LongCat 2.0 ağırlıkları açık mı ve yerel çalıştırabilir miyim?

Evet, ağırlıklar meituan-longcat/LongCat-2.0 deposunda Hugging Face'de kamuya açıktır. 1.6T toplam parametre ile büyük bir modeldir, yerel dağıtım ciddi donanım gerektirir.

LongCat 2.0 maliyeti nedir ve bağlam penceresi ne kadar?

API üzerinden milyon giriş tokenı başına 0,30$ ve milyon çıkış tokenı başına 1,20$ fiyatla, bağlam penceresi 1 milyondan biraz fazladır.

LongCat 2.0 diğer büyük MoE modellerinden nasıl farklıdır?

Ana farkı, çok uzun bağlamlarda verimli dikkat için özel tasarlanmış LongCat Seyrek Dikkat mekanizmasıdır; ayrıca yüzlerce milyar 1M bağlam tokenı üzerinde eğitim almıştır — çoğu karşılaştırılabilir MoE modeli bu ölçekte bunu yapmamıştır.

LongCat 2.0

3609°

#llm #meituan #akıl yürütme #kodlama #ajanlar #uzun bağlam

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

Meituan | 1.048.756 token bağlam | Giriş başına 0,30$/M, çıkış başına 1,20$/M. LongCat 2.0, Meituan tarafından geliştirilen seyrek uzman karışımı dil modelidir; toplam 1,6T parametreden 48B aktif parametreye sahiptir. Kodlama, depo düzeyinde değişiklikler, uzun vadeli problem çözme ve ajan iş akışları için uygundur.

Bu model için rehberler

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

Açık ağırlıklar vs açık kaynak vs sadece API: aslında ne yapmana izin veriliyor

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

LongCat 2.0, Meituan tarafından geliştirilen seyrek uzman karışımı (sparse mixture-of-experts) bir modeldir; 1.6 trilyon parametresinden her token için 48 milyarını aktif hale getirir ve 35 trilyondan fazla token üzerinde, yerel 1M token bağlam penceresiyle eğitilmiştir. Mimarisi uzun vadeli görevler için özel olarak tasarlanmıştır: depo düzeyinde kod değişiklikleri, ajan tabanlı iş akışları ve çok uzun girdiler üzerinde sürdürülen muhakeme. Açık ağırlıklar ve makul API fiyatı, bağlam uzunluğunun sınırlarını zorlayanlar için dikkat çekicidir.

İle tanınır

Yerel 1M token bağlamı, yüzlerce milyar uzun bağlam tokenı üzerinde eğitim
Depo düzeyinde kod düzenlemeleri ve ajan tabanlı görev yürütme için güçlü uyum
Claude Code, OpenClaw ve Hermes sistemleriyle doğrudan entegrasyon
Yeni LongCat Seyrek Dikkat mekanizması, devasa bağlamlarda dikkat maliyetini azaltır
Hugging Face üzerinde açık ağırlıklar mevcut

Dikkat et

1.6T toplam parametre, yerel dağıtım için ciddi donanım gerektirir; çoğu kullanıcı API kullanacaktır.
Model kartındaki kıyaslamalar dahili ölçümlerdir, bağımsız üçüncü taraf karşılaştırmaları sınırlıdır.
Lisans koşulları yayımlanan bilgilerde detaylandırılmamıştır; ticari kullanım öncesi Hugging Face deposunu kontrol edin.

En iyi

Kodlama

Ajanlar ve araç kullanımı

Muhakeme

Uzun bağlam

Yerel çalışır

Denenecek istemler

Bir depo genelinde yeniden düzenleme

Burada üç dosyadan oluşan bir Python deposu var. Kod tabanı şu anda global bir config dict'i fonksiyon argümanı olarak her yerde geçiriyor. Bunu tipli bir dataclass kullanacak şekilde, bir context manager aracılığıyla enjekte ederek yeniden düzenle, tüm çağrı noktalarını güncelle ve ne değiştiğini ve nedenini açıklayan kısa bir geçiş notu yaz.

Uzun belge muhakemesi

Aşağıya 200 sayfalık teknik bir spesifikasyon yapıştırıyorum. Tamamını oku, sonra cevapla: yazarların yaptığı en önemli üç tasarım takası nedir, belgede her biri için hangi kanıtlar var ve bugün spesifikasyonu revize ediyor olsaydın neyi değiştirirdin?

Çok adımlı ajan planı

Bir yazılım sürüm hattını otomatikleştiriyorsunuz. Aşamalar: testleri çalıştır, Docker imajı oluştur, bir kayıt deposuna gönder, Helm chart güncelle ve bir pull request aç. Bir bağımlılık grafiği yaz, hangi adımların paralel çalışabileceğini belirle ve bunları doğru sırayla hata yönetimiyle çalıştıran bir shell script üret.

İle karşılaştır

GPT-6 Luna
Sadece API modeli
1,050,000 token bağlam · $0.10/M girdi, $0.50/M çıktı
Claude Opus 5.5
Sadece API modeli
1,000,000 token bağlam · $4.00/M girdi, $20.00/M çıktı
Muse Spark 1.3 Contributor
Sadece API modeli
1,048,576 token bağlam · $0.10/M girdi, $0.20/M çıktı
Gemini 3.8 Flash
Sadece API modeli
1,048,576 token bağlam · $0.83/M girdi, $4.12/M çıktı

meituan tarafından daha fazla metin modeli

İnsanların sorduğu sorular

LongCat 2.0 ağırlıkları açık mı ve yerel çalıştırabilir miyim?: Evet, ağırlıklar meituan-longcat/LongCat-2.0 deposunda Hugging Face'de kamuya açıktır. 1.6T toplam parametre ile büyük bir modeldir, yerel dağıtım ciddi donanım gerektirir.
LongCat 2.0 maliyeti nedir ve bağlam penceresi ne kadar?: API üzerinden milyon giriş tokenı başına 0,30$ ve milyon çıkış tokenı başına 1,20$ fiyatla, bağlam penceresi 1 milyondan biraz fazladır.
LongCat 2.0 diğer büyük MoE modellerinden nasıl farklıdır?: Ana farkı, çok uzun bağlamlarda verimli dikkat için özel tasarlanmış LongCat Seyrek Dikkat mekanizmasıdır; ayrıca yüzlerce milyar 1M bağlam tokenı üzerinde eğitim almıştır — çoğu karşılaştırılabilir MoE modeli bu ölçekte bunu yapmamıştır.

Kaptanın kararı
Çalışmanız büyük kod tabanları veya diğer modellerin bağlam sınırlarını aşan belgelerle ilgiliyse, yerini hak eden ciddi bir uzun bağlam MoE modelidir.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bu skor nasıl hesaplanıyor

Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Benzer Modeller

Qwen3 Next 80B A3B Thinking

TEXT / LLM

GPT 5

TEXT / LLM

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

LongCat 2.0, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm meituan akıl yürütme kodlama ajanlar uzun bağlam yerel

Model Ailesine Göre Göz At