meituan
Meituan: LongCat 2.0
meituan/longcat-2.0
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
O LongCat 2.0 da Meituan é um modelo de texto esparso de mistura de especialistas com 1,6 trilhão de parâmetros totais e cerca de 48 bilhões ativos por token, segundo sua ficha técnica. A ficha relata treinamento com mais de 35 trilhões de tokens, um esquema próprio de atenção esparsa e cerca de um milhão de tokens de contexto, também listado no catálogo da OpenRouter. A Meituan o direciona para programação, edições em nível de repositório e fluxos agênticos, e publica comparações de benchmark majoritariamente medidas internamente contra modelos proprietários líderes. Os pesos são liberados sob licença MIT, com caminhos de implantação documentados em GPU e NPU.[1][2]
Pontos fortes
- Contexto muito longo: a ficha descreve treinamento com dados de 1M de tokens e o catálogo lista uma janela de cerca de um milhão de tokens.[1][2]
- Desempenho relatado pelo fornecedor em tarefas de código e agênticas, com resultados de benchmark publicados (medidos em grande parte internamente) e integração declarada com ferramentas como Claude Code, OpenClaw e Hermes.[2]
- Pesos abertos sob licença MIT, suporte a chamadas de função/ferramentas e um modo de raciocínio opcional para maior eficiência de tokens.[1][2]
Limitações
- Entrada e saída apenas de texto; a data de corte do conhecimento não consta nas fontes disponíveis.[1]
- A maioria dos números de avaliação vem do próprio sistema de medição da Meituan, com notas externas citadas em parte de relatórios de outros fornecedores, portanto a verificação independente é limitada.[2]
- A Meituan observa que o modelo não foi avaliado de forma abrangente para todos os usos e recomenda avaliar precisão, segurança e equidade antes de implantações sensíveis; ainda é necessária validação com cargas reais.[2]
Onde usar
- Candidato para assistentes de codificação agênticos e edição em nível de repositório, alinhado ao foco declarado e às integrações de ferramentas; vale pilotar antes de adotar.[2]
- Opção plausível para análise de documentos longos dada a janela de ~1M de tokens, embora a qualidade real de recuperação nesse comprimento não esteja testada nestas fontes.[1][2]
- Implantações auto-hospedadas onde importam pesos com licença MIT e caminhos documentados de servimento em GPU/NPU.[2]
Fontes
- [1] OpenRouter catalog · Meituan: LongCat 2.0Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Meituan: LongCat 2.0Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- meituan/longcat-2.0
- ID canônico
- meituan/longcat-2.0-20260720
- Criador
- meituan
- Adicionado ao OpenRouter
- 20.07.2026
- Comprimento de contexto
- 1,048,756
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.300 / saída $1.2
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | BB — próximos 30% da coorte | — |
| Agentes | BB — próximos 30% da coorte | parâmetros: tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 45.3 | BB — próximos 30% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 14 | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| AtlasCloudfp8 | 1,048,756 | $0.300 | $1.2 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.