ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Meituan 美团 LongCat
开源权重 Meituan 美团 LongCat · MoE 1.78T / A48B · Text · BF16 / FP8

Meituan LongCat-2.0 (1.78T MoE) 模型架构参数、评测与显存全表

美团 MIT 开源万亿级百万长上下文基座(104.8 万输入 / 26.2 万最大输出)。

🧬 Meituan LongCat-2.0 (1.78T MoE) 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (meituan-longcat/LongCat-2.0) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: LongcatCausalLM

1. 骨干网络与维度参数

moe
总参数量 / 单步激活
1.776T / 48B
Hidden Size (d_model)
8,192
MoE 专家配置
768 路由
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=0.00001
原生权重精度
BF16 / FP8

2. 注意力机制与混合层拓扑

MLA
Transformer 总层数
38 层
网络层排布 (Hidden Layout)
38 层稀疏 MoE 架构(768 路由专家)
注意力头 (Q / KV)
64 Q / 8 KV (8:1 GQA)
Head Dimension
128

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
262,144 tokens
旋转位置编码 (RoPE)
RoPE (原生 262,144 Context)
词表大小 (vocab_size)
163,840 (独立输出头)

📋 Meituan LongCat-2.0 (1.78T MoE) 官方 API 技术规格与计费参数总表

核验自 Meituan 美团 LongCat 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: meituan/longcat-2.0

1. 模型标识与能力开关

API Spec
官方调用 Model ID
meituan/longcat-2.0
版本发布日期
2026-06-30
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
部分支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
1,024,000 tokens (1024K)
单次最大输出上限
262,000 tokens
支持输入模态
Text
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

USD / 1M
标准输入单价 (每百万)
$ 0.3
Prompt 缓存命中输入
$ 0.006 -98%
标准输出单价 (每百万)
$ 1.2
长上下文阶梯与计费备注
OpenRouter:美团万亿参数百万上下文 MoE 托管(OpenRouter 国内可直连,支持支付宝/外币卡)

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

官方默认推理采样配置
temperature=0.7 top_p=0.95 max_tokens=32,768

⚡ Meituan LongCat-2.0 (1.78T MoE) 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
MoE 1776B / A48B·38L (d=8192)·64Q/8KV·Ctx 1M
该设备兼容榜 →
并联卡数
96 GB VRAM·4000 GB/s·安全可用上限 94.1 GB
显存不足 (OOM)1099.4 / 94.1 GBOOM
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
显存不足 (OOM)
1099.4/ 94.1 GB 可用显存

物理总容量 96 GB · 占用率 1168.6%

理论带宽解码速度 (Decode)
—tokens/s

超出安全可用上限 1005.32 GB

当前并发 (1x) 最大可开窗口
0K/ 1M

MLA 潜在注意力显著压缩高并发 KV 占用

模型权重: 1076.7 GBKV Cache (1×16K): 0.72 GB框架开销: 21.98 GB
⛔ 无法加载
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run meituan-longcat-2-0

本地显存不足?运行 Meituan LongCat-2.0 (1.78T MoE) 的替代方案

可按小时租用预装好 vLLM / LLaMA-Factory 的大显存云显卡,或算一下直接调 API 对比买卡的 12 个月回本线。

📊 Meituan LongCat-2.0 (1.78T MoE) 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 3552 GB 0.72 GB 3624.21 GB 无损原精度
FP8 / Q8_0 8.5 bpw 1887 GB 0.72 GB 1925.91 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 1456.32 GB 0.72 GB 1486.61 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 1263.18 GB 0.72 GB 1289.61 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 1076.7 GB 0.72 GB 1099.4 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 943.5 GB 0.72 GB 963.54 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 868.02 GB 0.72 GB 886.55 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 699.3 GB 0.72 GB 714.45 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 Meituan LongCat-2.0 (1.78T MoE) (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

Meituan LongCat-2.0 (1.78T MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

Meituan LongCat-2.0 (1.78T MoE) 底层架构为 LongcatCausalLM,共 38 层(38 层稀疏 MoE 架构(768 路由专家)),隐藏层维度 hidden_size=8192,注意力头配置为 64 个 Query 头 / 8 个 KV 头(head_dim=128),词表大小 vocab_size=163,840,原生上下文窗口 262,144 tokens。

Meituan LongCat-2.0 (1.78T MoE) 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Meituan LongCat-2.0 (1.78T MoE) 共需约 1099.4 GB 显存(含权重 1076.7 GB + KV 缓存 0.72 GB + 系统开销 21.98 GB)。无损 FP16/BF16 则需约 3624.21 GB。

Meituan LongCat-2.0 (1.78T MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「官方默认推理采样配置」下建议设置 temperature=0.7、top_p=0.95。