Meituan: LongCat 2.0

Meituan: LongCat 2.0 is een tekstmodel van Meituan, uitgebracht door de provider op 2026-07-20. Het is een sparse mixture-of-experts taalmodel, met 48B actieve parameters van in totaal 1.6T. Het model-id op api14 is meituan/longcat-2.0, en de hoofdcategorie is tekst.

LongCat 2.0 accepteert tekstinvoer en retourneert tekstuitvoer. Het heeft een contextvenster van 1.048.756 tokens, dus je kunt zeer grote prompts in één verzoek verzenden, en een maximale uitvoer van 262.144 tokens. De ondersteunde verzoekparameters omvatten temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, seed, stop, max_tokens, tools, tool_choice, reasoning, en include_reasoning. Omdat het tools en tool_choice beschikbaar stelt, kan het worden gebruikt in tool calling workflows, en de parameters reasoning en include_reasoning laten je bepalen of reasoning-uitvoer wordt geretourneerd.

Die mogelijkheden wijzen op een paar praktische toepassingen. De provider beschrijft LongCat 2.0 als geschikt voor codering, wijzigingen op repository-niveau, langdurige probleemoplossing, en agentic werk. Een groot contextvenster is nuttig wanneer je hele bestanden, lange logs, of brede verzamelingen broncode samen moet doorgeven, en de grote maximale uitvoer helpt wanneer het antwoord zelf lang moet zijn, zoals een substantiële patch of een lang rapport. Tool-ondersteuning maakt het een redelijke kandidaat voor agents die functies of externe services aanroepen over meerdere stappen.

Om het via api14 aan te roepen, gebruik je het OpenAI-compatibele chat completions endpoint met het model-id meituan/longcat-2.0, en voeg je de hierboven genoemde parameters toe in de request body waar nodig. Aangezien api14 OpenAI-compatibel is, werken bestaande OpenAI client libraries over het algemeen met alleen een gewijzigde base URL en API key. Stel max_tokens in om de respons te begrenzen, gebruik stop-sequenties om de generatie netjes te beëindigen, en geef tools en tool_choice door wanneer je wilt dat het model functies aanroept. De parameter seed is beschikbaar als je meer herhaalbare sampling nodig hebt, en temperature, top_p, top_k, en min_p geven je controle over hoe het model sampled.

De belangrijkste beperkingen om in gedachten te houden volgen uit de feiten: invoer en uitvoer zijn alleen tekst, dus dit model is niet de keuze voor afbeeldingen, audio, of andere niet-tekstuele invoer. Als je taak kort en eenvoudig is, kunnen het zeer grote contextvenster en de uitvoerlimiet meer zijn dan je nodig hebt, en een kleiner tekstmodel zou een eenvoudigere keuze kunnen zijn. Als je multimodale invoer nodig hebt, zoek dan een model waarvan de invoermodaliteiten het mediatype bevatten dat je verzendt.