LongCatはどのAPI形式/エンドポイントをサポートしていますか？

2つの主流API形式と互換性があります。(1) OpenAI API仕様、/v1/chat/completionsでのチャット補完をサポート。(2) Anthropic Claude API仕様、/v1/messagesでのメッセージをサポート。

OpenAI互換のリクエストにはどのベースURLを使用すればよいですか？

OpenAI互換のベースURL https://api.longcat.chat/openai を使用してください（例：POST https://api.longcat.chat/openai/v1/chat/completions）。

APIを呼び出す際の認証方法を教えてください。

AuthorizationヘッダーにBearerトークンとしてApp Keyを渡します（例："Authorization": "Bearer YOUR_APP_KEY"）。

ユーザーはいくつのAPIキーを持つことができますか？

各ユーザーは最大100個のアクティブなAPIキーを持つことができ、作成されるキーの生涯制限は200個です。制限に達すると、新しいキーは作成できません。特別なリクエストについては、longcat-team@meituan.comまでご連絡ください。

すべてのユーザーが請求書を利用できますか？

セルフサービス請求は現在、中国本土のユーザーのみが利用できます。中国本土以外のユーザーはオンラインで請求書をリクエストできません。請求書が必要な場合は、longcat-team@meituan.comまでご連絡ください。

認証コードが届かない場合はどうすればよいですか？

中国本土のユーザーは、カスタマーサービスホットライン1010-7888に電話してサポートを受けることができます。中国本土以外のユーザーは、メールログインに切り替えることができます。それでも認証コードが届かない場合は、longcat-team@meituan.comにメールしてください。

LongCat

WebsiteContact for PricingLarge Language Models (LLMs)AI Code Assistant

LongCatは、美団のオープン基盤モデルファミリーで、長文コンテキスト推論とエージェントコーディングのために構築され、OpenAI/Anthropic互換APIを通じて提供され、高速チャット、深層思考、マルチモーダルバリアントにわたります。

ウェブサイトを訪問

このツールを宣伝する

https://longcat.chat/?ref=producthunt&utm_source=aipure

概要
動画
代替案

製品情報

更新日:2026年07月09日

LongCatとは

LongCatは、美団（Meituan）が開発した大規模言語モデル（LLM）ファミリーで、長文コンテキストの理解、ツールを使用するエージェントワークフロー、および強力なコーディング/リポジトリレベルの機能を中心に位置付けられています。これには、LongCat-2.0（合計1.6兆パラメータ、トークンあたり約480億がアクティブ化）のようなフラッグシップ大規模Mixture-of-Experts（MoE）モデルと、LongCat-Flash（合計5600億パラメータ、約186億～313億がアクティブ化、平均約270億）のような効率重視のモデルが含まれます。LongCatは、LongCatウェブ体験（longcat.ai / longcat.chat）および主流の形式と互換性のあるAPIプラットフォームを通じてアクセスでき、開発者は最小限の変更で既存のスタックに統合できます。

LongCatの主な機能

LongCatは、Meituanが開発した大規模AIモデルのファミリーであり、高スループットのチャット、エージェントワークフロー、および長文コンテキストコーディング向けに設計されたAPIプラットフォームです。LongCat-Flash-Chat（高速で非思考型の会話モデル）、LongCat-Flash-Thinking（深層思考推論モデル）、LongCat-Flash-Omni（全モダリティ知覚）、LongCat-2.0（エージェントコーディング向けに最適化された1兆パラメータのMoEで、ネイティブな超長文コンテキストをサポート）などのバリアントが含まれます。LongCatは、Mixture-of-Expertsの動的アクティベーションによる効率性、強力なツール/エージェントの振る舞い、およびOpenAI互換APIと一般的なサービスフレームワークのサポートによる柔軟なデプロイメントを重視しています。

Mixture-of-Expertsの効率性: MoEルーティングを使用して、トークンごとにパラメータのサブセットのみをアクティブ化します（例：LongCat-Flashは560Bのうち約18.6B～31.3Bをアクティブ化、LongCat-2.0は1.6Tのうち約33B～56Bをアクティブ化）。これにより、本番ワークロードのコスト/パフォーマンスが向上します。

異なるインタラクションモードに対応するモデルラインナップ: 高速な直接応答のためのFlash-Chat、より深い推論のためのFlash-Thinking、エンドツーエンドのマルチモーダルインタラクションのためのFlash-Omni、エージェントコーディングと大規模コンテキストタスクのためのLongCat-2.0など、複数のバリアントを提供します。

超長文コンテキスト（LongCat-2.0では最大1Mトークン）: スパースアテンション技術（例：LongCat Sparse Attention）によりスケーリングのボトルネックを削減し、大規模なコードベースや複数ドキュメントのワークフローを目的としたネイティブな長文コンテキストサポートを実現します。

OpenAIおよびAnthropic互換API: LongCat APIプラットフォームは、OpenAIスタイルのチャット補完（/v1/chat/completions）とAnthropicスタイルのメッセージ（/v1/messages）をサポートしており、既存のアプリケーションやツールへの統合を容易にします。

一般的なサービススタックでのデプロイメントサポート: SGLangおよびvLLMを使用したモデルのデプロイメントに関する適応とガイダンスが含まれており、実用的なセルフホスティングとスケーラブルな推論設定をサポートします。

エージェントタスクの強み: 指示追従およびツール拡張ワークフロー（長時間の複数ターンセッション、コーディングエージェント）向けに位置付けられており、LongCat-2.0は特にエージェントコーディングのパフォーマンスを目的としています。

LongCatのユースケース

大規模リポジトリ向けのエージェントコーディング: LongCat-2.0の長文コンテキストを使用して、大規模なコードベース全体でリファクタリング、機能の実装、多段階デバッグを実行し、広範なプロジェクト履歴にわたる一貫性を維持します。

大量の顧客サポートチャット: LongCat-Flash-Chatをデプロイして、高速な応答と強力な指示追従が重要な、低遅延でコストに敏感な会話型サポートを提供します。

ツール拡張型エンタープライズアシスタント: 長文コンテキストウィンドウとエージェントの振る舞いの恩恵を受けながら、ツール（検索、チケット発行、ドキュメントQA）を長時間の複数ターンセッションで調整する内部コパイロットを構築します。

深層推論と証明のようなワークフロー: Flash-Thinking（およびエコシステムで参照されている関連する証明指向の方向性）を使用して、複雑な分析、ステップ計画、形式的な推論など、より熟考を要するタスクを実行します。

マルチモーダルアプリケーション（画像/音声/ビデオ理解）: LongCat-Flash-Omniと関連するモダリティプロジェクトを使用して、レビュー、トリアージ、またはコンテンツ理解パイプラインのために、モダリティを超えて知覚し応答できるアシスタントを強化します。

メリット

効率的なMoE設計により、同規模の密なモデルよりも低いアクティブ計算量で、競争力のあるパフォーマンスを実現します。

複数の専門バリアント（チャット、思考、オムニ、コーディング）により、レイテンシと推論のニーズに合わせたモデルを選択しやすくなります。

OpenAI/Anthropic形式とのAPI互換性により、統合の摩擦と移行コストが削減されます。

強力な長文コンテキストのポジショニング（LongCat-2.0では最大1Mトークン）は、大規模ドキュメントおよび大規模リポジトリのワークフローをサポートします。

デメリット

MoEの効率性にもかかわらず、大規模なデプロイメントは依然としてインフラストラクチャに負担がかかる可能性があります（サービスとルーティングの複雑さ、メモリ/並列処理の要件）。

機能の主張とベンチマークの比較は、評価ハーネス/モード（例：「非思考型」対「思考型」）によって異なる場合があり、特定のワークロードには慎重な検証が必要です。

エコシステムの複雑さ（複数のモデル、テンプレート、デプロイメントの調整）は、MoEサービスに慣れていないチームにとって、セットアップと運用上のオーバーヘッドを増加させる可能性があります。

LongCatの使い方

1) LongCatアカウントを作成する: 公式サイト（https://longcat.ai または https://longcat.chat）にアクセスし、登録/ログインします。これはAPIプラットフォームにアクセスするために必要です。

2) APIキーを生成する: APIプラットフォームで、APIキーページを開き、「APIキーを作成」をクリックします。キーをコピーして安全に保管してください（一度しか表示されません）。紛失した場合は、新しいキーを作成する必要があります。

3) APIスタイルを選択する（OpenAI互換またはAnthropic互換）: LongCatは統合エンドポイント（https://api.longcat.chat）を提供し、2つのリクエスト形式をサポートしています。OpenAI互換（POST /openai/v1/chat/completions）とAnthropic互換（POST /anthropic/v1/messages）です。既存のSDK/ツールに合う方を選択してください。

4) OpenAI互換REST APIを使用してLongCatを呼び出す（クイックテスト）: https://api.longcat.chat/openai/v1/chat/completions にPOSTリクエストを送信します。ヘッダーには Authorization: Bearer YOUR_API_KEY を含め、JSONボディにはモデル（例：「LongCat-2.0」）、メッセージ（システム/ユーザー/アシスタントの役割）、max_tokens を含めます。オプションでtemperatureとstreamを設定できます。

5) OpenAI Python SDKを使用してLongCatを呼び出す（OpenAI互換のbase_url）: OpenAI SDKを base_url="https://api.longcat.chat/openai" および api_key="YOUR_APP_KEY" で使用します。その後、client.chat.completions.create(model="LongCat-2.0", messages=[...], max_tokens=...) を呼び出します。

6) Anthropic SDKを使用してLongCatを呼び出す（Anthropic互換のbase_url）: Anthropic SDKを base_url="https://api.longcat.chat/anthropic/" で使用し、Authorization: Bearer YOUR_API_KEY を設定します。その後、client.messages.create(model="LongCat-2.0", max_tokens=..., messages=[...]) を呼び出します。

7) 「思考」を有効または無効にする（モデル/エンドポイントがサポートしている場合）: 一部のLongCat APIの例では、思考スイッチが示されています。思考をオンにするには {"type":"enabled"}、オフにするには {"type":"disabled"} を使用します。サポートされている場合は、リクエストパラメータに含めてください。

8) リアルタイム出力のためにストリーミング（SSE）をオンにする: リクエストボディで "stream": true を設定すると、Server-Sent Events (SSE) ストリーミング応答を受信できます。

9) レート制限と信頼性を処理する: 429エラー（リクエストが速すぎる）を受け取った場合は、指数関数的バックオフ再試行を実装するか、リクエストレートを減らしてください。また、入力（メッセージ + max_tokens）がモデルの最大コンテキストウィンドウを超えないようにしてください。

10) 利用可能なモデルをリストする（オプションの検出）: GET https://api.longcat.chat/v1/models を使用してモデルをリストし、GET https://api.longcat.chat/v1/models/{model} を使用してモデルの詳細を取得します。

11) OpenCodeでLongCatを使用する（オプションの統合）: OpenCodeを、baseURL "https://api.longcat.chat/openai" とapiKeyを指すOpenAI互換プロバイダーで設定します。モデルセクションにLongCatモデル名（例：「LongCat-2.0-Preview」）を追加し、opencodeを起動して /models 経由でモデルを切り替えます。

12) LongCat-Flash-Chatをローカルにデプロイする（オプションのセルフホスティング）: 依存関係（CUDA/NVIDIAセットアップ、ビルドツール）をインストールし、SGLang（例：「sglang[all]>=0.5.2.rc0」）をインストールします。その後、次のようなサーバーを起動します: python3 -m sglang.launch_server --model meituan-longcat/LongCat-Flash-Chat-FP8 --trust-remote-code --attention-backend flashinfer --enable-ep-moe --tp 8。マルチノードの場合は、デプロイメントガイドで推奨されているように、テンソル/エキスパート並列処理でBF16を使用します。

13) ログイン認証が失敗した場合のヘルプ: 認証コードが届かない場合は、[email protected] に連絡してください。中国本土のユーザーは、プラットフォームのFAQに従って1010-7888に電話することもできます。