LongCat-Flash-Thinking-2601,美團 2026 年 1 月發布,560B MoE 推理增強版本,Apache 2.0 授權,GPQA 81.5%,SWE-bench 59.4%。
| 量化 | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|
| Q4_K_M★ | 309 GB | 309 GB | 310 GB | 313 GB | 318 GB | 327 GB |
| Q8_0 | 589 GB | 589 GB | 590 GB | 593 GB | 598 GB | 607 GB |
適合進階用戶,支援 CPU 和 GPU 混合推理,可精確控制量化等級。
# Download GGUF model from Hugging Face, then run: ./llama-cli -m model.gguf -p "Hello" -n 128
適合生產環境,支援批次推理和 OpenAI 相容 API。
pip install vllm vllm serve LongCat --dtype auto
LongCat-Flash-Thinking-2601 是一個開源語言模型,擁有 560B 參數,採用 Apache 2.0 授權。可使用 vLLM、SGLang 進行部署。適用場景包括:適用於需要處理大量文本資訊的長篇文件分析與摘要生成。、適合用於複雜問題的邏輯推理與知識檢索,例如學術研究或專業諮詢。、可用於程式碼錯誤偵測、優化建議及自動化程式碼生成等開發輔助任務。。核心優勢:長上下文理解、高效推理、知識問答、程式碼輔助。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。
分享你的使用體驗,幫助其他人了解這個模型