Meituan's LongCat-2.0 is gratis beschikbaar via OpenCode

TL;DR

• Wat: Meituan heeft LongCat-2.0 — een open-source codemodel met 1,6 biljoen parameters en een contextvenster van 1 miljoen tokens — gratis beschikbaar gemaakt via OpenCode.
• Waarom relevant: Een model dat op benchmarks meekomt met de beste commerciële opties, is nu zonder licentiekosten in te zetten voor softwareontwikkeling.
• Wat je ermee kunt: Laat je ontwikkelteam OpenCode installeren en LongCat-2.0 uitproberen op een afgebakend intern project om te zien hoe het zich verhoudt tot jullie huidige tooling.

Ik stuitte op een bericht van OpenCode dat LongCat-2.0 nu gratis beschikbaar is binnen hun CLI-tool. Het gaat om een open-source model van het Chinese techbedrijf Meituan dat specifiek is geoptimaliseerd voor coderen. Wat mij triggerde: dit is geen experimenteel hobbyproject, maar een model dat maandenlang anoniem bovenaan de ranglijsten stond.

Wat is LongCat-2.0 precies?

LongCat-2.0 is een taalmodel met 1,6 biljoen parameters, gebouwd op een zogenaamde Mixture-of-Experts-architectuur (MoE). Dat klinkt abstract, dus even simpel: stel je een kantoor voor met 200 specialisten. Bij elke vraag die binnenkomt, staan niet alle 200 mensen op, maar schuiven alleen de 5 tot 10 relevante experts aan. Zo werkt MoE — het model heeft enorm veel kennis, maar activeert per taak slechts zo'n 48 miljard parameters. Dat houdt het snel en relatief betaalbaar om te draaien.

Het model heeft een contextvenster van 1 miljoen tokens. Om dat in perspectief te plaatsen: dat is ruwweg de volledige inhoud van tien flinke boeken, of — relevanter voor softwareteams — een complete codebase van een middelgroot project. Je kunt het model dus een hele repository laten lezen en er vervolgens mee werken, zonder dat het de draad kwijtraakt.

Meituan heeft de modelgewichten en code op 30 juni 2026 vrijgegeven onder een MIT-licentie. Dat is de meest vrije licentievorm die er bestaat: je mag het gebruiken, aanpassen en commercieel inzetten zonder restricties.

De achtergrond: twee maanden anoniem bovenaan

Wat ik bijzonder vind aan dit verhaal is de route die Meituan heeft gekozen. Voordat het model officieel werd aangekondigd, draaide het al maanden op OpenRouter — een platform waar ontwikkelaars verschillende AI-modellen kunnen vergelijken — onder de codenaam "Owl Alpha". Zonder dat iemand wist dat het van Meituan kwam, klom het naar de top van de gebruikersranglijsten.

Dat is een interessant gegeven. Het betekent dat de populariteit niet werd gedreven door marketing of merknaam, maar door prestaties. Ontwikkelaars kozen het model omdat het goed werkte, niet omdat er een groot bedrijf achter stond.

Op benchmarks scoort LongCat-2.0 een 59,5 op SWE-bench Pro, een gestandaardiseerde test voor het oplossen van echte softwareproblemen. Ter vergelijking: GPT-5.5 van OpenAI scoort daar volgens Meituan 58,6. Ik moet hier wel bij zeggen dat onafhankelijke verificatie van die vergelijking op dit moment nog beperkt is. Benchmarks vertellen bovendien nooit het hele verhaal — hoe een model presteert in jouw specifieke situatie kan anders zijn.

Wat is OpenCode, en waarom doet het ertoe?

OpenCode is een open-source ontwikkeltool die in je terminal draait. Denk aan een AI-assistent die direct in je ontwikkelomgeving meekijkt, meedenkt en code schrijft of aanpast. Het is geschreven in Go, ondersteunt meer dan 75 AI-aanbieders en heeft inmiddels zo'n 2,5 miljoen actieve gebruikers per maand.

Wat OpenCode onderscheidt van veel andere tools is de integratie met het Language Server Protocol (LSP). In gewone taal: als het model een fout maakt in de code, krijgt het direct de foutmelding terug van de compiler en kan het zichzelf corrigeren. Het is alsof je een collega hebt die niet alleen code schrijft, maar ook meteen controleert of het compileert en zelf fouten herstelt.

Dat LongCat-2.0 nu gratis beschikbaar is binnen OpenCode maakt de drempel bijzonder laag. Je hoeft geen dure API-contracten af te sluiten om ermee te experimenteren.

Getraind zonder Nvidia-chips

Een detail dat mij opviel: Meituan claimt dat het volledige trainingsproces — meer dan 35 biljoen tokens aan data, op een cluster van meer dan 50.000 chips — is uitgevoerd op Chinese AI-chips van Huawei, Moore Threads en MetaX. Geen enkele Nvidia-GPU zou zijn gebruikt.

Dat is opmerkelijk in de context van de Amerikaanse exportbeperkingen op geavanceerde chips naar China. Als deze claim klopt, laat het zien dat het Chinese AI-ecosysteem minder afhankelijk is van westerse hardware dan vaak wordt aangenomen. Voor de nuance: "als deze claim klopt" — onafhankelijke bevestiging van de volledige trainingsinfrastructuur heb ik niet kunnen vinden.

Voor een ondernemer is dit misschien niet direct relevant, maar indirect wel. Het betekent dat de concurrentie in de AI-markt niet afneemt. Meer concurrentie leidt doorgaans tot betere modellen tegen lagere prijzen, en dat is gunstig voor iedereen die AI wil inzetten.

Wat betekent dit voor je bedrijf?

Laat ik eerlijk zijn: als je geen softwareteam hebt, verandert dit op korte termijn waarschijnlijk weinig aan je dagelijks werk. LongCat-2.0 is primair een codemodel — het is geoptimaliseerd voor het schrijven, begrijpen en aanpassen van software.

Maar als je wél een ontwikkelteam hebt, of als je werkt met een bureau of freelancer die software voor je bouwt, dan is dit wel degelijk relevant. Een gratis, open-source model dat op het niveau van de beste commerciële opties presteert, verlaagt de kosten van AI-ondersteunde softwareontwikkeling.

Enkele praktische overwegingen

• Licentie: MIT betekent dat je het model zonder beperkingen commercieel kunt gebruiken. Geen kleine lettertjes.
• Privacy: omdat het open-source is, kun je het model lokaal draaien. Je code hoeft het bedrijf niet te verlaten. Dat is relevant als je werkt met gevoelige data of klantgegevens.
• Kosten: via de LongCat API kost het model momenteel $0,30 per miljoen input-tokens en $1,20 per miljoen output-tokens. Via OpenCode is het gratis te gebruiken. Ter vergelijking: vergelijkbare commerciële modellen kosten vaak een veelvoud.
• Contextlengte: een miljoen tokens betekent dat het model complete projecten kan overzien. Stel dat je als ondernemer een maatwerkapplicatie hebt laten bouwen — dit model kan in principe de hele codebase analyseren en verbeterpunten voorstellen.

Een signaal, geen eindpunt

Voor mij is dit vooral een signaal dat de markt voor AI-codetools in een stroomversnelling zit. Een jaar geleden waren modellen van dit kaliber alleen beschikbaar via dure abonnementen bij een handvol Amerikaanse bedrijven. Nu biedt een Chinees bezorgplatform een concurrerend model aan onder de meest open licentie die bestaat, gratis te gebruiken via een community-tool met miljoenen gebruikers.

Ik denk dat de echte waarde voor ondernemers niet zit in één specifiek model, maar in de trend: AI-tools voor softwareontwikkeling worden snel beter, goedkoper en toegankelijker. Wie daar nu al mee experimenteert — al is het klein — bouwt een voorsprong op die over een jaar lastig in te halen is.