FreeLLMTutti i modelli › meituan-longcat
LongCat-2.5
meituan-longcat · released 4 Nov 2026
Dove usarlo gratis
- Eseguilo in un comando con whichllm (gratis, open source):
uvx whichllm@latest plan "LongCat-2.5"mostra la GPU necessaria,uvx whichllm@latest run "LongCat-2.5 gguf"la scarica e avvia una chat - Scaricalo e usalo a casa: pesi ufficiali · file GGUF per Ollama e LM Studio
Novità: in attesa dei voti su 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.
Velocità sull'hardware più diffuso
| Hardware | Memoria GPU | Ci sta? | Velocità |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Non entra | — |
| RTX 4060 Ti 16 GB | 16 GB | Non entra | — |
| RTX 3090 | 24 GB | Non entra | — |
| RTX 4090 | 24 GB | Non entra | — |
| RTX 5090 | 32 GB | Non entra | — |
| RX 7900 XTX | 24 GB | Non entra | — |
| 2 × RTX 3090 | 48 GB | Non entra | — |
| 4 × RTX 3090 | 96 GB | Non entra | — |
| Mac M4 Max 128 GB | 96 GB | Non entra | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Non entra | — |
| 8 × H100 SXM | 640 GB | Non entra | — |
Stima a 4 bit con contesto da 32K e 64 GB di DDR5 per lo scarico in RAM. Velocità ≈ banda di memoria × 78% ÷ dati letti per token, più un costo fisso per token, calibrata su 44 test reali con llama.cpp; errore tipico di circa ±10%. Confronta tutte le GPU.
Memoria GPU necessaria
| Livello | Contesto da 8K | Contesto da 32K | Contesto da 128K | Qualità rispetto al modello completo |
|---|---|---|---|---|
| Q3_K_M | 891 GB | 892 GB | 896 GB | +4.7% perdita evidente |
| Q4_K_M | 1080 GB | 1081 GB | 1085 GB | +1.2% perdita minima |
| Q5_K_M | 1266 GB | 1267 GB | 1272 GB | +0.4% quasi senza perdita |
| Q6_K | 1460 GB | 1461 GB | 1466 GB | +0.2% quasi senza perdita |
| Q8_0 | 1892 GB | 1893 GB | 1897 GB | ≈ 0% uguale al completo |
| F16 | 3561 GB | 3562 GB | 3566 GB | ≈ 0% uguale al completo |
Pesi + cache del contesto (dall'architettura del modello) + runtime. Qualità: aumento di perplexity rispetto al modello completo, dai test con llama.cpp, scalato in base alla dimensione del modello. Simula la tua configurazione.
Condividi questa pagina:XLinkedInRedditWhatsApp
Hai visto un numero sbagliato o un link rotto? Segnala un errore