FreeLLMTodos os modelos › meituan-longcat
LongCat-2.5
meituan-longcat · released 4 Nov 2026
Onde usar de graça
- Execute em um comando com whichllm (gratuito, código aberto):
uvx whichllm@latest plan "LongCat-2.5"mostra a GPU que você precisa,uvx whichllm@latest run "LongCat-2.5 gguf"a baixa e inicia um chat - Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio
Novo: aguardando votos da 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.
Velocidade em hardware popular
| Hardware | Memória da GPU | Cabe? | Velocidade |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Não cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | Não cabe | — |
| RTX 3090 | 24 GB | Não cabe | — |
| RTX 4090 | 24 GB | Não cabe | — |
| RTX 5090 | 32 GB | Não cabe | — |
| RX 7900 XTX | 24 GB | Não cabe | — |
| 2 × RTX 3090 | 48 GB | Não cabe | — |
| 4 × RTX 3090 | 96 GB | Não cabe | — |
| Mac M4 Max 128 GB | 96 GB | Não cabe | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Não cabe | — |
| 8 × H100 SXM | 640 GB | Não cabe | — |
Estimativa com 4 bits e contexto de 32K, com 64 GB de DDR5 para offload. Velocidade ≈ largura de banda da memória × 78% ÷ dados lidos por token, mais um custo fixo por token, calibrada em 44 testes reais com llama.cpp; erro típico de cerca de ±10%. Compare todas as GPUs.
Memória de GPU necessária
| Nível | Contexto de 8K | Contexto de 32K | Contexto de 128K | Qualidade vs. completo |
|---|---|---|---|---|
| Q3_K_M | 891 GB | 892 GB | 896 GB | +4.7% perda perceptível |
| Q4_K_M | 1080 GB | 1081 GB | 1085 GB | +1.2% perda muito pequena |
| Q5_K_M | 1266 GB | 1267 GB | 1272 GB | +0.4% quase sem perda |
| Q6_K | 1460 GB | 1461 GB | 1466 GB | +0.2% quase sem perda |
| Q8_0 | 1892 GB | 1893 GB | 1897 GB | ≈ 0% igual ao completo |
| F16 | 3561 GB | 3562 GB | 3566 GB | ≈ 0% igual ao completo |
Pesos + cache de contexto (a partir da arquitetura do modelo) + runtime. Qualidade: aumento em perplexity em relação ao modelo completo, com base em testes com llama.cpp, ajustado pelo tamanho do modelo. Simule a sua configuração.
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro