01功能特性
优点
- 原生上下文支持高达~1M token
- 稀疏 MoE：仅约 30 亿活跃参数，就其规模而言吞吐量尚可
- MIT 许可（宽松）
- 专注于推理与聊天场景
需了解的局限性
- —Q4 量化下约需 40 GB 显存：需要多个 GPU 或大量系统内存
- —新推出的模型：实际使用经验和公开基准测试都还较少
- —无 Ollama 标签 — 通过 HuggingFace 安装
架构
稀疏混合专家架构（Sparse MoE）· 总参数量 69B，每个 token 激活约 3B 参数 · 原生上下文窗口最高可达 1M tokens
训练
美团（meituan-longcat）推出的 LongCat Flash 系列 Lite Sparse 变体。训练细节未公开。
最适合的场景
推理长上下文 1M通用聊天
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$# HuggingFace : meituan-longcat/LongCat-Flash-Lite-Sparse
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
40 GB
Q5_K_M
质量/体积的良好平衡
49 GB
Q8_0
几乎无法与 FP16 区分
74 GB
FP16
全精度 — 服务器用途
138 GB
CPU 回退 · 如果您没有 GPU，请预留 90 GB 内存 以较低速度运行此模型的最低要求。
运行LongCat Flash Lite Sparse 69B-A3B需要什么硬件？
在本地以Q4量化运行LongCat Flash Lite Sparse 69B-A3B，大约需要40 GB 显存。可供比较的硬件选项：GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — 请为系统和上下文保留余量，并确认推理引擎与GPU兼容。
当前在售产品： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395)
Amazon查看价格 →为什么选择它？我们的完整资料： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
联盟链接——可能产生佣金，但您无需额外付费，推荐独立。作为亚马逊合作伙伴，QuelLLM 将从符合条件的购买中获利。
在你的私有 ChatGPT 中使用此模型，无需云端
模型太大，你的电脑运行不了？套件为你提供能装入显存的模型
- 在线空间，终身可用
- PDF + 文件
- 30 天内退款
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。