Meituan: LongCat 2.0

Meituan: LongCat 2.0 é um modelo de texto da Meituan, lançado pelo provedor em 2026-07-20. É um modelo de linguagem de mistura esparsa de especialistas, com 48B parâmetros ativos de 1.6T no total. O id do modelo em api14 é meituan/longcat-2.0, e sua categoria principal é texto.

LongCat 2.0 aceita entrada de texto e retorna saída de texto. Tem uma janela de contexto de 1,048,756 tokens, então você pode enviar prompts muito grandes em uma única requisição, e uma saída máxima de 262,144 tokens. Seus parâmetros de requisição suportados incluem 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 expõe tools e tool_choice, pode ser usado em fluxos de trabalho de chamada de ferramentas, e os parâmetros reasoning e include_reasoning permitem controlar se a saída de raciocínio é retornada.

Essas capacidades apontam para alguns usos práticos. O provedor descreve o LongCat 2.0 como adequado para programação, alterações em nível de repositório, resolução de problemas de longo horizonte e trabalho agêntico. Uma janela de contexto grande é útil quando você precisa passar arquivos inteiros, logs longos ou amplas coleções de código-fonte em conjunto, e a saída máxima grande ajuda quando a resposta em si precisa ser longa, como um patch substancial ou um relatório longo. O suporte a ferramentas o torna um candidato razoável para agentes que chamam funções ou serviços externos ao longo de várias etapas.

Para chamá-lo através do api14, use o endpoint de chat completions compatível com OpenAI com o id de modelo meituan/longcat-2.0, e inclua os parâmetros listados acima no corpo da requisição quando necessário. Como o api14 é compatível com OpenAI, bibliotecas cliente OpenAI existentes geralmente funcionam apenas alterando a URL base e a chave de API. Defina max_tokens para limitar a resposta, use sequências de stop para encerrar a geração de forma limpa, e passe tools e tool_choice quando quiser que o modelo chame funções. O parâmetro seed está disponível se você precisar de amostragem mais repetível, e temperature, top_p, top_k e min_p dão a você controle sobre como o modelo faz amostragem.

Os principais limites a ter em mente decorrem dos fatos: entrada e saída são apenas texto, então este modelo não é a escolha para imagem, áudio ou outra entrada não textual. Se sua tarefa for curta e simples, a janela de contexto e o limite de saída muito grandes podem ser mais do que você precisa, e um modelo de texto menor poderia ser um encaixe mais simples. Se você precisar de entrada multimodal, procure um modelo cujas modalidades de entrada incluam o tipo de mídia que você está enviando.