meituan
Meituan: LongCat 2.0
meituan/longcat-2.0
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
LongCat 2.0 de Meituan es un modelo de texto disperso de mezcla de expertos con 1,6 billones de parámetros totales y unos 48 000 millones activos por token, según su ficha técnica. La ficha reporta entrenamiento con más de 35 billones de tokens, un esquema propio de atención dispersa y cerca de un millón de tokens de contexto, que el catálogo de OpenRouter también indica. Meituan lo orienta a programación, ediciones a nivel de repositorio y flujos agénticos, y publica comparativas de referencia mayormente medidas internamente frente a modelos propietarios líderes. Los pesos se publican bajo licencia MIT, con rutas de despliegue documentadas en GPU y NPU.[1][2]
Puntos fuertes
- Contexto muy largo: la ficha describe entrenamiento con datos de 1M de tokens y el catálogo lista una ventana de alrededor de un millón de tokens.[1][2]
- Rendimiento declarado por el proveedor en tareas de código y agénticas, con resultados de referencia publicados (medidos en su mayoría internamente) e integración declarada con herramientas como Claude Code, OpenClaw y Hermes.[2]
- Pesos abiertos bajo licencia MIT, soporte de llamadas a funciones/herramientas y un modo de razonamiento opcional para mayor eficiencia de tokens.[1][2]
Limitaciones
- Entrada y salida solo de texto; la fecha de corte de conocimiento no consta en las fuentes disponibles.[1]
- La mayoría de las cifras de evaluación provienen del propio sistema de medición de Meituan, con puntuaciones externas citadas en parte de informes de otros proveedores, por lo que la verificación independiente es limitada.[2]
- Meituan señala que el modelo no fue evaluado exhaustivamente para todos los usos y recomienda valorar precisión, seguridad y equidad antes de despliegues sensibles; sigue siendo necesaria una validación con cargas reales.[2]
Dónde utilizarlo
- Candidato para asistentes de programación agénticos y edición a nivel de repositorio, acorde con el enfoque declarado y las integraciones de herramientas; conviene pilotarlo antes de adoptarlo.[2]
- Opción plausible para análisis de documentos largos dada la ventana de ~1M de tokens, aunque la calidad real de recuperación a esa longitud no está probada en estas fuentes.[1][2]
- Despliegues autoalojados donde importan los pesos con licencia MIT y las rutas documentadas de servido en GPU/NPU.[2]
Fuentes
- [1] OpenRouter catalog · Meituan: LongCat 2.0Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Meituan: LongCat 2.0Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
LongCat 2.0 is a sparse mixture-of-experts language model from Meituan, with 48B active parameters out of 1.6T total. It is suited for coding, repository-level changes, long-horizon problem solving, and agentic...
Especificaciones
- ID del modelo
- meituan/longcat-2.0
- ID canónico
- meituan/longcat-2.0-20260720
- Creador
- meituan
- Añadido a OpenRouter
- 20.07.2026
- Longitud de contexto
- 1,048,756
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.300 / salida $1.2
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Programación | BB — siguiente 30% de la cohorte | — |
| Agentes | BB — siguiente 30% de la cohorte | parámetros: tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 45.3 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 14 | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| AtlasCloudfp8 | 1,048,756 | $0.300 | $1.2 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.