GPT
הוספת כלי
L

LongCat-2.0

קוד פתוח

meituan-longcatmit2026-07-05

  • LongCat-2.0
  • safetensors
  • transformers
  • text-generation
  • conversational

זה מודל קוד פתוח עצום בגודל של 1.6 טריליון פרמטרים שרץ בשיטת תערובת מומחים. הוא פונה למי שרוצה ביצועים ברמה של מודלים סגורים מובילים במשימות קוד וסוכנים אוטונומיים.

  • 1776Bפרמטרים
  • 262,144טוקנים בהקשר
  • 3.2 TBמשקל הקבצים
  • 1,479הורדות בחודש

מה זה

מדובר במודל MoE עם כ־48 מיליארד פרמטרים פעילים לכל טוקן, שכולל גם 135 מיליארד פרמטרים ייעודיים לשיבוץ N-gram. הצוות אימן אותו על יותר מ־35 טריליון טוקנים באמצעות מאיצי ASIC ייעודיים, כשהמטרה המרכזית שלו היא התמודדות עם הקשרים רחבים ומשימות פיתוח מורכבות. הארכיטקטורה שלו כוללת מנגנון קשב דליל שנועד להתגבר על צווארי בקבוק בגישה לזיכרון, יחד עם תמיכה בניבוי רב-טוקנים מובנה.

במבחני ביצועים מול מודלים סגורים כמו משפחת קלוד וג'מיני, הוא מציג תחרותיות בעיקר במשימות תכנות. ב־SWE-bench Pro הוא מגיע לציון 59.5, שעוקף את גרסאות הבסיס של חלק מהמתחרים אך נשאר מאחורי דגמים מתקדמים יותר כמו אופוס 4.8. ביכולות סוכנים כלליות ומעקב אחר הוראות ב־IFEval הוא עומד על 90.0, תוצאה סבירה אך נמוכה מרוב הדגמים המובילים שנעים סביב 95 ומעלה.

מתאים ל

  • פיתוח סוכני קוד מורכבים

    אינטגרציה עם כלים כמו Claude Code ו־Hermes לעריכת מאגרי קוד שלמים.

  • פתרון באגים במאגרי תוכנה

    ניתוח בעיות רב-לשוניות בקוד פתוח עם ציון 77.3 ב־SWE-bench.

  • הרצה בארגונים עם ASIC/NPU

    ניצול תמיכה מובנית בחומרת NPU ו־GPU לפריסה עצמאית מאובטחת.

איפה זה נופל

המודל חלש יחסית במשימות של גלישה וחיפוש, עם ציון של 79.9 ב־BrowseComp לעומת כ־85 אצל המתחרים. הוא גם פחות מדויק במעקב קפדני אחר הוראות בסיסיות, כפי שמשתקף במבחן IFEval. מעבר לכך, היוצרים מודים במפורש שהמודל לא עבר הערכה מקיפה לכל תרחיש אפשרי וכי קיימים פערי ביצועים בין שפות שונות. אם אתם בונים מוצר בעברית, חובה לבדוק אותו ביסודיות לפני שמתחייבים אליו.

שאלות
נפוצות

אפשר להריץ את המודל על שרת ענן עם שמונה כרטיסי H100?

לא. משקל המודל לבדו הוא 3.2 טרה-בייט, כך שגם בגרסאות מכווצות תידרש כמות גדולה בהרבה של זיכרון VRAM כדי לטעון אותו ולנהל הקשר רחב. תצטרכו קלאסטר של כמה מכונות מרובות כרטיסים.

איך הביצועים שלו בעברית?

החומרים הרשמיים לא מציגים נתונים על עברית, והחברה מציינת במפורש שקיימים פערי ביצועים בין שפות שונות. מומלץ לבדוק את הטוקנייזר ואת איכות התשובות באתר הניסיוני שלהם לפני שמתכננים הטמעה.

איך מריצים

הקבצים שוקלים 3.2 טרה-בייט ב־207 חלקים. להריץ משקל כזה עצמאית דורש קלאסטר שרתים רציני עם כרטיסי GPU או שבבי NPU תואמים, כשהפריסה בפועל נתמכת דרך SGLang ו־SGLang-FluentLLM.

לרוב הצוותים אין את החומרה או את התקציב לתחזק תשתית כזו רק בשביל שרת הרצה מקומי. אם אין לכם צורך מוחלט בפרטיות מחמירה שמחייבת שרת פנימי מבודד, עדיף להשתמש בממשק הצ'אט באתר שלהם או לחכות לשירותי ענן שיספקו גישת API מנוהלת.

pip install -U huggingface_hub
hf download meituan-longcat/LongCat-2.0

הקבצים

207 קבצים במאגר, 3.2 TB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון MIT מלא על משקולות המודל והקוד. אתם יכולים לקחת אותו, לשנות, לשלב במוצר מסחרי ולמכור בלי לשלם תמלוגים, כל עוד שומרים על הודעת זכויות היוצרים המקורית. הרישיון לא מעניק זכויות בפטנטים או בסימני המסחר של Meituan.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗