LongCat 2.0是Meituan的稀疏混合專家語言模型，總參數為1.6兆，其中啟用參數為480億。其公開用途包含程式撰寫、儲存庫層級修改、長程問題求解與代理工作流程。請透過POST /v1/chat/completions選擇meituan/longcat-2.0，並提供model與messages陣列。此模型規格接受文字，並在對話中產生文字或函式呼叫請求。
修改儲存庫時，請提供相關檔案或節錄、應變更的行為，以及實作必須保留的限制。請要求具體結果，例如修補內容、建議修改順序，或說明故障如何經過提供的模組。分析文件時，請提供實際來源文字，並指出回答必須解決的問題。請標示不同來源段落，讓回應能將結論連結至提供的資料。
公開上下文視窗為1,048,756個詞元，模型資料列出的完成內容上限為262,144個詞元。請在整體上下文額度內規劃來源資料、對話歷程、工具結果與要求的回答。使用max_tokens設定要求的輸出額度。大型上下文可以容納大量文字，但明確檔案邊界、目前目標，以及實用回答應包含哪些內容的說明，仍有助於完成任務。
支援的控制項包含用於函式呼叫的tools與tool_choice。應用程式可宣告讀取指定檔案、執行核准檢查或取得紀錄的函式，再於後續對話回合提供結果資料。模型可以要求函式呼叫；您的應用程式須驗證其引數、執行允許的動作，並回傳結果。當任務橫跨多個步驟時，請將請求、工具結果與下一個回答一併保留。
其他公開參數包含temperature、top_p、top_k、min_p、stop、seed、frequency_penalty、presence_penalty與repetition_penalty。reasoning與include_reasoning也列於支援參數清單。模型規格不支援response_format，因此要求產生JSON仍屬提示詞指示。將任何結構化文字傳入程式碼、資料庫或另一個工作流程前，請先解析與驗證。
若下一步需要組合完成的回答，請使用完整Chat Completions回應；若應用程式會在文字抵達時顯示，則可使用串流。請從回傳choices中讀取訊息內容與任何工具呼叫，並保留usage與回應資訊。請先組合串流增量內容，再將建議修補內容或結構化回答視為完成。處理程式碼修改時，請在套用結果前，依提供要求與實際檢查評估完成提案。
", "aboutText": "LongCat 2.0是Meituan的稀疏混合專家語言模型，總參數為1.6兆，其中啟用參數為480億。其公開用途包含程式撰寫、儲存庫層級修改、長程問題求解與代理工作流程。請透過POST /v1/chat/completions選擇meituan/longcat-2.0，並提供model與messages陣列。此模型規格接受文字，並在對話中產生文字或函式呼叫請求。\n\n修改儲存庫時，請提供相關檔案或節錄、應變更的行為，以及實作必須保留的限制。請要求具體結果，例如修補內容、建議修改順序，或說明故障如何經過提供的模組。分析文件時，請提供實際來源文字，並指出回答必須解決的問題。請標示不同來源段落，讓回應能將結論連結至提供的資料。\n\n公開上下文視窗為1,048,756個詞元，模型資料列出的完成內容上限為262,144個詞元。請在整體上下文額度內規劃來源資料、對話歷程、工具結果與要求的回答。使用max_tokens設定要求的輸出額度。大型上下文可以容納大量文字，但明確檔案邊界、目前目標，以及實用回答應包含哪些內容的說明，仍有助於完成任務。\n\n支援的控制項包含用於函式呼叫的tools與tool_choice。應用程式可宣告讀取指定檔案、執行核准檢查或取得紀錄的函式，再於後續對話回合提供結果資料。模型可以要求函式呼叫；您的應用程式須驗證其引數、執行允許的動作，並回傳結果。當任務橫跨多個步驟時，請將請求、工具結果與下一個回答一併保留。\n\n其他公開參數包含temperature、top_p、top_k、min_p、stop、seed、frequency_penalty、presence_penalty與repetition_penalty。reasoning與include_reasoning也列於支援參數清單。模型規格不支援response_format，因此要求產生JSON仍屬提示詞指示。將任何結構化文字傳入程式碼、資料庫或另一個工作流程前，請先解析與驗證。\n\n若下一步需要組合完成的回答，請使用完整Chat Completions回應；若應用程式會在文字抵達時顯示，則可使用串流。請從回傳choices中讀取訊息內容與任何工具呼叫，並保留usage與回應資訊。請先組合串流增量內容，再將建議修補內容或結構化回答視為完成。處理程式碼修改時，請在套用結果前，依提供要求與實際檢查評估完成提案。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bebdd16100db6c405ae35babf0975036f26519b7a1e42a1a4e7371a56f9de0df", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "zh-hant-tw", "methods": [ { "html": "meituan/longcat-2.0LongCat 2.0是Meituan的文字模型，用於程式撰寫、儲存庫層級修改、延伸問題求解，以及由應用程式控制的代理工作流程。其公開上下文視窗為1,048,756個詞元。請透過Chat Completions使用確切ID meituan/longcat-2.0，並以文字提供相關程式碼、文件與工具結果。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
LongCat 2.0是Meituan的稀疏混合專家語言模型，總參數為1.6兆，其中啟用參數為480億。其公開用途包含程式撰寫、儲存庫層級修改、長程問題求解與代理工作流程。請透過POST /v1/chat/completions選擇meituan/longcat-2.0，並提供model與messages陣列。此模型規格接受文字，並在對話中產生文字或函式呼叫請求。
修改儲存庫時，請提供相關檔案或節錄、應變更的行為，以及實作必須保留的限制。請要求具體結果，例如修補內容、建議修改順序，或說明故障如何經過提供的模組。分析文件時，請提供實際來源文字，並指出回答必須解決的問題。請標示不同來源段落，讓回應能將結論連結至提供的資料。
公開上下文視窗為1,048,756個詞元，模型資料列出的完成內容上限為262,144個詞元。請在整體上下文額度內規劃來源資料、對話歷程、工具結果與要求的回答。使用max_tokens設定要求的輸出額度。大型上下文可以容納大量文字，但明確檔案邊界、目前目標，以及實用回答應包含哪些內容的說明，仍有助於完成任務。
支援的控制項包含用於函式呼叫的tools與tool_choice。應用程式可宣告讀取指定檔案、執行核准檢查或取得紀錄的函式，再於後續對話回合提供結果資料。模型可以要求函式呼叫；您的應用程式須驗證其引數、執行允許的動作，並回傳結果。當任務橫跨多個步驟時，請將請求、工具結果與下一個回答一併保留。
其他公開參數包含temperature、top_p、top_k、min_p、stop、seed、frequency_penalty、presence_penalty與repetition_penalty。reasoning與include_reasoning也列於支援參數清單。模型規格不支援response_format，因此要求產生JSON仍屬提示詞指示。將任何結構化文字傳入程式碼、資料庫或另一個工作流程前，請先解析與驗證。
若下一步需要組合完成的回答，請使用完整Chat Completions回應；若應用程式會在文字抵達時顯示，則可使用串流。請從回傳choices中讀取訊息內容與任何工具呼叫，並保留usage與回應資訊。請先組合串流增量內容，再將建議修補內容或結構化回答視為完成。處理程式碼修改時，請在套用結果前，依提供要求與實際檢查評估完成提案。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 meituan/longcat-2.0 | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 | 預設值— |
欄位n | 類型integer | 要求選填 | 值與限制 最小值: 1 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位seed | 類型integer | 要求選填 | 值與限制 | 預設值— |
欄位stop | 類型 | 要求選填 | 值與限制 | 預設值— |
欄位frequency_penalty | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位presence_penalty | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位user | 類型string | 要求選填 | 值與限制 | 預設值— |
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數optional | 規格stream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
參數material_types | 規格text |
參數conditions | 規格 |
生命週期： synchronous_json_or_sse
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.0015 / 1K Token 輸出 · 輸出 Token $0.006 / 1K Token 輸入 · 讀取快取 $0.00003 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meituan/longcat-2.0", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or supported SSE
請保留所有完整傳回的回應、檔案與內容區塊。
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra meituan/longcat-2.0
請使用上方列出的 API 方法路徑。