LongCat-Flash-Chat をクラウド GPU で動かす
LongCat-Flash-Chat は meituan-longcat による言語モデル（LLM）モデルです。必要な GPU メモリ、今日動かせる GPU、自分で動かした場合の費用（秒単位課金）を確認できます。
B200 をレンタル $96.56/時間から
パラメータ数
562B
必要な GPU メモリ
≈ 1350 GB
ライセンス
mit
ダウンロード数
14,537
更新日 2025/09/24
今日動かせる GPU
BF16 の重みで推論する場合、作業用メモリを含めて約 1350 GB と見積もっています。実際の使用量は解像度、バッチサイズ、コンテキスト長によって変わります。 4 ビット量子化なら約 406 GB で動きます。
カタログのリアルタイム開始価格です。マシンが動いている間だけ秒単位で支払います。
LongCat-Flash-Chat の動かし方
- 01
GPU をレンタル
上の GPU から 1 つ選びます。課金は秒単位で、マシンを停止すれば課金も止まります。
- 02
ターミナルか Jupyter を開く
SSH で接続するか、ブラウザで Jupyter を開きます。PyTorch と CUDA は準備済みです。
- 03
モデルをダウンロードして実行
下のコマンドを実行します。重みは Hugging Face からマシンへ直接ダウンロードされます。
pip install -U vllm
vllm serve meituan-longcat/LongCat-Flash-Chat --host 0.0.0.0 --port 8000なぜ自分で動かすのか
自前の LLM サーバーならトークン課金もレート制限もなく、データも非公開のままです。メモリで GPU を選び、vLLM でモデルを提供しましょう。
よくある質問
- LongCat-Flash-Chat にはどれくらいの GPU メモリが必要ですか？
- 推定では推論に約 1350 GB（562B パラメータ）です。高解像度、長いコンテキスト、大きなバッチではさらに必要です。
- LongCat-Flash-Chat を動かす費用は？
- 8× B200 で 1 時間 $96.56 から、秒単位の課金です。10 時間で約 $965.60 です。
- サブスクリプションは必要ですか？
- いいえ。マシンが動いた時間分だけを USD 残高から支払います。終わったら停止してください。
自分の GPU で数分で試せます
GPU を選び、Jupyter か SSH を開いて、好きなオープンモデルを動かしましょう。秒単位の支払いで、いつでも停止できます。サブスクリプションも初期費用もありません。
- USD で秒単位の課金
- PyTorch と CUDA が数分で準備完了
- ChatGPT や Claude からもレンタル可能