LongCat 2.0: новая MoE-модель для кодинга и агентских задач
Обзор новой MoE-модели LongCat 2.0 от Meituan с контекстом 1 млн токенов, оптимизированной для программирования и работы с агентами.
LongCat 2.0
MoE-модель от Meituan для агентских задач и кодинга. Тянет огромные контексты, режет лишние вычисления.
• 1.6T параметров, MoE, на токен активны ~48B
• контекстное окно 1 млн токенов
• LongCat Sparse Attention для длинных последовательностей
• Zero-Compute Experts - экономия ресурсов
• топовые баллы в SWE-bench, Terminal-Bench
• упор на планирование, инструменты, RAG
Гитхаб
HF ждем
Чат - там у LongCat есть мобильные приложения
API
#agent #coding #ios #android
Контекстдемо
Сюда AI будет дописывать короткий фон к сложным постам: что за история, кто участники, ключевые даты и почему это важно — чтобы понять пост без гугления.
Блок появляется только там, где без контекста не разобраться. Сейчас это демо-превью — реальный контекст начнёт генерироваться на бэкенде.
Кратко (AI)
Meituan представила модель LongCat 2.0, использующую архитектуру MoE с 1.6 трлн параметров для эффективной работы с длинным контекстом до 1 млн токенов. Модель оптимизирована для задач программирования и агентских сценариев, демонстрируя высокие результаты в бенчмарках SWE-bench и Terminal-Bench.
Обсуждение
3Полезный разбор. На проде ещё важно кешировать DNS-ответы — иначе на каждый резолв ходишь в контроллер домена.
Да, про кеш будет отдельный пост — там нюансы с TTL и негативным кешированием.
А как это соотносится с mDNS в мелких сетях? Или это уже другая история?