LongCat-2.0: darmowy model od Meituana bije GPT-5.5 w agentowym kodowaniu

Chiński Meituan, gigant znany głównie z dowozów jedzenia, udostępnił za darmo LongCat-2.0: model o 1,6 bln parametrów, który według oficjalnych wyników producenta wyprzedza GPT-5.5 w agentowym kodowaniu. Na benchmarku SWE-bench Pro LongCat-2.0 osiąga 59,5 punktu wobec 58,6 dla GPT-5.5, 57,3 dla Claude Opus 4.6 i 54,2 dla Gemini 3.1 Pro. Wagi modelu wiszą na Hugging Face na licencji MIT, czyli wolno ich używać także komercyjnie, a przez API model kosztuje kilkanaście razy mniej niż konkurencja z Zachodu.

Model, który dwa miesiące udawał kogoś innego

Najciekawsza część tej premiery wydarzyła się przed nią. Jak opisuje VentureBeat, model przez około dwa miesiące działał na OpenRouterze anonimowo jako „Owl Alpha” i bez żadnego marketingu wskoczył do trójki najczęściej wywoływanych modeli platformy, przetwarzając rzędu 10 bln tokenów miesięcznie. Dopiero po tym teście na żywych użytkownikach Meituan przyznał się, czyj to model. Trudno o lepszy dowód, że ludzie wybierali go w ciemno, bo był dobry i tani, a nie dlatego, że wisiało nad nim znane logo.

Techniczne konkrety z oficjalnego ogłoszenia: architektura mixture-of-experts aktywuje średnio ok. 48 mld z 1,6 bln parametrów na token, okno kontekstu sięga miliona tokenów, a korpus treningowy przekroczył 30 bln tokenów. Poza kodowaniem model punktuje też w zadaniach agentowego przeszukiwania sieci (79,9 na BrowseComp) i pracy w terminalu (70,8 na Terminal-Bench 2.1). Z naszej perspektywy ciekawy jest jeszcze wynik 77,3 na SWE-bench Multilingual, czyli benchmarku mierzącym naprawianie kodu w projektach prowadzonych w językach innych niż angielski: jeśli piszesz zadania i komentarze po polsku, to właśnie ta rubryka podpowiada, czy model nie straci przy tym formy. Jedno zastrzeżenie, które powtarzamy przy każdej premierze: to liczby od producenta i niezależne testy muszą je dopiero potwierdzić.

Osobny wątek, który w Chinach urósł do rangi symbolu: według Meituana LongCat-2.0 został wytrenowany i jest serwowany w całości na klastrze 50 tys. krajowych chińskich akceleratorów, bez ani jednej karty z USA. Po GLM-5.2 i Kimi K2.7 Code to już trzecia w ostatnich tygodniach premiera z Chin, która atakuje czołówkę tabel kodowania, tym razem także od strony sprzętowej niezależności.

Ile to kosztuje

Wagi są darmowe, ale 1,6 bln parametrów nie uruchomisz na laptopie, więc w praktyce liczy się cena API. Według doniesień o premierze standardowa stawka to 0,75 dol. za milion tokenów wejściowych i 2,95 dol. za wyjściowe, czyli ok. 2,81 zł oraz 11,04 zł po średnim kursie NBP 3,74 zł/USD z 3 lipca 2026. Na start obowiązuje promocja: 0,30 i 1,20 dol., czyli ok. 1,12 zł oraz 4,49 zł za milion tokenów, a odczyty z pamięci podręcznej kontekstu są w niej darmowe. To ostatnie ma znaczenie właśnie przy agentach, które w kółko czytają te same pliki projektu.

Dla skali, stawki z naszej porównywarki modeli (dane z 2 lipca): GPT-5.5 kosztuje 5 i 30 dol. za milion tokenów, a najtańszy dotąd model z pierwszej ósemki rankingu kodowania, GLM-5.2, odpowiednio 1,40 i 4,40 dol. LongCat-2.0 w cenie promocyjnej schodzi poniżej GLM-5.2, deklarując przy tym wyniki z samego szczytu tabeli. Model przetestujesz od ręki na OpenRouterze albo w przeglądarce na longcat.ai. A jeśli „otwarty model“ brzmi enigmatycznie, w słowniku tłumaczymy, co w praktyce dają otwarte wagi i czemu darmowe wagi nie oznaczają darmowego używania.

Co to znaczy dla vibe codingu

Po pierwsze: budżetowa półka agentowego kodowania robi się nieprzyzwoicie mocna. LongCat-2.0 podpina się kluczem z OpenRoutera do narzędzi takich jak Cline czy OpenCode, więc zestaw „frontierowy model za grosze plus darmowy agent” składa się dziś w kwadrans. Przy promocyjnych stawkach popołudnie intensywnej pracy agenta, które na GPT-5.5 kosztuje kilkadziesiąt złotych, tu zamyka się w kilku. Swój scenariusz policzysz w kalkulatorze kosztów API.

Po drugie: standardowe pytanie o prywatność pozostaje w mocy. Wysyłając kod przez API do chińskiej chmury, godzisz się na jej regulamin, więc przy projektach firmowych przeczytaj politykę danych, zanim podepniesz repozytorium. Licencja MIT otwiera co prawda drogę do hostowania modelu u zachodnich dostawców, ale na to trzeba poczekać. Bierzemy LongCat-2.0 do własnych testów i sprawdzimy, czy wyniki z tabel przekładają się na realne budowanie aplikacji; do zestawienia modeli trafi, gdy tylko pojawi się w danych Artificial Analysis.