FreeLLMTodos los modelos › meituan-longcat
LongCat-2.5
meituan-longcat · released 4 Nov 2026
Dónde usarlo gratis
- Ejecútalo en un solo comando con whichllm (gratis, código abierto):
uvx whichllm@latest plan "LongCat-2.5"muestra la GPU que necesitas,uvx whichllm@latest run "LongCat-2.5 gguf"la descarga y comienza un chat - Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Nuevo: esperando votos de Arena
Released on 4 Nov 2026. Arena has not voted on this model yet. As soon as it does, the model moves into the ranking automatically, usually the next night. Until then you can still check its size, memory needs and speed below.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | No cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | No cabe | — |
| RTX 3090 | 24 GB | No cabe | — |
| RTX 4090 | 24 GB | No cabe | — |
| RTX 5090 | 32 GB | No cabe | — |
| RX 7900 XTX | 24 GB | No cabe | — |
| 2 × RTX 3090 | 48 GB | No cabe | — |
| 4 × RTX 3090 | 96 GB | No cabe | — |
| Mac M4 Max 128 GB | 96 GB | No cabe | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | No cabe | — |
| 8 × H100 SXM | 640 GB | No cabe | — |
Estimación a 4 bits con contexto de 32K y 64 GB de DDR5 para el volcado a RAM. Velocidad ≈ ancho de banda de memoria × 78 % ÷ datos leídos por token, más un coste fijo por token, calibrada con 44 pruebas reales de llama.cpp; error típico de unos ±10 %. Compara todas las GPU.
Memoria de GPU necesaria
| Nivel | Contexto de 8K | Contexto de 32K | Contexto de 128K | Calidad frente al modelo completo |
|---|---|---|---|---|
| Q3_K_M | 891 GB | 892 GB | 896 GB | +4.7 % pérdida notable |
| Q4_K_M | 1080 GB | 1081 GB | 1085 GB | +1.2 % pérdida muy pequeña |
| Q5_K_M | 1266 GB | 1267 GB | 1272 GB | +0.4 % casi sin pérdida |
| Q6_K | 1460 GB | 1461 GB | 1466 GB | +0.2 % casi sin pérdida |
| Q8_0 | 1892 GB | 1893 GB | 1897 GB | ≈ 0 % igual que el completo |
| F16 | 3561 GB | 3562 GB | 3566 GB | ≈ 0 % igual que el completo |
Pesos + caché de contexto (según la arquitectura del modelo) + entorno de ejecución. Calidad: aumento de perplexity respecto al modelo completo, según pruebas de llama.cpp, ajustado al tamaño del modelo. Simula tu propia configuración.
Comparte esta página:XLinkedInRedditWhatsApp
¿Has visto un número incorrecto o un enlace roto? Avísanos del error