Was ist LongCat-2.0?
LongCat-2.0 ist Meituans größtes Open-Weight-Modell. Es tauchte unter dem Codenamen Owl Alpha auf OpenRouter auf, wurde am 30. Juni 2026 offiziell benannt, und die Gewichte erschienen Anfang Juli auf Hugging Face in BF16, FP8 und INT8. Es ist ein Mixture-of-Experts-Modell mit 1,6 Billionen Parametern und etwa 48 Milliarden aktiven pro Token, darunter 135 Milliarden Parameter für N-Gram-Embeddings, und einem Kontext von 1 Mio. Tokens. Es arbeitet nur mit Text, das Denken lässt sich ein- und ausschalten.
Laut Meituan wurde es mit mehr als 35 Billionen Tokens vortrainiert, vollständig auf KI-ASIC-Superpods statt auf NVIDIA-GPUs, und es lässt sich auf GPUs oder NPUs betreiben. Die Gewichte stehen unter der MIT-Lizenz. Auf Hugging Face hat es 285 Likes und 2.957 Downloads in den letzten 30 Tagen, eine kleine Zahl, die zeigt, wie wenige Teams es hosten können.
Auf OpenRouter bietet AtlasCloud es für 0,30 $ pro Million Input-Tokens und 1,20 $ pro Million Output-Tokens an, mit gecachtem Input für 0,006 $ und bis zu 262.144 Output-Tokens. Meituan hat inzwischen LongCat-2.5 auf seiner eigenen API gestartet, die Gewichte aber nicht veröffentlicht.
Was kostet LongCat-2.0?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | MIT-Lizenz |
| OpenRouter (AtlasCloud) | $0.30 in / $1.20 out per 1M tokens | 0,006 $ gecachter Input |
Offene Gewichte unter der MIT-Lizenz. OpenRouter (AtlasCloud): 0,30 $ Input / 0,006 $ gecacht / 1,20 $ Output pro 1 Mio. Tokens.
Lohnt sich LongCat-2.0?
LongCat-2.0 kann mit den geschlossenen Modellen des vergangenen Frühjahrs mithalten, nicht mit den offenen Spitzenmodellen dieses Herbsts. Meituans Tabelle gibt ihm 70,8 bei Terminal-Bench 2.1 und 59,5 bei SWE-bench Pro, nahe an GPT-5.5 (73,8 und 58,6) und hinter Claude Opus 4.8 (78,9 und 69,2). GLM-5.3 erreicht laut Z.ai 88,2 bei derselben Terminal-Bench-Version. Beim allgemeinen Schlussfolgern liegt es weiter zurück: 88,9 bei GPQA-diamond gegenüber 94,3 für Gemini 3.1 Pro.
Der Preis ist das Hauptargument. Mit 0,30 und 1,20 $ pro Million Tokens auf OpenRouter kostet es etwa ein Viertel von GLM-5.3 mit 1,40 und 4,40 $, und die MIT-Lizenz hat weder Umsatzklausel noch Namensregel. Meituan verweist zudem auf die Unterstützung in Claude Code, OpenClaw und Hermes Agent.
Der Haken: Kaum jemand kann es selbst betreiben. Bei 1,6 Billionen Parametern brauchen selbst die FP8-Gewichte einen Cluster aus mehreren Nodes, und Meituans Deployment-Anleitung verweist auf SGLang oder den eigenen NPU-Fork. Nur ein OpenRouter-Anbieter stellt es bereit, Artificial Analysis nennt keinen Indexwert und hat 43,53 Sekunden bis zum ersten Antwort-Token gemessen, und Meituans neueres LongCat-2.5 gibt es nur per API, sodass 2.0 künftig wenig Aufmerksamkeit bekommen dürfte.
Unser Fazit: LongCat-2.0 ist eine günstige Zweitmeinung für Coding-Agenten und ein bemerkenswerter Beleg, dass Training im Spitzenmaßstab ohne NVIDIA-Hardware funktioniert. Wer ein Produkt darauf bauen will, hat bei GLM-5.3 oder DeepSeek-V4-Pro mehr Anbieter im Rücken.
Wo es sich lohnt
Ein Startup, das einen Coding-Agenten in Claude Code oder OpenClaw betreibt
Die Modellkosten für Änderungen auf Repository-Ebene senken
Den Agenten über OpenRouter auf LongCat-2.0 richten. Bei 0,30/1,20 $ kostet eine Sitzung mit 400K Input- und 30K Output-Tokens vor Caching etwa 0,16 $, gegenüber etwa 0,69 $ mit GLM-5.3.
Eine Forschungsgruppe, die Training auf Nicht-NVIDIA-Hardware untersucht
Ein Modell im Billionenmaßstab untersuchen, das auf heimischen Beschleunigern trainiert wurde
Die MIT-lizenzierten Gewichte, das Design von LongCat Sparse Attention und der NPU-Deployment-Fork sind öffentlich, sodass sich Architektur und Bereitstellung auf Hardware der Ascend-Klasse untersuchen und nachbauen lassen.
Bevor du dich festlegst
- Einrichtung
- meituan/longcat-2.0 auf OpenRouter aufrufen oder die BF16-, FP8- oder INT8-Gewichte herunterladen und dem SGLang-Cookbook für GPUs oder Meituans Fork SGLang-FluentLLM für NPUs folgen.
- Integrationen
- OpenAI-kompatible API über OpenRouter; Chat-Template mit Tool-Aufrufen und abschaltbarem Denken; Meituan nennt Claude Code, OpenClaw und Hermes Agent als unterstützte Harnesses.
- Daten und Datenschutz
- Gewichte unter MIT, beim Selbsthosten bleiben die Daten also im Haus. Gehosteter Traffic läuft über OpenRouter zu AtlasCloud; laut OpenRouter ist das Modell nicht über EU-internes Routing verfügbar.
- Kosten im großen Maßstab
- 0,30/1,20 $ pro Million Tokens, gecachter Input für 0,006 $. Ein Modell mit 1,6 Billionen Parametern selbst zu hosten erfordert einen GPU- oder NPU-Cluster aus mehreren Nodes.
- Grenzen
- 1 Mio. Tokens Kontext und bis zu 262.144 Output-Tokens bei AtlasCloud. Artificial Analysis maß 55 Tokens pro Sekunde und 43,53 Sekunden bis zum ersten Antwort-Token.
Was gut ist
- MIT-Lizenz ohne Umsatz- oder Namensbedingungen
- 0,30/1,20 $ pro Million Tokens, gecachter Input für 0,006 $
- 1 Mio. Tokens Kontext und bis zu 262.144 Output-Tokens
- Terminal-Bench 2.1 bei 70,8 und SWE-bench Pro bei 59,5, laut Meituan
Was nicht
- 1,6 Billionen Parameter machen Selbsthosting für die meisten Teams unmöglich
- Nur ein gehosteter Anbieter auf OpenRouter
- Noch kein unabhängiger Indexwert; langsames erstes Token in den Tests von Artificial Analysis
- Vom nur per API verfügbaren LongCat-2.5 überholt
Am besten für
Entwickler, die ein günstiges, MIT-lizenziertes großes Modell für Coding-Agenten suchen und mit einem einzigen Hosting-Anbieter leben können.
Alternativen zu LongCat-2.0
LongCat-2.0: häufige Fragen
- Lohnt sich LongCat-2.0?
- Ein offenes Modell im Billionenmaßstab unter schlichter MIT-Lizenz, günstig im Abruf, aber schon vom eigenen Nachfolger überholt. Wir bewerten es mit 3.8 von 5.
- Was kostet LongCat-2.0?
- Offene Gewichte unter der MIT-Lizenz. OpenRouter (AtlasCloud): 0,30 $ Input / 0,006 $ gecacht / 1,20 $ Output pro 1 Mio. Tokens.
- Welche Nachteile hat LongCat-2.0?
- 1,6 Billionen Parameter machen Selbsthosting für die meisten Teams unmöglich; Nur ein gehosteter Anbieter auf OpenRouter; Noch kein unabhängiger Indexwert; langsames erstes Token in den Tests von Artificial Analysis; Vom nur per API verfügbaren LongCat-2.5 überholt.
- Für wen eignet sich LongCat-2.0?
- Entwickler, die ein günstiges, MIT-lizenziertes großes Modell für Coding-Agenten suchen und mit einem einzigen Hosting-Anbieter leben können.
- Was kostet LongCat-2.0 für ein Team oder im Produktivbetrieb?
- 0,30/1,20 $ pro Million Tokens, gecachter Input für 0,006 $. Ein Modell mit 1,6 Billionen Parametern selbst zu hosten erfordert einen GPU- oder NPU-Cluster aus mehreren Nodes.
- Ist LongCat-2.0 sicher für Firmendaten?
- Gewichte unter MIT, beim Selbsthosten bleiben die Daten also im Haus. Gehosteter Traffic läuft über OpenRouter zu AtlasCloud; laut OpenRouter ist das Modell nicht über EU-internes Routing verfügbar.
- Was sind die besten Alternativen zu LongCat-2.0?
- Die nächsten Alternativen, die wir getestet haben, sind GLM-5.3, DeepSeek-V4-Pro, Kimi K3 und MiniMax-M3.
Antworten geprüft am 7. Nov. 2026.