Meituan: LongCat 2.0

Meituan: LongCat 2.0 es un modelo de texto de Meituan, publicado por el proveedor el 2026-07-20. Es un modelo de lenguaje de mezcla de expertos dispersa, con 48B de parámetros activos de 1.6T en total. El id del modelo en api14 es meituan/longcat-2.0, y su categoría principal es texto.

LongCat 2.0 acepta entrada de texto y devuelve salida de texto. Tiene una ventana de contexto de 1,048,756 tokens, por lo que puedes enviar prompts muy grandes en una sola solicitud, y una salida máxima de 262,144 tokens. Sus parámetros de solicitud admitidos incluyen temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, stop, max_tokens, tools, tool_choice, reasoning e include_reasoning. Como expone tools y tool_choice, se puede usar en flujos de trabajo de llamada a herramientas, y los parámetros reasoning e include_reasoning te permiten controlar si se devuelve la salida de razonamiento.

Esas capacidades apuntan a algunos usos prácticos. El proveedor describe LongCat 2.0 como adecuado para programación, cambios a nivel de repositorio, resolución de problemas de largo horizonte y trabajo agéntico. Una ventana de contexto grande es útil cuando necesitas pasar archivos completos, registros largos o colecciones amplias de código fuente juntas, y la salida máxima grande ayuda cuando la respuesta en sí tiene que ser larga, como un parche sustancial o un informe extenso. El soporte de herramientas lo convierte en un candidato razonable para agentes que llaman a funciones o servicios externos a lo largo de varios pasos.

Para llamarlo a través de api14, usa el endpoint de chat completions compatible con OpenAI con el id de modelo meituan/longcat-2.0, e incluye los parámetros listados arriba en el cuerpo de la solicitud cuando sea necesario. Como api14 es compatible con OpenAI, las bibliotecas cliente de OpenAI existentes generalmente funcionan solo con cambiar la URL base y la clave de API. Establece max_tokens para acotar la respuesta, usa secuencias de stop para terminar la generación de forma limpia, y pasa tools y tool_choice cuando quieras que el modelo llame a funciones. El parámetro seed está disponible si necesitas un muestreo más repetible, y temperature, top_p, top_k y min_p te dan control sobre cómo muestrea el modelo.

Los principales límites a tener en cuenta se derivan de los hechos: la entrada y la salida son solo texto, por lo que este modelo no es la elección para imágenes, audio u otra entrada que no sea texto. Si tu tarea es corta y simple, la ventana de contexto y el límite de salida tan grandes pueden ser más de lo que necesitas, y un modelo de texto más pequeño podría encajar de forma más simple. Si necesitas entrada multimodal, busca un modelo cuyas modalidades de entrada incluyan el tipo de medio que estás enviando.