Dunia AI baru saja kedatangan salah satu kejutan terbesarnya tahun ini. Sebuah model coding anonim yang diam-diam mendominasi papan peringkat OpenRouter selama berbulan-bulan akhirnya terungkap sebagai buatan Meituan, perusahaan yang selama ini lebih dikenal publik sebagai aplikasi pesan-antar makanan asal China. Pengungkapan ini bukan sekadar drama “siapa di balik topeng”, melainkan juga membawa klaim besar soal kemampuan China melatih model kelas frontier tanpa bergantung pada chip Nvidia sama sekali.
Mengapa Owl Alpha Hilang dari OpenRouter
Sejak akhir April 2026, sebuah model bernama “Owl Alpha” muncul di OpenRouter tanpa keterangan siapa pengembangnya. Praktik merilis model secara anonim sebelum peluncuran resmi bukan hal asing di industri AI, biasanya dipakai untuk menguji respons pasar dan mengumpulkan data pemakaian nyata sebelum sebuah lab memasang nama besarnya. Tapi masa “stealth” Owl Alpha berlangsung jauh lebih lama dari kebanyakan kasus serupa, hampir dua bulan penuh.
Pada 29 Juni 2026, status anonim itu resmi berakhir. Akun X resmi LongCat menulis pengumuman singkat yang mengonfirmasi bahwa Owl Alpha adalah mereka. Sehari setelahnya, pada 30 Juni, Meituan merilis model itu secara terbuka dengan nama LongCat-2.0 lewat GitHub, Hugging Face, dan platform mereka sendiri. Dengan begitu, nama “Owl Alpha” praktis pensiun dari OpenRouter, digantikan identitas resminya sebagai bagian dari keluarga LongCat.
Siapa Sebenarnya Owl Alpha
Selama masa anonimnya, performa Owl Alpha jauh dari kata biasa saja. Model ini sempat menempati posisi nomor satu di kategori Hermes Agent, nomor dua di Claude Code, dan nomor tiga di OpenClaw, tiga jalur pemakaian yang cukup dominan di kalangan developer yang mengandalkan AI untuk pekerjaan coding harian. Dari sisi volume, Owl Alpha diperkirakan memproses sekitar 10,1 triliun token per bulan, dengan rata-rata 559 miliar token per hari, dan pertumbuhan bulanan mencapai 242 persen. Angka-angka ini tergolong luar biasa untuk model yang sama sekali tidak membawa nama besar di baliknya.
Justru di titik inilah letak kejutannya. Skala pemakaian sebesar itu biasanya hanya dicapai model dari lab-lab yang sudah dikenal luas seperti OpenAI, Google, atau Anthropic. Bahwa perusahaan yang sehari-hari identik dengan urusan antar makanan dan ojek online ternyata sanggup membangun dan mendiamkan model sebesar itu di pasar terbuka, tanpa banyak orang menyadarinya sampai mereka sendiri yang membuka identitasnya, jadi bagian paling menarik dari keseluruhan cerita ini. Sejumlah pengamat bahkan sempat berspekulasi soal identitas Owl Alpha sebelum pengumuman resmi keluar, mengingat kemiripan pola perkembangannya dengan model-model LongCat sebelumnya.
LongCat-2.0, Spesifikasi, dan Infrastrukturnya
Dari sisi arsitektur, LongCat-2.0 adalah model Mixture-of-Experts dengan total 1,6 triliun parameter, namun hanya sekitar 48 miliar parameter yang aktif bekerja untuk setiap token yang diproses, dengan rentang aktif dinamis di kisaran 33 miliar hingga 56 miliar tergantung kompleksitas tugas. Model ini dilatih menggunakan lebih dari 30 triliun token data dan mendukung jendela konteks native hingga 1 juta token, salah satu yang terbesar di kelas model open source saat ini. Untuk menjaga efisiensi pada skala konteks sebesar itu, tim LongCat mengembangkan mekanisme bernama LongCat Sparse Attention (LSA), sebuah evolusi dari pendekatan sparse attention yang sebelumnya dipopulerkan DeepSeek, dengan penyempurnaan pada tiga sisi, yaitu efisiensi akses memori, pemanfaatan kemiripan pola perhatian antar-lapisan, serta penekanan biaya komputasi kuadratik yang biasanya jadi kendala mekanisme sparse attention presisi tinggi.
Dari sisi lisensi, Meituan memilih jalur MIT yang sangat permisif, memungkinkan siapa pun memodifikasi dan menanamkan LongCat-2.0 ke dalam produk komersial tertutup tanpa kewajiban membuka kembali kode turunannya. Namun perlu dicatat, saat artikel ini ditulis, halaman resmi LongCat-2.0 di GitHub dan Hugging Face masih mencantumkan keterangan bahwa bobot model penuh “segera hadir”, sehingga berkas modelnya belum sepenuhnya bisa diunduh dan diuji secara independen oleh publik.
Dari sisi benchmark, hasilnya tidak seragam di semua bidang. LongCat-2.0 unggul dari Gemini 3.1 Pro dan GPT-5.5 pada SWE-bench Pro (59,5) dan SWE-bench Multilingual (77,3), dua tes yang berfokus pada kemampuan menyelesaikan tugas software engineering di dunia nyata, meski masih berada di bawah Claude Opus 4.7 dan 4.8. Sebaliknya, pada IFEval (90,0), IMO-AnswerBench (81,8), dan GPQA-diamond (88,9), yang lebih mengukur kepatuhan terhadap instruksi rumit serta penalaran sains dan matematika tingkat lanjut, LongCat-2.0 tertinggal cukup jauh dari Gemini dan GPT-5.5. Pola ini menegaskan posisi LongCat-2.0 sebagai model yang sangat kuat di ranah agentic coding secara spesifik, bukan model serba bisa di semua domain.
Bagian yang paling banyak dibicarakan justru ada pada klaim infrastrukturnya. Meituan menyatakan bahwa seluruh proses pelatihan, mencakup lebih dari 35 triliun token, dijalankan sepenuhnya di atas klaster lebih dari 50.000 chip AI ASIC buatan domestik China, tanpa satu pun chip Nvidia terlibat, baik dalam tahap pelatihan maupun penyajian model ke pengguna akhir. Klaim ini penting mengingat kontrol ekspor AS terhadap chip Nvidia kelas tinggi ke China sudah berlaku sejak 2022, dengan tujuan eksplisit menghambat kemampuan China melatih model AI skala frontier. Yang membuat pencapaian ini terasa lebih signifikan, tim LongCat baru dibentuk sejak 2023 dan model pertama mereka baru dirilis akhir tahun lalu, sehingga lompatan ke model kelas 1,6 triliun parameter yang kompetitif secara global ini terjadi dalam waktu kurang dari tiga tahun.
Meski demikian, klaim ini masih punya celah yang perlu dicermati. Meituan tidak menyebutkan secara spesifik produsen chip domestik yang mereka pakai, dan karena bobot model belum sepenuhnya dirilis ke publik, pihak luar belum bisa melakukan verifikasi independen secara menyeluruh terhadap klaim infrastruktur tersebut.
Dari sisi model bisnis, Meituan menerapkan skema harga yang cukup agresif untuk menarik adopsi developer. Setiap cache-hit pada konteks, yaitu bagian percakapan yang sudah pernah diproses sebelumnya dan dipakai ulang, digratiskan sepenuhnya, dan mereka juga sempat menawarkan promo “Token Pack” berbentuk flash sale dalam waktu terbatas. Pendekatan harga murah semacam ini sudah jadi pola umum di kalangan model open source asal China belakangan ini, menawarkan performa mendekati kelas atas dengan biaya jauh lebih terjangkau dibanding model tertutup dari lab-lab besar Barat.
Penutup
Kemunculan LongCat-2.0 tidak bisa dilepaskan dari konteks geopolitik AI yang makin tegang sepanjang 2026. Belum lama ini, menyusul permintaan pemerintah AS, OpenAI dipaksa membatasi akses ke model terbarunya, GPT-5.6, sementara Anthropic sebelumnya juga diperintahkan membatasi akses ke Claude Fable 5 dan Mythos 5 hingga akhirnya ditarik sepenuhnya dari peredaran publik. Sebagian pengamat menilai kebijakan pembatasan semacam ini justru berpotensi jadi bumerang, karena mendorong developer di seluruh dunia untuk beralih ke alternatif open source yang lebih murah dan lebih terbuka seperti LongCat-2.0.
Yang masih perlu dibuktikan ke depan adalah rilis bobot model penuh untuk memungkinkan verifikasi independen menyeluruh, serta apakah popularitas LongCat bisa bertahan lama di bawah nama aslinya, mengingat sebagian besar daya tariknya selama ini datang dari rasa penasaran publik terhadap misteri Owl Alpha, bukan semata kesadaran merek LongCat itu sendiri. Terlepas dari berbagai pertanyaan yang masih terbuka itu, satu hal sudah cukup jelas, kompetisi model AI kelas atas kini bukan lagi arena eksklusif segelintir lab besar Amerika, dan perusahaan sekelas Meituan sudah membuktikan diri layak duduk di meja yang sama.
