LongCat은 어떤 API 형식/엔드포인트를 지원하나요?

두 가지 주류 API 형식과 호환됩니다: (1) OpenAI API 사양, /v1/chat/completions에서 Chat Completions 지원; (2) Anthropic Claude API 사양, /v1/messages에서 Messages 지원.

OpenAI 호환 요청에 어떤 기본 URL을 사용해야 하나요?

OpenAI 호환 기본 URL https://api.longcat.chat/openai를 사용하세요 (예: POST https://api.longcat.chat/openai/v1/chat/completions).

API 호출 시 어떻게 인증해야 하나요?

Authorization 헤더에 Bearer 토큰으로 App Key를 전달하세요 (예: "Authorization": "Bearer YOUR_APP_KEY").

사용자는 몇 개의 API 키를 가질 수 있나요?

각 사용자는 최대 100개의 활성 API 키를 가질 수 있으며, 생성된 키의 평생 한도는 200개입니다. 한도에 도달하면 새 키를 생성할 수 없습니다. 특별 요청의 경우 longcat-team@meituan.com으로 문의하세요.

모든 사용자에게 인보이스 발행이 가능한가요?

셀프 서비스 인보이스 발행은 현재 중국 본토 사용자에게만 제공됩니다. 중국 본토 외 사용자는 온라인으로 인보이스를 요청할 수 없으며, 인보이스가 필요한 경우 longcat-team@meituan.com으로 문의해야 합니다.

인증 코드를 받지 못하면 어떻게 해야 하나요?

중국 본토 사용자는 고객 서비스 핫라인 1010-7888로 전화하여 도움을 받을 수 있습니다. 중국 본토 외 사용자는 이메일 로그인으로 전환할 수 있습니다. 여전히 인증 코드를 받지 못하면 longcat-team@meituan.com으로 이메일을 보내세요.

LongCat

WebsiteContact for PricingLarge Language Models (LLMs)AI Code Assistant

LongCat은 Meituan의 오픈 파운데이션 모델 제품군으로, 긴 컨텍스트 추론 및 에이전트 코딩을 위해 구축되었으며, OpenAI/Anthropic 호환 API를 통해 제공되며 빠른 채팅, 심층 사고 및 멀티모달 변형을 포함합니다.

웹사이트 방문

이 도구 광고하기

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

개요
동영상
대안

제품 정보

업데이트됨:Jul 9, 2026

LongCat이란?

LongCat은 Meituan이 개발한 대규모 언어 모델(LLM) 제품군으로, 긴 컨텍스트 이해, 도구 사용 에이전트 워크플로우, 강력한 코딩/저장소 수준 기능에 중점을 둡니다. LongCat-2.0(총 1.6T 매개변수, 토큰당 약 48B 활성화)과 같은 주력 대규모 MoE(Mixture-of-Experts) 모델과 LongCat-Flash(총 560B 매개변수, 약 18.6B–31.3B 활성화, 평균 약 27B)와 같은 효율성 지향 모델을 포함합니다. LongCat은 LongCat 웹 경험(longcat.ai / longcat.chat)과 주류 형식과 호환되는 API 플랫폼을 통해 액세스할 수 있어 개발자가 최소한의 변경으로 기존 스택에 통합할 수 있습니다.

LongCat의 주요 기능

LongCat은 Meituan에서 개발한 대규모 AI 모델 제품군이자 API 플랫폼으로, 높은 처리량의 채팅, 에이전트 워크플로우 및 긴 컨텍스트 코딩을 위해 설계되었습니다. 여기에는 LongCat-Flash-Chat (빠르고 비사고적인 대화 모델), LongCat-Flash-Thinking (심층 사고 추론 모델), LongCat-Flash-Omni (전체 모달리티 인식) 및 LongCat-2.0 (원시 초장문 컨텍스트를 사용하여 에이전트 코딩에 최적화된 1조 개 매개변수 MoE)과 같은 변형이 포함됩니다. LongCat은 제품군 전반에 걸쳐 Mixture-of-Experts 동적 활성화를 통한 효율성, 강력한 도구/에이전트 동작, OpenAI 호환 API 및 일반적인 서비스 프레임워크 지원을 통한 유연한 배포를 강조합니다.

Mixture-of-Experts 효율성: MoE 라우팅을 사용하여 토큰당 매개변수의 하위 집합만 활성화합니다(예: LongCat-Flash는 560B 중 ~18.6B–31.3B 활성화; LongCat-2.0은 1.6T 중 ~33B–56B 활성화). 이는 프로덕션 워크로드의 비용/성능을 향상시킵니다.

다양한 상호 작용 모드를 위한 모델 라인업: 빠른 직접 응답을 위한 Flash-Chat, 심층 추론을 위한 Flash-Thinking, 종단 간 다중 모달 상호 작용을 위한 Flash-Omni, 에이전트 코딩 및 대규모 컨텍스트 작업을 위한 LongCat-2.0과 같은 여러 변형을 제공합니다.

초장문 컨텍스트 (LongCat-2.0에서 최대 1M 토큰): 희소 어텐션 기술(예: LongCat Sparse Attention)을 통해 스케일링 병목 현상을 줄여 대규모 코드베이스 및 다중 문서 워크플로우를 위한 기본 장문 컨텍스트 지원을 제공합니다.

OpenAI 및 Anthropic 호환 API: LongCat API 플랫폼은 OpenAI 스타일 채팅 완성(/v1/chat/completions) 및 Anthropic 스타일 메시지(/v1/messages)를 지원하여 기존 앱 및 도구에 쉽게 통합할 수 있도록 합니다.

일반적인 서비스 스택에서 배포 지원: SGLang 및 vLLM을 사용하여 모델을 배포하기 위한 조정 및 지침을 포함하여 실용적인 자체 호스팅 및 확장 가능한 추론 설정을 지원합니다.

에이전트 작업 강점: 지시 따르기 및 도구 증강 워크플로우(긴 다중 턴 세션, 코딩 에이전트)에 적합하며, LongCat-2.0은 에이전트 코딩 성능을 위해 특별히 마케팅됩니다.

LongCat의 사용 사례

대규모 저장소를 위한 에이전트 코딩: LongCat-2.0의 긴 컨텍스트를 사용하여 광범위한 프로젝트 기록에 대한 일관성을 유지하면서 대규모 코드베이스에서 리팩토링, 기능 구현 및 다단계 디버깅을 실행합니다.

고용량 고객 지원 채팅: 빠른 응답과 강력한 지시 따르기가 중요한 저지연, 비용 효율적인 대화형 지원을 위해 LongCat-Flash-Chat을 배포합니다.

도구 증강 기업 비서: 긴 다중 턴 세션에서 도구(검색, 티켓팅, 문서 QA)를 조율하는 내부 코파일럿을 구축하여 대규모 컨텍스트 창과 에이전트 동작의 이점을 얻습니다.

심층 추론 및 증명과 유사한 워크플로우: 복잡한 분석, 단계 계획 또는 형식적인 추론과 같이 더 많은 숙고가 필요한 작업을 위해 Flash-Thinking(및 생태계에서 참조된 관련 증명 지향 방향)을 사용합니다.

다중 모달 애플리케이션 (이미지/오디오/비디오 이해): LongCat-Flash-Omni 및 관련 모달리티 프로젝트를 사용하여 검토, 분류 또는 콘텐츠 이해 파이프라인을 위해 모달리티 전반에 걸쳐 인식하고 응답할 수 있는 비서를 지원합니다.

장점

효율적인 MoE 설계는 유사한 규모의 밀집 모델보다 토큰당 활성 컴퓨팅이 적으면서도 경쟁력 있는 성능을 제공합니다.

여러 전문화된 변형(채팅, 사고, 옴니, 코딩)을 통해 지연 시간 대 추론 요구 사항에 맞는 모델을 더 쉽게 선택할 수 있습니다.

OpenAI/Anthropic 형식과의 API 호환성은 통합 마찰 및 마이그레이션 비용을 줄입니다.

강력한 장문 컨텍스트 포지셔닝(LongCat-2.0에서 최대 1M 토큰)은 대규모 문서 및 대규모 저장소 워크플로우를 지원합니다.

단점

MoE 효율성에도 불구하고 대규모 배포는 여전히 인프라 집약적일 수 있습니다(서비스 및 라우팅 복잡성, 메모리/병렬 처리 요구 사항).

기능 주장 및 벤치마크 비교는 평가 하네스/모드(예: "비사고적" vs. "사고적")에 따라 다를 수 있으므로 특정 워크로드에 대한 신중한 검증이 필요합니다.

생태계 복잡성(여러 모델, 템플릿, 배포 노브)은 MoE 서비스에 익숙하지 않은 팀의 설정 및 운영 오버헤드를 증가시킬 수 있습니다.

LongCat 사용 방법

1) LongCat 계정 생성: 공식 사이트(https://longcat.ai 또는 https://longcat.chat)로 이동하여 등록/로그인하십시오. API 플랫폼에 액세스하려면 필수입니다.

2) API 키 생성: API 플랫폼에서 API 키 페이지를 열고 "API 키 생성"을 클릭하십시오. 키를 복사하여 안전하게 저장하십시오(한 번만 표시됩니다). 분실한 경우 새 키를 생성해야 합니다.

3) API 스타일 선택 (OpenAI 호환 또는 Anthropic 호환): LongCat은 통합 엔드포인트(https://api.longcat.chat)를 제공하며 두 가지 요청 형식을 지원합니다: OpenAI 호환(POST /openai/v1/chat/completions) 및 Anthropic 호환(POST /anthropic/v1/messages). 기존 SDK/도구와 일치하는 것을 선택하십시오.

4) OpenAI 호환 REST API를 사용하여 LongCat 호출 (빠른 테스트): https://api.longcat.chat/openai/v1/chat/completions으로 Authorization: Bearer YOUR_API_KEY 헤더와 model(예: "LongCat-2.0"), messages(system/user/assistant 역할), max_tokens를 포함하는 JSON 본문을 사용하여 POST 요청을 보내십시오. 선택적으로 temperature 및 stream을 설정하십시오.

5) OpenAI Python SDK를 사용하여 LongCat 호출 (OpenAI 호환 base_url): base_url="https://api.longcat.chat/openai" 및 api_key="YOUR_APP_KEY"를 사용하여 OpenAI SDK를 사용하십시오. 그런 다음 client.chat.completions.create(model="LongCat-2.0", messages=[...], max_tokens=...)를 호출하십시오.

6) Anthropic SDK를 사용하여 LongCat 호출 (Anthropic 호환 base_url): base_url="https://api.longcat.chat/anthropic/"를 사용하여 Anthropic SDK를 사용하고 Authorization: Bearer YOUR_API_KEY를 설정하십시오. 그런 다음 client.messages.create(model="LongCat-2.0", max_tokens=..., messages=[...])를 호출하십시오.

7) "사고" 활성화 또는 비활성화 (모델/엔드포인트에서 지원하는 경우): 일부 LongCat API 예제는 사고 스위치를 나타냅니다: 사고를 켜려면 {"type":"enabled"}, 끄려면 {"type":"disabled"}입니다. 지원되는 경우 요청 매개변수에 포함하십시오.

8) 실시간 출력을 위해 스트리밍 (SSE) 켜기: 요청 본문에서 "stream": true를 설정하여 SSE(Server-Sent Events) 스트리밍 응답을 수신하십시오.

9) 속도 제한 및 안정성 처리: 429 오류(요청이 너무 빠름)가 발생하면 지수 백오프 재시도를 구현하거나 요청 속도를 줄이십시오. 또한 입력(메시지 + max_tokens)이 모델의 최대 컨텍스트 창을 초과하지 않는지 확인하십시오.

10) 사용 가능한 모델 나열 (선택적 검색): GET https://api.longcat.chat/v1/models를 사용하여 모델을 나열하고, GET https://api.longcat.chat/v1/models/{model}을 사용하여 모델 세부 정보를 검색하십시오.

11) OpenCode에서 LongCat 사용 (선택적 통합): baseURL "https://api.longcat.chat/openai" 및 apiKey를 가리키는 OpenAI 호환 공급자로 OpenCode를 구성하십시오. 모델 섹션에 LongCat 모델 이름(예: "LongCat-2.0-Preview")을 추가한 다음 opencode를 시작하고 /models를 통해 모델을 전환하십시오.

12) LongCat-Flash-Chat 로컬 배포 (선택적 자체 호스팅): 종속성(CUDA/NVIDIA 설정, 빌드 도구)을 설치하고 SGLang(예: "sglang[all]>=0.5.2.rc0")을 설치한 다음 python3 -m sglang.launch_server --model meituan-longcat/LongCat-Flash-Chat-FP8 --trust-remote-code --attention-backend flashinfer --enable-ep-moe --tp 8과 같은 서버를 시작하십시오. 다중 노드의 경우 배포 가이드에 권장된 대로 tensor/expert 병렬 처리와 함께 BF16을 사용하십시오.

13) 로그인 확인 실패 시 도움 받기: 확인 코드를 받지 못한 경우 [email protected]으로 문의하십시오. 중국 본토 사용자는 플랫폼 FAQ에 따라 1010-7888로 전화할 수도 있습니다.