Meituan: LongCat 2.0

Разреженная MoE-модель Meituan для программирования, правок на уровне репозитория и агентных задач. Контекст около миллиона токенов.

Модель Meituan: LongCat 2.0 доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 81 ₽ / 1M токенов.

Автор
Meituan
ID модели
meituan/longcat-2.0
Контекст
1.05M токенов
Max output
262K токенов
Модальности
текст → текст
Вход
810 кредитов / 1M токенов · 81 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Выход
3 240 кредитов / 1M токенов · 324 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Дата релиза
20.07.2026
Доступность
Нет свежих данных проверки

Описание

LongCat 2.0 от Meituan устроена как sparse mixture-of-experts: всего 1,6 трлн параметров, на каждый токен активируются около 48 млрд. Разработчик выделяет несколько назначений: понимание кода, правки на уровне репозитория, долгие многошаговые задачи и агентные сценарии. Веса опубликованы на Hugging Face под лицензией MIT. Окно составляет около 1 048 756 токенов, максимальная длина ответа 262 144 токена. По описанию Meituan, модель обучалась на сотнях миллиардов токенов данных с контекстом в миллион токенов. Поддерживаются режим рассуждений и вызов функций. Принимается и отдаётся текст. Структурированный вывод по JSON-схеме для модели не заявлен. Цена относится к среднему сегменту каталога.

Кому подходит

  • Командам, автоматизирующим работу с кодом на уровне целого репозитория
  • Разработчикам агентов, которым нужны вызов функций и рассуждения
  • Тем, кому нужен контекст около миллиона токенов и открытые веса

Ограничения

  • Только текст: изображения модель не принимает
  • Структурированный вывод по JSON-схеме не заявлен, формат придётся проверять самим

Сценарии использования

  • Правки сразу в нескольких модулях — Инженер загружает значительную часть репозитория и просит провести переименование интерфейса во всех местах использования с обновлением тестов.
  • Агент для автоматического исправления багов — Команда разработки подключает модель к цепочке с вызовом функций: чтение логов, запуск тестов, предложение патча.
  • Разбор унаследованного кода — Новый сотрудник просит составить карту зависимостей по большому числу файлов, чтобы понять устройство системы.
  • Долгая исследовательская задача — Аналитик ставит многошаговую задачу с поиском, чтением источников и сведением выводов, а модель ведёт её по шагам.

Meituan: LongCat 2.0 API: как подключить

OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели meituan/longcat-2.0. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.

cURL

curl https://api.apikley.ru/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
  "model": "meituan/longcat-2.0",
  "messages": [
    {
      "role": "user",
      "content": "Объясните, что такое API, в двух предложениях."
    }
  ]
}'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")

response = client.chat.completions.create(
    model="meituan/longcat-2.0",
    messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)

Быстрый старт · Chat Completions: параметры и ответы

Бенчмарки

Слабее среднего на длинном контексте (выше 32%).

МетрикаЗначениеПозиция в каталоге
Длинный контекст больше — лучше65%выше 32% моделей каталога
Подробнее
МетрикаЗначениеПозиция в каталоге
Сложные рассуждения больше — лучше33,7%выше 64% моделей каталога
GPQA больше — лучше78%выше 38% моделей каталога
Научный код больше — лучше36,3%выше 11% моделей каталога

Скорость

МетрикаЗначениеПозиция в каталоге
Скорость вывода больше — лучше74,8 ток/с
Время до первого токена меньше — лучше1,87 с
Время до первого ответного токена меньше — лучше28,61 с

Замер Artificial Analysis у поставщика модели; латентность через Apikley может отличаться

Источник: Artificial Analysis · конфигурация «LongCat 2.0» · измерено 31.10.2026

Похожие модели

FAQ

Для чего предназначена LongCat 2.0?

Для программирования, правок на уровне репозитория, долгих задач и агентных сценариев. Так её описывает Meituan.

Какого размера эта модель?

Всего в ней 1,6 трлн параметров, активируются около 48 млрд на токен. Это sparse mixture-of-experts.

Какой у неё контекст и лимит ответа?

Контекстное окно около миллиона токенов, а ответ может достигать 262 144 токенов.

Модель открытая?

Да, веса опубликованы на Hugging Face под лицензией MIT.

Поддерживает ли она вызов функций и рассуждения?

Да, оба режима поддерживаются.

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.