LongCat-2.0とは何か
LongCat-2.0は1.6兆パラメータを持つ超大規模言語モデルだ。 ただし実際に動かすのはパラメータの全てではない。 MoE（Mixture-of-Experts）構造を採用しており、1トークンあたりの計算に使われる「活性化パラメータ」は平均480億に抑えられている。 これにより、計算効率を保ちながら総パラメータ数で圧倒的なスケールを実現している。
コンテキストウィンドウは100万トークンで、Claude Opus 4.8と同等の水準だ。 用途はコード理解、リポジトリレベルの編集、自律タスク実行、AIエージェントのコアとしての活用が想定されている。
OpenRouterのリーダーボードでは、LongCat-2.0がコーディング系タスクのトップ圏に入ったと報告されており、単なる「マーケティング上の主張」ではない可能性がある。
国産チップで訓練した意義
美団が強調しているのは、5万台の国産計算チップで「学習と推論の両方を完結させた」という点だ。
これは競合のDeepSeekが示した成果を超える。 DeepSeek-V4 Proは推論を国産チップで行ったが、学習にはまだ輸入チップへの依存が指摘されていた。 LongCat-2.0がその学習まで国産で完結させたとすれば、中国AI開発が「輸出規制に依存しない自己完結型」へ到達したことを意味する。
国産チップとは、Huaweiの昇騰（Ascend）系列が中心とみられる。 Ascend 910Bや910Cは、米国の制裁対象となったNvidiaのH100・A100の代替として中国国内で使われてきた。 その処理能力は制裁前のNvidia製品に比べて一般的に劣るとされてきたが、ソフトウェアの最適化とスタックの工夫によって差を縮めてきた。
地政学アナリスト視点で読む輸出規制の限界
2022年以降、米国は段階的に対中AI半導体の輸出規制を強化してきた。 H100・A100の禁輸に始まり、2023年にはA800・H800も規制対象になった。 その狙いは「中国がフロンティアAIを訓練するための計算能力を奪う」ことだった。
LongCat-2.0が示唆するのは、この戦略の限界だ。
まず、中国は規制前に大量のNvidiaチップを備蓄した。 規制発動後も、シンガポール子会社経由・VPN経由・迂回ルートでの流入が続いてきた。 Anthropicは最近、シンガポール子会社経由でのClaude APIへのアクセスを遮断する措置を講じているが、それはチップ流通の問題ではなくモデルアクセスの問題だ。
次に、Huaweiの国産チップが想定より速く性能を伸ばした。 Ascend系のエコシステムはNvidiaのCUDAに比べてはるかに未熟とされてきたが、中国国内の開発者コミュニティが代替ツールチェーンを整備し続けている。
そして、MoE構造のような「計算を節約する設計思想」が、制約の中でのイノベーションを生んでいる。 規制がない時は「とにかく計算を積む」方向に向かいがちだが、制約が「賢く設計する」インセンティブを生む逆説がある。
米議会が対中AI制裁立法を加速する動きと合わせて読むと、規制と突破の攻防がいかにダイナミックかが分かる。
米国が次に打つ手は何か
LongCat-2.0のような成果が相次ぐ中、米国の政策立案者が次の選択肢として持つのは主に3つだ。
一つ目は、制裁対象の拡大だ。 現在は高性能半導体が主な対象だが、AI学習に使われるメモリ・電力管理チップ・製造装置への規制強化が議論されている。 ASML（オランダ）のリソグラフィ装置や日本のSPE（半導体製造装置）への圧力は、この文脈で理解できる。
二つ目は、同盟国との連携強化だ。 米国単独の規制では穴が生まれる。 日本・オランダ・韓国・台湾を巻き込んだ多国間の輸出管理枠組みを強化することで、迂回ルートを塞ぐ戦略だ。
三つ目は、米国自身のAI開発加速だ。 「中国に追いつかれるなら、差をさらに広げる」という発想で、政府調達・研究資金・タレント誘致を組み合わせる。
どの手段も確実な解ではない。 それが地政学としてのAI競争の難しさだ。
日本の立場と企業への含意
日本はこの競争において「板挟み」の状態にある。
半導体製造装置での競争力（東京エレクトロン・信越化学など）は、米国の輸出規制強化に伴い「制裁の道具」として使われる圧力にさらされる。 一方で、日本の産業界は中国市場に大きな依存があり、過度な規制参加は経済的打撃につながる。
また、美団のような中国企業がオープンソースで大規模モデルを公開することは、日本のAI研究機関や企業が「合法的に」その成果を活用できることを意味する。 地政学的なリスクを理解した上で、どこまで中国発オープンソースを活用するかの判断が、国内AI開発者にも求められる。
中国が国家主導でAIインフラに2950億ドルを投じる戦略と並べると、LongCat-2.0は中国の国家AI戦略の氷山の一角に過ぎないことが分かる。
「規制で止められる」という前提が崩れた
LongCat-2.0は、AIのフロンティアに到達するために必ずしも米国のハードウェアが必要ではないという証拠の一つになりつつある。
この現実は、米国の輸出規制戦略の見直しを迫るだけでなく、「AI覇権」がいかに多極化しているかを示している。
あなたがAI開発者・投資家・政策立案者のいずれであれ、「中国のAI開発は制裁で遅れている」という前提を今一度問い直す必要があるのではないだろうか。
ソース:
- Meituan open-sources massive LongCat-2.0 AI model — SiliconANGLE（2026年6月30日）
- Meituan open sources LongCat-2.0, the 1.6T agentic coding model — VentureBeat（2026年6月30日）
- China claims biggest AI model trained on local chips — South China Morning Post（2026年6月30日）
- China Trained a 1.6-Trillion-Parameter AI Model on 50,000 Domestic Chips — Cryptobriefing（2026年6月30日）
