目前已知的模型： LongCat AI 每天 5,000,000 tokens，提case之后审核通过会刷新额度。目前我使用下来有时候会降智 Xiaomi MiMo百万亿 Token 创造者激励计划，有效期一个月，总体感觉比LongCat AI好点 SenseNova AI的sensenova-6.7-flash-lite和deepseek-v4-flash，长时间在一个对话框会出现上下文长度满的报错，有时候服务不稳定会返回400 还有啥呢？欢迎大家补充 6 个帖子 - 5 位参与者 阅读完整话题
一不小心拿到了着一堆token，开始发愁怎么用了，有什么建议吗 虽然今天不小心在一个项目上花了一点点token 13 个帖子 - 9 位参与者 阅读完整话题
“我chovy，你干活给我干好了呀”，longcat老是中断，任务只有说明，不干活，干一会，歇一会，像极了平常的我，但是现在我有点对它勃然小怒了 1 个帖子 - 1 位参与者 阅读完整话题
每天500w token额度： ak_2576Fu0lU3H28Mv3nR8uz65n4sb2S OpenAI API 格式 完全兼容OpenAI API规范，支持以下接口： 对话补全 ： /v1/chat/completions Anthropic API 格式 兼容Anthropic Claude API规范，支持以下接口： 消息对话 ： /v1/messages 接入端点 OpenAI格式 ： https://api.longcat.chat/openai Anthropic格式 ： https://api.longcat.chat/anthropic 3 个帖子 - 2 位参与者 阅读完整话题
LongCat API 开放平台： https://longcat.chat/platform/usage 自 2026年5月29日 起，平台已停止以下 6 个模型的调用服务： LongCat-Flash-Chat LongCat-Flash-Thinking LongCat-Flash-Thinking-2601 LongCat-Flash-Lite LongCat-Flash-Omni-2603 LongCat-Flash-Chat-2602-Exp 但是 LongCat-2.0-Preview 未申请也不能无法调用成功 7 个帖子 - 7 位参与者 阅读完整话题
国内模型后排的比如stepfun，longcat，混元等等，以及百度的文心一言（没看懂为什么某个榜单第一），大家有亲身体验过吗？混元的我个人使用体验不如minimax 2.7，stepfun也是不如而且应该略差于混元，百度文心一眼确实没用过（但是参数看起来很大）。 6 个帖子 - 5 位参与者 阅读完整话题
由于longcat即将下线一大批模型，沉浸式翻译快没得用了，始皇的deeplx还是有点机翻了，想着去老黄那找找有没速率快的模型拿来沉浸式翻译用用，目前nvidia/nvidia-nemotron-nano-9b-v2这个用起来效果还可以，但是有的地方还是会有点机械，是参数量太小的问题吗，有没有更合适的模型推荐 5 个帖子 - 4 位参与者 阅读完整话题
已经拿到国内longcat第二次的内测了，给了很多，之前的内测额度vibe coding了一些小应用，还有小游戏，现在手里没什么项目了，大多数是用这个去扫文件，但是还剩很多额度，不知道该怎么用，佬友们有没有什么建议 9 个帖子 - 8 位参与者 阅读完整话题
IT之家 5 月 22 日消息，美团技术团队今日正式开源了其数字人视频生成模型 LongCat-Video-Avatar 1.5。 官方介绍称，该版本在唇形同步、物理合理性、长视频稳定性、多人互动及推理效率方面均实现了升级，旨在推动数字人视频生成从“高拟真”走向“真可用”的商业化场景。该版本在 1.0 版本的基础上完成全面升级，定位从“开源 SOTA”走向“商业级应用”。 据介绍，这一版本在基础体验上进行了强化，能够应对长句、快语速、歌唱等复杂语音输入，使唇部运动更精准平滑，同时面部表情、头部姿态与肢体动作也更为协调。 在场景支持方面，借助高质量数据体系，模型可稳定处理真人、动漫、动物等多种主体，并在多人对话场景中自然区分说话者与聆听者。 推理部署方面，LongCat-Video-Avatar 1.5 采用 DMD 蒸馏技术，将生成步数从 50 步压缩至 8 步，推理效率提升约 15 倍，生成一段 10 秒视频仅需约 1 分钟。 从技术架构来看，1.5 版本主要在三方面实现升级。首先是基础体验的商用化，模型将音频特征提取编码器从 Wav2Vec2 升级为 Whisper-large，凭借更大的参数量和更丰富的多语言先验，能够更细致地捕捉音素变化与发音节奏，从而提升唇形同步与全身时序稳定性，减少长视频中的抖动、跳帧和身份漂移。 龙猫团队还构建了一套多阶段数据处理流程，包括离线标注和在线验证，并专门增加了多人数据、静默数据和情绪数据三类增强数据，以应对虚拟人生成的典型难点。 此外，通过逐帧级的 GRPO（Group Relative Policy Optimization）偏好对齐，模型针对手部稳定性和动作连续性进行优化，缓解了手部畸变和动作不连贯等问题。 在性能评测方面，美团基于 EvalTalker 构建了覆盖新闻、教育、娱乐等场景的综合基准。由 770 名评估者完成的 13,240 条主观评分及 10 名专家的结构化分析显示，在物理合理性、时间稳定性、身份一致性和音视频协调性四个维度上，LongCat-Video-Avatar 1.5 的雷达图面积处于领先水平。 用户偏好对比中，该模型相比 Kling Avatar 2.0 胜率为 65.9%，相比 OmniHuman-1.5 胜率为 61.1%，相比 HeyGen 胜率为 54.3%。 在多人场景中，其得分大幅领先 InfiniteTalk；主体变形问题率仅为 23.1%，跳帧问题率低至 0.8%，均优于对比模型。 美团方面表示，数字人视频生成正在从展示效果走向真实使用，希望此次开源能成为一个可验证、可改进、可共建的技术基座，让开发者和创作者基于此探索更多应用边界。 开源链接： Github： https://github.com/meituan-longcat/LongCat-Video HuggingFace： https://huggingface.co/meituan-longcat/LongCat-Video-Avatar-1.5 Tech Report： https://github.com/meituan-longcat/LongCat-Video/blob/main/assets/LongCat-Video-Avatar-1.5-Tech-Report.pdf Project Page： https://meigen-ai.github.io/LongCat-Video-Avatar-1.5-Page/ Modelscope： https://www.modelscope.cn/models/meituan-longcat/LongCat-Video-Avatar-1.5/summary
自 2026 年 5 月 29 日 起，平台将停止以下 6 个模型的调用服务： LongCat-Flash-Chat LongCat-Flash-Thinking LongCat-Flash-Thinking-2601 LongCat-Flash-Lite LongCat-Flash-Omni-2603 LongCat-Flash-Chat-2602-Exp 1 个帖子 - 1 位参与者 阅读完整话题
再见了，所有的成精式翻译 2 个帖子 - 2 位参与者 阅读完整话题
秘钥：ak_2lD1Bc7Eb99u0Vy1f54a06706jr1P 支持的模型 模型名称 API格式 描述 LongCat-Flash-Chat OpenAI/Anthropic 高性能通用对话模型 LongCat-Flash-Thinking OpenAI/Anthropic 深度思考模型 LongCat-Flash-Thinking-2601 OpenAI/Anthropic 升级版深度思考模型 LongCat-Flash-Lite OpenAI/Anthropic 高效轻量化MoE模型 LongCat-Flash-Omni-2603 OpenAI 多模态模型 LongCat-Flash-Chat-2602-Exp OpenAI 高性能通用对话模型 LongCat-2.0-Preview OpenAI/Anthropic 高性能Agentic模型 支持的接口类型 LongCat API开放平台兼容两种主流API格式，您可以根据需要选择使用： OpenAI API 格式 完全兼容OpenAI API规范，支持以下接口： 对话补全：/v1/chat/completions Anthropic API 格式 兼容Anthropic Claude API规范，支持以下接口： 消息对话：/v1/messages 接入端点 OpenAI格式： https://api.longcat.chat/openai Anthropic格式： https://api.longcat.chat/anthropic 可以参考官方： longcat.chat LongCat API开放平台快速开始 | API 文档 LongCat 开放平台 1 个帖子 - 1 位参与者 阅读完整话题
可用模型: LongCat-Flash-Lite 已使用：0 / 50,000,000 LongCat-Flash-Chat LongCat-Flash-Thinking-2601 LongCat-Flash-Omni-2603 已使用：50 / 5,000,000 这个是key:ak_2zZ0TV9mB7Tk4w375j7GU2y91x42m 6 个帖子 - 3 位参与者 阅读完整话题
官方文档 LongCat-2.0-Preview: 上下文长度1M，最大输出长度128K Tokens，能达到1M上下文，说明有这个实力 不过or里面的输出比这个大 官方给内测用户每2小时10M 之前叫S什么的模型代号，这几天改名Longcat2.0了 官方文档叫自己高性能Agentic模型，OR里面叫自己高性能Agentic基础模型（high-performance foundation model designed for agentic workloads） 当然，只是个人猜测，也有可能是百度/阶跃的 3 个帖子 - 3 位参与者 阅读完整话题
openrouter/owl-alpha 应该是longcat V2 17tps，就这速度还cc和龙虾啊 （为啥秘密代码是：ZOO-OWL-2024，难不成幻觉了，还是美团偷偷杀疯了） 3 个帖子 - 3 位参与者 阅读完整话题
coding可是最好的训练数据 支持开源的同时提升模型 一举多得 不论如何，总是好事 3 个帖子 - 3 位参与者 阅读完整话题
改代码熬到了后半夜，突然想起有个免费模型可以领取，打算来尝尝鲜，结果刚出来3分钟不到，我填个申请理由的功夫就申请满了，看其他佬说这个效果也就一般，没想到这么抢手（不过幸好我抢到了atomgit的不限量deepseek ，明天下午起来尝尝咸淡） 5 个帖子 - 3 位参与者 阅读完整话题
我奉劝佬们，别碰这两个东西。 跟屎一样（无意侮辱屎），美团的还能好点，起码还是真做事情，蚂蚁的ling纯傻逼呀，上来就编，说的错一半。 有时间大家真用用好模型，别在这上面浪费时间啦。 7 个帖子 - 6 位参与者 阅读完整话题
昨天申请的内测体验，今天通过了，据说是全程基于国产算力集群训练 美团万亿级大模型 LongCat-2.0-Preview 开放测试，全程基于国产算力集群训练 前沿快讯 [image] 美团万亿级大模型 LongCat-2.0-Preview 开放测试，全程基于国产算力集群训练 - IT之家 CC里花了12分钟 提示词 你是 Apple Inc 的顶级 UI 设计师，以 iOS 18 的设计风格（毛玻璃效果、高斯模糊、动态渐变、细腻阴影）创建一个单个 HTML 文件（包含完整 CSS 和 JavaScript）。实现横板天气页面，包含 4 个并排的动画天气卡片： 晴天（太阳光线、动态光晕） 大风（飘动云朵、摇曳树木、风线） 暴雨（下落雨滴、形成水洼、闪电） 暴雪（下落雪花、堆积效果） 卡片需深色背景，支持按钮切换天气状态，实现流畅交互和微动效。代码必须可直接运行，美观度优先。 效果 代码 （点击了解更多详细信息） 4 个帖子 - 4 位参与者 阅读完整话题
如题 之前是200来着 现在改成20了 沉浸式翻译现在我已经转longcat flash了 并发20好像也没问题 不过我也不确定这是不是快讯 我是今天才发现的 4 个帖子 - 3 位参与者 阅读完整话题