Meituan: LongCat 2.0

Meituan: LongCat 2.0 ist ein Textmodell von Meituan, das vom Anbieter am 2026-07-20 veröffentlicht wurde. Es ist ein sparse Mixture-of-Experts Sprachmodell mit 48B aktiven Parametern bei insgesamt 1.6T. Die Modell-ID auf api14 ist meituan/longcat-2.0, und seine Hauptkategorie ist Text.

LongCat 2.0 akzeptiert Texteingabe und gibt Textausgabe zurück. Es hat ein Kontextfenster von 1,048,756 Tokens, sodass Sie sehr große Prompts in einer einzigen Anfrage senden können, und eine maximale Ausgabe von 262,144 Tokens. Zu seinen unterstützten Anfrageparametern gehören temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, stop, max_tokens, tools, tool_choice, reasoning und include_reasoning. Da es tools und tool_choice bereitstellt, kann es in Tool-Calling-Workflows verwendet werden, und die Parameter reasoning und include_reasoning ermöglichen es Ihnen zu steuern, ob Reasoning-Ausgabe zurückgegeben wird.

Diese Fähigkeiten deuten auf einige praktische Anwendungen hin. Der Anbieter beschreibt LongCat 2.0 als geeignet für Coding, Änderungen auf Repository-Ebene, langfristige Problemlösung und agentische Arbeit. Ein großes Kontextfenster ist nützlich, wenn Sie ganze Dateien, lange Logs oder umfangreiche Sammlungen von Quellcode zusammen übergeben müssen, und die große maximale Ausgabe hilft, wenn die Antwort selbst lang sein muss, etwa ein umfangreicher Patch oder ein langer Bericht. Tool-Unterstützung macht es zu einem vernünftigen Kandidaten für Agenten, die über mehrere Schritte hinweg Funktionen oder externe Dienste aufrufen.

Um es über api14 aufzurufen, verwenden Sie den OpenAI-kompatiblen chat completions Endpoint mit der Modell-ID meituan/longcat-2.0 und fügen Sie die oben aufgeführten Parameter im Request-Body nach Bedarf ein. Da api14 OpenAI-kompatibel ist, funktionieren vorhandene OpenAI-Client-Bibliotheken im Allgemeinen, wenn nur die Base-URL und der API-Schlüssel geändert werden. Setzen Sie max_tokens, um die Antwort zu begrenzen, verwenden Sie stop-Sequenzen, um die Generierung sauber zu beenden, und übergeben Sie tools und tool_choice, wenn Sie möchten, dass das Modell Funktionen aufruft. Der Parameter seed ist verfügbar, wenn Sie reproduzierbareres Sampling benötigen, und temperature, top_p, top_k und min_p geben Ihnen Kontrolle darüber, wie das Modell sampelt.

Die wichtigsten Grenzen, die Sie beachten sollten, ergeben sich aus den Fakten: Eingabe und Ausgabe sind ausschließlich Text, daher ist dieses Modell nicht die Wahl für Bild-, Audio- oder andere Nicht-Text-Eingabe. Wenn Ihre Aufgabe kurz und einfach ist, könnten das sehr große Kontextfenster und das Ausgabelimit mehr sein, als Sie benötigen, und ein kleineres Textmodell könnte einfacher passen. Wenn Sie multimodale Eingabe benötigen, suchen Sie ein Modell, dessen Eingabemodalitäten den Medientyp enthalten, den Sie senden.