Meituan lance LongCat Flash Chat, un modèle à mélange d’experts de 560 milliards de paramètres

Pourquoi ce lancement est important aujourd’hui

Meituan, géant chinois des services à la demande, rejoint la vague des grands modèles de langage open source avec la sortie de LongCat Flash Chat, un système qui associe un très grand nombre de paramètres à une conception privilégiant l’efficacité. Annoncé début septembre 2025 et mis à la disposition des développeurs sur GitHub et Hugging Face, le modèle est accompagné d’un rapport technique qui le situe aux côtés des systèmes les plus performants du moment. Meituan affirme que LongCat Flash Chat égale les performances de DeepSeek V3.1, de la famille Qwen3 d’Alibaba Cloud et de Kimi K2 de Moonshot AI, et qu’il se compare favorablement à Claude Sonnet d’Anthropic et à Gemini 2.5 Flash de Google, selon les benchmarks de l’entreprise. Le modèle est diffusé sous une licence autorisant une large utilisation et sa modification, signe que Meituan entend bâtir un écosystème actif de développeurs autour de sa plateforme d’IA.

LongCat Flash Chat est présenté comme un modèle de base rapide, prêt pour la production, plutôt que comme un système axé sur le raisonnement. Ce choix traduit un compromis clair : moins d’importance accordée aux chaînes de raisonnement complexes et lentes, et davantage à la réactivité des agents, à l’utilisation d’outils et au suivi des instructions. Cette sortie fait suite au rachat en 2023 de la start-up d’IA Light Year par Meituan pour 281 millions de dollars. Elle s’inscrit dans une stratégie interne couvrant l’IA pour les processus de travail, les fonctionnalités d’IA dans les produits destinés aux utilisateurs finaux et le développement de modèles fondamentaux.

Ce que Meituan a lancé

La documentation de l’entreprise décrit LongCat Flash Chat comme un modèle à mélange d’experts (Mixture of Experts) doté de 560 milliards de paramètres au total. Seule une fraction de ces paramètres est activée pour chaque jeton, généralement entre 18,6 et 31,3 milliards, avec une moyenne d’environ 27 milliards. Cette activation sélective est au cœur de la vitesse du modèle et de son coût d’utilisation. Le modèle prend en charge une fenêtre de contexte pouvant atteindre 128k jetons, ce qui lui permet de traiter de longues conversations, des documents ou des tâches en plusieurs étapes sans redémarrages constants.

Selon Meituan, il s’agit d’un modèle de base sans raisonnement avancé (« nonthinking foundation model »). Caixin Global rapporte que le modèle n’intègre pas de capacités de raisonnement avancées, tout en obtenant de solides résultats pour de nombreuses tâches faisant appel au suivi d’instructions et aux agents. Le dépôt met en avant des scores compétitifs dans les benchmarks généraux, le suivi d’instructions, les mathématiques, le codage, l’utilisation d’outils et les évaluations de sécurité. Les développeurs peuvent accéder aux poids du modèle et à sa documentation sur Hugging Face, sur cette page, et consulter les détails du produit sur le site officiel, à l’adresse longcat.ai. Le code et les poids sont publiés sous licence MIT.

Au cœur de l’architecture de LongCat

Les modèles à mélange d’experts répartissent un vaste réseau entre de nombreux composants spécialisés appelés experts. Un routeur détermine quels experts solliciter pour chaque jeton. En n’activant qu’un petit sous-ensemble d’experts par jeton, le modèle conserve une grande capacité totale tout en maîtrisant la puissance de calcul nécessaire à chaque étape. Cette approche est devenue courante pour développer les modèles sans faire exploser le coût de l’inférence.

Le mélange d’experts en termes simples

Imaginez un vaste groupe dont seuls quelques spécialistes sont sollicités pour chaque message. Le routeur les sélectionne en fonction du contenu, ce qui évite le travail inutile. La conception de Meituan y ajoute plusieurs particularités. Le rapport décrit des experts à calcul nul (« Zero Computation Experts »), qui servent de solutions de remplacement lorsque le routeur doit équilibrer la charge ou réduire les calculs pour les jetons simples. En coulisses, un régulateur PID ajuste également le biais des experts afin de maintenir stable le nombre moyen de paramètres actifs. PID signifie proportionnel, intégral, dérivé. Il s’agit d’une méthode de régulation courante, qui rapproche un système d’une valeur cible sans provoquer d’oscillations.

Pour augmenter le débit, LongCat Flash Chat utilise une architecture MoE à connexions raccourcies (« shortcut connected MoE »), qui améliore le chevauchement entre communication et calcul. Dans les configurations multi-GPU, les temps de communication peuvent limiter les performances. Les connexions raccourcies créent des chemins qui accélèrent certaines parties du réseau pendant que les données circulent entre les appareils. Les notes techniques font état d’un débit d’inférence supérieur à 100 jetons par seconde pour un utilisateur sur du matériel de la classe H800.

Promesses de vitesse et de coût

Des synthèses consacrées à l’open source et des médias chinois indiquent que Meituan a achevé l’entraînement en une trentaine de jours grâce à une configuration hautement parallélisée, et que le modèle peut générer 100 jetons par seconde sur des accélérateurs H800. L’entreprise avance un coût de génération proche de 5 yuans par million de jetons dans des conditions précises. Les coûts réels varient selon le matériel, la taille des lots et le framework de déploiement, mais le message est clair : Meituan présente LongCat Flash Chat comme un modèle rapide, offrant une qualité compétitive tout en nécessitant moins de calculs par requête.

Recette d’entraînement et stabilité

Le dépôt décrit plusieurs méthodes destinées à renforcer la stabilité : le transfert d’hyperparamètres, qui permet de réutiliser de bons réglages à différentes échelles ; l’initialisation par croissance du modèle, qui fait démarrer les variantes les plus grandes à partir de variantes plus petites ; et une méthode d’équilibrage des gradients du routeur, associée à une perte z, pour maintenir le routeur MoE en bon état. L’équipe souligne l’importance du calcul déterministe pour garantir la reproductibilité des exécutions. Concernant les données, Meituan décrit une stratégie de fusion en deux étapes du préentraînement et un cadre de synthèse multi-agents pour créer des séquences complexes de tâches destinées au comportement des agents. Résultat : un processus d’entraînement conçu pour la fiabilité et les performances des agents plutôt que pour le raisonnement approfondi en plusieurs étapes.

Comment se compare-t-il à ses concurrents ?

Les benchmarks de Meituan placent LongCat Flash Chat au niveau des principaux modèles généralistes chinois. Les comparaisons portent notamment sur DeepSeek V3.1, la famille Qwen3 d’Alibaba Cloud et Kimi K2 de Moonshot AI. Le rapport fait également état de bons résultats face à des modèles américains de premier plan, comme Claude Sonnet et Gemini 2.5 Flash. Certains articles mentionnent même des comparaisons avec GPT 4.1 pour des tâches précises ne faisant pas appel au raisonnement avancé. Les classements exacts varient selon les suites de benchmarks et les paramètres des prompts. Les tests réalisés par les fournisseurs constituent un premier point de comparaison ; des évaluations par des tiers permettront d’obtenir un tableau plus complet.

La mention « sans raisonnement avancé » est une précision importante. Les systèmes axés sur le raisonnement cherchent à planifier et à réfléchir en plusieurs étapes, souvent au prix d’une génération plus lente et d’une facture de calcul plus élevée. LongCat Flash Chat privilégie le suivi rapide des instructions, l’utilisation d’outils et l’orchestration d’agents. Cette approche convient aux usages où le temps de réponse, le débit et la prévisibilité des coûts comptent davantage qu’un raisonnement élaboré étape par étape.

Ce que les tâches agentiques impliquent en pratique

Les tâches agentiques font appel à un modèle capable d’utiliser des outils, de récupérer des informations, de suivre des processus et de décider quand demander des précisions. Le moteur peut consulter de la documentation, interroger une base de données interne, déclencher une API de paiement ou rédiger un message à un client. LongCat Flash Chat est optimisé pour ce type de travail. Il vise à prendre rapidement des décisions, à gérer de longs contextes et à réduire la latence afin d’offrir une expérience réactive dans des applications réelles.

Meituan a déjà expérimenté les agents dans différentes activités. L’entreprise a présenté NoCode pour le codage assisté par l’IA, Kangaroo Advisor pour l’aide à la décision des entreprises et Meituan Jibai pour la gestion des opérations hôtelières. Un moteur d’agents rapide peut contribuer à des tâches telles que l’intégration des commerçants, le tri des demandes au service client, la vérification des stocks, l’aide à la planification des itinéraires et la génération de textes marketing. Dans le commerce en ligne et les services de proximité, de nombreuses tâches tirent davantage profit d’une vitesse fiable, de la connexion à des outils et de la conservation d’un long contexte que d’un raisonnement lent, étape par étape.

Stratégie, acquisitions et essor de l’open source en Chine

Meituan s’est véritablement lancé dans le développement de modèles fondamentaux avec le rachat de Light Year en 2023 pour 281 millions de dollars. Les dirigeants de l’entreprise ont décrit un plan en trois volets : l’IA pour les activités internes, l’IA dans les produits destinés aux consommateurs et la création de modèles fondamentaux. LongCat Flash Chat constitue la première démonstration publique de ce dernier volet. Ce lancement s’inscrit aussi dans une tendance plus générale chez les entreprises technologiques chinoises. Les publications open source d’entreprises comme Alibaba, de laboratoires affiliés à DeepSeek et de Moonshot AI réduisent l’écart avec leurs homologues occidentaux grâce à une itération rapide et aux tests de la communauté.

La licence open source joue ici un rôle important. En publiant les poids et le code sous licence MIT, Meituan invite les start-up, les équipes de recherche et les entreprises à expérimenter, adapter et déployer le modèle sans contraintes importantes. Cela élargit le champ des retours et des cas d’usage. L’entreprise renforce également sa crédibilité technique au-delà de son activité historique de livraison de repas. Plusieurs sources ont relevé que Meituan présente son approche de l’IA comme offensive et proactive, et cherche à convaincre les développeurs grâce à la vitesse et à l’ouverture.

Licence, déploiement et sécurité

LongCat Flash Chat est publié sous licence MIT, une licence permissive qui autorise un large usage commercial. Le dépôt contient des instructions de déploiement pour vLLM et SGLang. Ces frameworks sont prisés pour l’inférence à haut débit ; des fonctionnalités comme le traitement continu par lots et l’attention paginée peuvent réduire les coûts de service. Un modèle qui n’active qu’une partie de ses experts s’associe naturellement à des environnements conçus pour limiter le temps d’inactivité des GPU.

Comme tous les grands modèles de langage, LongCat Flash Chat a ses limites. La documentation recommande aux développeurs d’évaluer la sécurité, l’équité et la conformité juridique dans leurs propres contextes. C’est particulièrement important dans les domaines qui traitent des données personnelles, financières ou de santé. Les documents de Meituan comprennent des évaluations de sécurité et des tests contradictoires (« red teaming »), et rappellent aux utilisateurs de respecter la législation et les règles sectorielles lorsqu’ils appliquent le modèle à des contextes sensibles.

Réaction des investisseurs et signaux du marché

Des articles financiers publiés après le lancement ont signalé un recul du cours de l’action Meituan, alors même que l’entreprise rejoignait le groupe des sociétés chinoises proposant des modèles compétitifs. TipRanks a cité les benchmarks du South China Morning Post et évoqué un contexte politique plus large, marqué par le renforcement du soutien de la Chine à son secteur technologique et par des tensions commerciales. Les marchés réagissent souvent avec retard à la réalité des produits. Pour les investisseurs, l’essentiel sera de savoir si le modèle favorise l’adoption, réduit les coûts des activités de Meituan et convainc des développeurs externes de l’utiliser comme moteur pour de véritables produits.

Le signal plus général, c’est que des entreprises éloignées des cercles historiques de l’IA publient désormais des modèles qui rivalisent avec les acteurs établis en matière de vitesse, de coût et de capacités pour les usages agentiques. Cette dynamique pourrait changer la façon dont les entreprises envisagent l’origine de leur infrastructure d’IA. Elle peut aussi accentuer la pression sur les concepteurs de modèles, sommés de démontrer leur utilité pour des tâches concrètes et sensibles à la latence, et pas seulement dans les classements de benchmarks.

À retenir

• Meituan a publié LongCat Flash Chat, un modèle open source à mélange d’experts doté de 560 milliards de paramètres au total, sur GitHub et Hugging Face début septembre 2025.
• Le modèle active en moyenne entre 18,6 et 31,3 milliards de paramètres par jeton, ce qui réduit les coûts de calcul tout en conservant une grande capacité totale.
• Selon le rapport technique, les benchmarks revendiquent des performances comparables à celles de DeepSeek V3.1, de Qwen3 d’Alibaba Cloud et de Kimi K2 de Moonshot AI, ainsi que de bons résultats face à Claude Sonnet et Gemini 2.5 Flash.
• Meituan présente le système comme un modèle de base sans raisonnement avancé, axé sur la vitesse, le suivi des instructions, l’utilisation d’outils et les processus agentiques, plutôt que sur le raisonnement approfondi.
• Parmi ses caractéristiques techniques figurent les experts à calcul nul, un régulateur PID pour le biais des experts, une architecture MoE à connexions raccourcies et une fenêtre de contexte de 128k jetons.
• Les notes techniques font état de plus de 100 jetons par seconde sur du matériel H800 et d’un coût de génération proche de 5 yuans par million de jetons dans des conditions précises.
• Le code et les poids sont publiés sous licence MIT, avec des instructions de déploiement pour vLLM et SGLang.
• Ce lancement fait suite au rachat de Light Year par Meituan en 2023 et s’inscrit dans une stratégie d’IA plus vaste, organisée autour des outils de travail, des produits et des modèles fondamentaux.
• TipRanks a signalé une baisse du cours de l’action après l’annonce, signe que la confiance des investisseurs pourrait dépendre de l’adoption réelle et des économies réalisées.
• Cette publication s’ajoute à la vague de modèles open source chinois, qui réduisent l’écart avec leurs homologues occidentaux et ciblent les usages agentiques rapides.