‏LongCat-2.0 مِیتوان: مدلِ ۱.۶ تریلیون پارامتری روی API

مِیتوان (Meituan)، شرکتِ چینیِ پشتِ خانوادهٔ مدل‌های LongCat، مدلِ جدیدش یعنی LongCat-2.0 رو رونمایی کرده. این یه مدلِ Mixture-of-Experts با ۱.۶ تریلیون پارامتره که واسه هر توکن حدوداً ۴۸ میلیارد پارامترش فعال می‌شه، و مخصوصِ کدنویسیِ ایجنتی، استفاده از ابزار، کارهای contextِ طولانی، workflow های خودکار و اجرای دستورهای پیچیده طراحی شده.

این مدل یه پنجرهٔ contextِ یک‌میلیون توکنی داره و حداکثر خروجیش تا ۱۲۸ هزار توکنه. توسعه‌دهنده‌ها می‌تونن از طریقِ پلتفرمِ API خودِ LongCat بهش دسترسی داشته باشن، اونم با فرمت‌های سازگار با OpenAI و Anthropic؛ یعنی با Claude Code، OpenClaw، OpenCode، Kilo Code و workflow های سبکِ Codex کار می‌کنه.

به گفتهٔ شرکت، کلِ فرایندِ آموزش و استقرار روی superpod های ASIC مخصوصِ هوش مصنوعی انجام شده و pretraining روی بیش از ۳۵ تریلیون توکن بوده. LongCat یه مکانیزم به اسمِ LongCat Sparse Attention هم واسه کارهای طولانی معرفی کرده و مدل رو روی صدها میلیارد توکنِ دادهٔ یک‌میلیونی آموزش داده تا واسه ریپازیتوری‌های بزرگ، اسنادِ طولانی و کارهای چندمرحله‌ایِ ایجنت آماده باشه.

مدل الان به‌شکلِ عمومی از طریقِ API در دسترسه و صورت‌حساب‌گیریش هم فعاله. قیمتش pay-as-you-go هست: هر یک میلیون توکنِ ورودیِ بدونِ cache حدودِ ۰.۷۵ دلار، ورودیِ cache شده ۰.۰۱۵ دلار و خروجی ۲.۹۵ دلار. token pack ها هم ۳۰ روز اعتبار دارن و cache hit ها از سهمیهٔ پک کم نمی‌شن.

تو این مقاله اومده که این هنوز یه انتشارِ کاملِ وزن‌ها (weights) نیست. ریپازیتوریِ گیت‌هابش تحتِ لایسنسِ MIT عمومیه، ولی هم ریپازیتوری و هم کارتِ مدل تو Hugging Face می‌گن وزن‌ها بعداً میان. پس فعلاً یه انتشارِ هیبریدیه: از طریقِ API قابلِ استفاده و تو مخازنِ عمومی مستنده، ولی فایلِ وزن‌های قابلِ دانلود هنوز نیومده.

نکتهٔ جالب اینه که LongCat-2.0 به Owl Alpha وصله؛ همون مدلِ ناشناسی که رو OpenRouter اجرا می‌شد. حسابِ رسمیِ LongCat می‌گه LongCat-2.0 همون مدلِ کاملِ پشتِ Owl Alpha هست، و طبقِ آمارِ OpenRouter این مدل قبل از رونمایی ۳.۷۴ تریلیون توکن مصرف داشته، یعنی توسعه‌دهنده‌ها حسابی ازش استفاده کرده بودن. مِیتوان این پروژه رو کنارِ LongCat-Flash-Chat، LongCat-Video و بقیه، به‌عنوانِ مدلِ پرچمدارِ زبانیش معرفی می‌کنه.

نکات کلیدی:

• LongCat-2.0 یه مدلِ MoE با ۱.۶ تریلیون پارامتر و ۴۸ میلیارد پارامترِ فعال به‌ازای هر توکنه
• پنجرهٔ contextِ یک‌میلیون توکنی و خروجی تا ۱۲۸ هزار توکن
• از طریقِ API با فرمت‌های سازگار با OpenAI و Anthropic در دسترسه
• وزن‌های قابلِ دانلود هنوز منتشر نشدن؛ فعلاً یه انتشارِ هیبریدیه
• همون مدلِ پشتِ Owl Alpha رو OpenRouter بوده