LongCat 2.0 est un modèle de langage de Meituan, sorti le 30 juin 2026, qui lit du texte sur OpenRouter. Selon Meituan, à sa sortie, il affiche de fortes performances en compréhension de code, en modifications à l’échelle d’un dépôt et en exécution automatisée de tâches.
LongCat 2.0 permet de converser sur son site officiel, selon Meituan. À sa sortie, son post-entraînement réunit trois groupes d’experts selon Meituan : les experts agents, les experts raisonnement et les experts interaction. Sur OpenRouter, le modèle sait appeler des outils.
LongCat 2.0 est intégré, à sa sortie, à des environnements d’agents courants comme Claude Code, OpenClaw et Hermes, selon Meituan. En matière de code, Meituan lui prête à sa sortie de fortes performances en compréhension de code, en modifications à l’échelle d’un dépôt, en exécution automatisée de tâches et en flux de travail d’agents.
LongCat 2.0 obtient, selon Meituan, à sa sortie, 70,8 à Terminal-Bench 2.1, 59,5 à SWE-bench Pro et 77,3 à SWE-bench Multilingual, lors d’évaluations réalisées en interne par Meituan. Selon Meituan, à sa sortie, le modèle atteint également 79,9 à BrowseComp, 81,8 à IMO-AnswerBench et 88,9 à GPQA-diamond dans ces évaluations internes.
LongCat 2.0 fonctionne avec la réflexion activée par défaut sur OpenRouter. Sur OpenRouter, ce mode n’est pas obligatoire et peut être désactivé. Selon la carte du modèle de Meituan, le gabarit de conversation active ou coupe la réflexion avec le paramètre enable_thinking. Meituan présente dans sa carte du modèle le mode sans réflexion comme plus économe en tokens.
LongCat 2.0 a été annoncé par Meituan le 30 juin 2026. Selon Meituan, à sa sortie, ce modèle de langage MoE, une architecture à mélange d’experts, compte 1,6 billion de paramètres au total, dont environ 48 milliards activés par token, et ses poids sont publiés en open source.
Selon la documentation de l’API LongCat de Meituan, sa fenêtre de contexte est de 1M tokens et sa longueur de sortie maximale de 128K tokens, les tokens étant les unités de texte traitées par le modèle. Sur OpenRouter, il accepte le texte en entrée. Ses poids sont publiés sous licence MIT, selon Meituan.
Selon Meituan, à sa sortie, son pré-entraînement porte sur plus de 35 billions de tokens ; son entraînement complet et son déploiement à grande échelle reposent entièrement sur des superpods d’ASIC d’IA, des circuits spécialisés. Selon Meituan, à sa sortie, il introduit LongCat Sparse Attention et est entraîné sur des centaines de milliards de tokens de données couvrant cette fenêtre de contexte, pour le renforcer sur les tâches de long horizon. Le tableau des caractéristiques rassemble ses données techniques.
toolstemperaturetop_preasoningseedstopmax_tokensLongCat 2.0 s’appelle au format de l’API d’OpenAI comme à celui de l’API d’Anthropic, selon la documentation de l’API LongCat de Meituan. Selon Meituan, le modèle peut aussi être déployé sur des plateformes GPU comme NPU. La carte d’accès donne les derniers prix relevés.
Servi par d'autres hébergeurs que Meituan, selon OpenRouter
Chez OpenRouter (relevé du 05/10/2026) : 0,30 $ / M tokens en entrée, 1,20 $ / M tokens en sortie.
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
LongCat 2.0 s’appuie, à sa sortie, sur l’architecture de LongCat-Flash, selon Meituan. Selon Meituan, il reprend également, à sa sortie, le module N-gram Embedding de LongCat-Flash-Lite.
LongCat 2.0 a été annoncé le 30 juin 2026, selon Meituan. Le billet d’annonce de Meituan, daté de ce jour, présente aussi la publication de ses poids en open source.
LongCat 2.0 dispose d’une fenêtre de contexte de 1M tokens, selon la documentation de l’API LongCat de Meituan. Sa longueur de sortie maximale est de 128K tokens, selon cette même documentation de Meituan.
LongCat 2.0 a ses poids publiés en open source, selon Meituan. Ils sont distribués sous licence MIT, selon Meituan.
LongCat 2.0 est, à sa sortie, un modèle de langage à mélange d’experts (MoE) de 1,6 billion de paramètres au total, selon Meituan. Environ 48 milliards de paramètres sont activés par token à sa sortie, selon Meituan.
LongCat 2.0 obtient, à sa sortie, 70,8 à Terminal-Bench 2.1 et 59,5 à SWE-bench Pro lors de mesures internes, selon Meituan. Son score à SWE-bench Multilingual atteint 77,3 à sa sortie, également lors de mesures internes, selon Meituan.
Pas besoin d'écrire un bon prompt vous-même. Choisissez un exemple, copiez-le tel quel, puis collez-le dans votre outil pour voir immédiatement le type de réponse obtenu.
Voir comment il rédige un e-mail professionnel à partir d'une situation concrète.
Rédigez un e-mail professionnel et cordial pour relancer un client qui n'a pas encore répondu à une proposition commerciale envoyée il y a une semaine. Le message doit rester chaleureux, ne pas paraître insistant et se terminer par une question simple pour savoir s'il souhaite poursuivre. Faites une version courte, naturelle et directement envoyable.Voir s'il sait rendre un sujet complexe vraiment compréhensible.
Expliquez-moi ce qu'est l'intelligence artificielle générative comme si je n'y connaissais absolument rien. Utilisez des mots simples, donnez deux exemples du quotidien, évitez le jargon et terminez par trois choses importantes à retenir.Voir comment il transforme un projet en étapes simples et concrètes.
Je souhaite créer un nouveau site internet pour une petite entreprise. Organisez le projet étape par étape, depuis la définition des besoins jusqu'à la mise en ligne. Pour chaque étape, indiquez ce qu'il faut préparer, la décision principale à prendre et l'erreur la plus fréquente à éviter. Terminez par les trois premières actions à réaliser cette semaine.Ouvrez votre outil, collez le texte et envoyez. Ensuite, répondez naturellement à l'IA si vous voulez préciser ou modifier le résultat.