนเวต
• น้ำหนักโมเดล: เผยแพร่บน Hugging Face ใต้องค์กร meituan-longcat (บางส่วนทยอยปล่อย — โมเดลการ์ดระบุว่ากำลังอัปโหลด)

ข้อควรพูดให้ตรง: ขนาด 1.6T แม้จะ MoE ไม่ได้แปลว่ารันบนการ์ดคอนซูเมอร์ใบเดียวได้ การโฮสต์จริงยังต้องใช้เซิร์ฟเวอร์หลาย GPU หรือบริการคลาวด์ — “โอเพนเวต” ในที่นี้หมายถึงเสรีภาพในการเป็นเจ้าของและปรับแต่ง ไม่ใช่ “รันบนโน้ตบุ๊กได้”

ทำไม “เทรนบนชิปจีนล้วน” ถึงเป็นหัวใจของข่าว

ที่ผ่านมาโมเดลโอเพนเวตจีนที่เก่ง ๆ — DeepSeek, Qwen, GLM, Kimi — ส่วนใหญ่ยัง เทรนบน GPU ของ Nvidia (มักเป็นรุ่นที่นำเข้าก่อนมาตรการคุมส่งออกจะเข้ม หรือรุ่นที่ลดสเปกให้ขายได้) สิ่งที่ Meituan อ้างจึงต่างออกไปในเชิงคุณภาพ: ทั้ง pretraining และ inference ของ LongCat-2.0 รันบน “AI ASIC superpod” ที่ผลิตในจีน เป็นคลัสเตอร์ระดับ 50,000 ใบ

ถ้าคำกล่าวอ้างนี้เป็นจริงตามที่ระบุ มันคือสัญญาณว่า “คอขวด” ที่หลายฝ่ายเชื่อว่าจะถ่วงจีนไว้ — การเข้าถึงชิปเทรนระดับสูง — เริ่มถูกข้ามได้ในระดับโมเดลที่ใหญ่ที่สุด ไม่ใช่แค่โมเดลเล็ก ๆ สำหรับสาธิต นี่คือเหตุผลที่สื่ออย่าง SCMP และ VentureBeat ให้พื้นที่กับเรื่องนี้มากกว่าจะมองว่าเป็นแค่ “อีกหนึ่งโมเดลโอเพนเวต”

วางตำแหน่งอย่างไรในสนามโอเพนเวต

ปลายเดือนมิถุนายน 2026 สนามโมเดลโอเพนเวตแน่นมาก — DeepSeek V4, GLM-5.2, Kimi K2.7, Qwen3.5 และตอนนี้ LongCat-2.0 บังเอิญที่ LongCat-2.0 มีสเปกหัวข้อใหญ่ (1.6T MoE, activate ~48B, context 1M) ใกล้เคียงกับ DeepSeek V4-Pro ที่เราเพิ่งรายงานไป แต่สองตัวนี้มาคนละมุม: DeepSeek เด่นที่ระบบนิเวศ runtime ที่ตามทันแล้ว (รันบน llama.cpp ได้) ส่วน LongCat เด่นที่ “เรื่องราวของฮาร์ดแวร์” — มันคือธงปักว่าซัพพลายเชนชิปในประเทศพร้อมรองรับงานเทรนระดับสูงสุดได้แล้ว

สำหรับนักพัฒนา ข้อความที่ควรรับไปคือ: ตัวเลือกโมเดลโอเพนเวตระดับ “เอเจนต์เขียนโค้ดที่ใช้งานได้จริง” กำลังเพิ่มขึ้นอย่างรวดเร็ว และตอนนี้มาจากผู้เล่นที่หลากหลายกว่าเดิมมาก — แม้แต่บริษัทฟู้ดเดลิเวอรีก็ลงสนามโมเดลฟรอนเทียร์

มุมมอง AI Curator

ข่าวนี้ต้องอ่านสองชั้น ชั้นแรกคือเชิงเทคนิค: LongCat-2.0 เป็นโมเดลโอเพนเวต MIT ที่สเปกแข็งและคะแนน agentic coding น่าสนใจ ควรจับตาเมื่อน้ำหนักปล่อยครบและมีคนเบนช์มาร์กอิสระยืนยัน — เพราะอย่าลืมว่าคะแนนที่ผู้สร้างประกาศเองยังต้องรอ Artificial Analysis / LMArena / SWE-bench อิสระมาตรวจซ้ำเสมอ อย่าเพิ่งปักใจจนกว่าจะมีคนนอกรันให้ดู

ชั้นที่สองคือเชิงภูมิรัฐศาสตร์ ซึ่งสำคัญต่อเอเชียตะวันออกเฉียงใต้โดยตรง: ถ้าจีนเทรนโมเดลระดับล้านล้านพารามิเตอร์จบบนชิปในประเทศได้จริง โลกกำลังเดินเข้าสู่สภาวะที่มี ซัพพลายเชน AI สองขั้ว — ฝั่งหนึ่งอิง Nvidia/ตะวันตก อีกฝั่งอิงซิลิคอนจีน — และโมเดลโอเพนเวตคุณภาพสูงจะไหลออกมาจากทั้งสองขั้ว สำหรับประเทศไทยและอาเซียนที่อยู่ “ตรงกลาง” นี่เป็นข่าวดีเชิงยุทธศาสตร์มากกว่าข่าวร้าย เพราะเรามีสิทธิ์เลือกของดีจากทั้งสองฝั่งโดยไม่ถูกผูกขาดจากใครฝ่ายเดียว โมเดลสัญญา MIT อย่าง LongCat หมายความว่าทีมไทยเอามารัน on-prem, fine-tune เป็นภาษาไทย หรือฝังในผลิตภัณฑ์เชิงพาณิชย์ได้โดยไม่ติดค่าลิขสิทธิ์

สิ่งที่ผมจะเฝ้าดูต่อคือเรื่อง “ความไว้วางใจ” — โมเดลที่เทรนบนสแตกจีนล้วนจะถูกตั้งคำถามเรื่องการเซ็นเซอร์/ค่านิยมฝังในตัวโมเดล เช่นเดียวกับที่โมเดลตะวันตกถูกตั้งคำถามเรื่องอคติของมันเอง สำหรับองค์กรไทย บทเรียนที่ใช้ได้จริงคือ: ประเมินโมเดลจาก พฤติกรรมจริงบนงานของคุณ ไม่ใช่จากธงชาติบนกล่อง รันชุดทดสอบของตัวเองเสมอ แล้วค่อยตัดสินใจ

แหล่งข่าว:

• China debuts biggest AI model trained on local chips — Meituan releases LongCat-2.0 (SCMP)
• Meituan open sources LongCat-2.0, the 1.6T near-frontier agentic coding model (VentureBeat)
• meituan-longcat/LongCat-2.0 (Hugging Face model card)
• DeepSeek V4 รันบนเครื่องตัวเองได้แล้วผ่าน llama.cpp (บทความก่อนหน้า)