LongCat-2.5 定价 $0.30/$1.20：思考模式锁定温度、100 万上下文，厂商基准测试成绩介于 Opus 4.8 与 5 之间

Dev.to ML 2026-11-02T22:14:55+08:00

编译说明与信息来源

本文基于公开信息编译，并在本地做了一次小规模离线测试。

主要来源： 美团 LongCat 团队于 2026 年 11 月 1 日发布的文章《Introducing LongCat-2.5 — Native Multimodality for Agentic Tasks》。

定价与计费： 参见 LongCat-2.5 定价页和 API Pay-As-You-Go 页面（限时折扣价，以平台账单为准）。

API： 支持 Chat Completions 和平台快速入门；兼容 OpenAI 格式（https://api.longcat.chat/openai），兼容 Anthropic 格式（https://api.longcat.chat/anthropic），模型 ID 为 LongCat-2.5。

中文媒体二手报道： 经济观察报刊发的《美团发布LongCat-2.5大模型，“国模国芯”实现新突破》（2026-11-02），用于佐证“评分介于 Claude-Opus-4.8 和 Claude-Opus-5 之间”的说法以及产品和 API 的可用性。

除非特别说明，下文中的跑分和价格均为厂商自报数据。本次测试环境未实际调用 chat completions 接口，离线预检仅包含公开 HTTP 抓取和标价计算。

美团于 2026 年 11 月 1 日（博客）发布 LongCat-2.5，11 月 2 日获得大量报道。这是一个 1.6 万亿参数的 MoE（混合专家）模型，每个 token 约激活 480 亿参数，定位为面向长周期智能体任务的原生多模态模型。

对开发者来说，真正值得关注的不是“又一个万亿 MoE”，而是四项具体检查：

1. 同时提供兼容 OpenAI 和 Anthropic 的接口，只需一个模型字符串；
2. 思考参数会强制设定温度（开启时 1.0，关闭时 0.7）；
3. 限时标价为每百万 token $0.30 / 缓存 $0.006 / 输出 $1.20；
4. 厂商跑分被美团自家的中文表述排在 Claude Opus 4.8 和 Opus 5 之间——这意味着你应该跑自己的金标评估集，而不是把他们的表格直接并入生产决策。

试用入口是 longcat.ai；开发者在同周即可获得预付费的 Pay-As-You-Go API。这足以让你在不等待开源权重的情况下，与当前默认模型做 A/B 对比——但也足以让你在不跑自己的测试用例时，过度信任厂商的仪表盘。

它是什么（简版）

LongCat-2.5 在 LongCat-2.0 基础上构建，增强了原生视觉理解和智能体编码能力（厂商说法）。视觉信号被表示为多级离散 token（在语义对齐编码器 / SAE 式路径上做 RVQ），因此视觉和文本共享统一的 token 流。

训练重点放在长程强化学习上：长序列训练中用更多长轨迹，把失败轨迹转成可验证任务，跨多个执行框架混合训练。基础设施层面的说明（仅供参考）：长上下文训练与 W4A4 推理运行在国产 AI 加速器上；厂商在线压测对比 W8A8 INT8 的数据为 prefill +43.3%、decode +42.77%、TTFT −15.91%、TPOT −19.72%、GMM kernel 约 1.73 倍。这些只是服务端的算力账，不是跳过质量门槛的通行证。官网和文档还宣称模型兼容 Claude Code、Codex 和 Hermes 三类执行框架。在你自己接好一个框架、用实际任务跑过之前，这种说法只能当兼容性宣传看。博客评测脚注本身就显示不同基准用了不同框架（多行编程任务用 Claude Code，SkillsBench 用 Codex，BrowseComp 用自建浏览框架）——这再次提醒，“能跑通”不等于“一套配置就能通吃所有榜单”。第一天上手集成时，训练与推理、超级节点那些深入内容可以先跳过。只需记住三点：100 万 token 长上下文是核心卖点，多模态是原生支持（不是营销话术里外挂的视觉模块），智能体强化学习是能力押注的方向。

怎么调用：双端点 + 温度锁定

平台文档给出两个接入地址：

模型 id 为 LongCat-2.5。上下文窗口 100 万 token，最大输出 128K。对话文档里 top_p 默认 0.95。

思考模式是一个对象，不是自由格式的字符串：

"thinking": { "type": "enabled" }

或

"thinking": { "type": "disabled" }

坑在这里：对话文档写明，开启思考时 temperature 固定为 1.0，关闭思考时固定为 0.7，传其他值会被覆盖。如果你的客户端还从旧版 Anthropic/OpenAI 模板里带着 temperature: 0，你得到的不是确定性输出，而是所选思考模式下的强制默认值。博客里的评测说明也提到：LongCat-2.5 各行使用 enable_thinking=on、temperature=1.0、top_p=0.95，除非另有标注；标 * 的其他模型数据来自公开报告。

OpenAI SDK 的用法和常规一致：base_url="https://api.longcat.chat/openai" 加 Bearer key。

Anthropic SDK 的接入路径是 https://api.longcat.chat/anthropic，请求头按文档要求来：Authorization: Bearer …，再加上 Anthropic 风格的请求体。做 A/B 对比测试时，选定一套客户端技术栈，不要在评测中途切换格式，否则工具调用（tool schema）的 bug 和模型本身的 bug 会混在一起，分不清是谁的问题。给开发者的规则有三条：每路由单独显式设置 thinking；默认认为 temperature 会被强制限制；在配置里固定 base URL 和模型字符串，不要凭猜测。如果你要用更低的 temperature 做分类任务，大概率需要关掉 thinking（而且这时 temperature 仍是 0.7，不是 0.0）。把这一点写进路由表，免得下一位工程师拿一个根本不起作用的参数去“修”采样。

供应商基准（下文数据均标注来源为供应商）

以下选自 LongCat-2.5 博客的指标表（只挑高信息量的行）。表中只有 LongCat-2.5 这一列，源页面上还有同行的其他列——请不要在此处编造第三方重测分数。

美团 2026-11-02 的中文新闻稿把结果描述为：在多项主流基准上居于 Claude-Opus-4.8 与 Claude-Opus-5 之间（部分项目超过 Opus-5）。这属于供应商/新闻稿的说法，与他们自家图表并列——作为“他们想让你看哪里”的路标有用，但不能替代你自己的黄金测试集。本系列一贯的提醒依然适用：不要把“介于 Opus 4.8 和 5 之间”写进幻灯片、且暗示这是 Artificial Analysis 或第三方测试框架的独立结果，除非你确实引用了那个框架。

相对 2.0 的跃升值得关注：Terminal Bench v4.0 从 3.0 涨到 38.5，DeepSWE 从 9.7 涨到 64.6，这是内部意义上“智能体编码能力确实进步了”的信号。但仍需注意：这些是他们在自家 thinking/temperature 设置下的运行结果。在你拿掉现有模型字符串之前，先在自己的代码仓库上复现一遍。

标价：$0.30 / $0.006（缓存）/ $1.20（限时）

按量付费（Pay-As-You-Go）目前列出的 LongCat-2.5 为限时折扣价：

价格可能变动，以平台界面和账单记录为准。

失败请求（401 / 403 / 429 / 500）不计费，只有 HTTP 200 才收费。

按标价算笔账（以下是我的假设，不是真实账单）

离线预估只用了这三个美元费率。假设条件：单条轨迹 = 80k 输入 + 20k 输出；「80% 缓存命中」指 80% 的输入 token 按缓存价计费；不含税、重试和工具开销 token。

长代理循环里，缓存是决定成本的关键。另外，开启思考模式通常会比关闭时产生更多推理 / 输出 token——调这个开关时，要连同费率卡一起算，别指望温度参数能抵消这部分膨胀。

粗略核对一下：按这些标价，1M 输入 + 1M 输出在缓存前是 $1.50；一轮 80k/20k 如果前缀复用充分、80% 缓存假设成立，成本会落在 $0.03 左右。做预测前，先看实际用量里缓存与未缓存字段各占多少。

人民币标价（¥2 / ¥0.04 / ¥8）也在同一批文档页上，用人民币结算就用它；本文为了前后一致，全部按美元算。

切换前检查清单

• 冻结一份黄金评测，覆盖你代理的真实失败场景（仓库补丁、终端任务、浏览 / 工具轨迹，如果产品涉及视觉编程也要包含）。
• 厂商的 TB / BrowseComp / Vision2Web 成绩是别人家的测试装置，不能直接当你的结果。
• 固定 base URL 和模型 ID——LongCat-2.5 在 api.longcat.chat/openai 和 …/anthropic 两个地址上都可用。
• 确认客户端需要哪种 SDK 请求头（走 Anthropic 路径要发标准 Anthropic 格式的请求）。
• 显式设置思考模式。默认假设温度会被覆盖（开思考为 1.0 / 关思考为 0.7）。别依赖旧模板里静默的 temperature: 0。
• 两栏都算价：标价 $0.30/$1.20/$0.006，以及开启思考后的预期输出 token。用你真实的 prompt 大小重跑一遍算术。
• 把这些费率当作限时价格看待。
• 测试装置的成绩 ≠ 开箱即用。如果你用 Claude Code / Codex / Hermes，先用你自己的工具和鉴权跑通一条路径，再改默认配置。
• 只在需要时上多模态。离散视觉 token 是产品卖点，但你的黄金评测集里应该包含实际会上线的视觉任务。

计费须知：采用预付余额；只有 HTTP 200 的请求才计费；不要根据 429 失败的请求风暴来预测费用。不要把美团供应商的评分行、中文语境下的“介于 Opus 4.8 和 5 之间”这一说法，以及任何你自己没打开看过的第三方指数混为一谈。我实际运行的（离线）/workspace/reputation/runs/31-longcat-2.5/ — 2026-11-02 美国/多伦多：LONGCAT_API_KEY：未设置

聊天补全：未测试

HTTP 200：longcat.ai/blog/longcat-2.5/

HTTP 200：平台定价 + 按量付费 + 聊天 + 文档 + 首页

HTTP 200：meituan.com 中国区新闻稿（Opus 4.8–5 定位）

关键词命中：$0.30 / $0.006 / $1.20、LongCat-2.5、openai/anthropic 基础地址、

思考 + 温度锁定表述、1M/128K、Claude Code/Codex/Hermes

按标价计算（假设见上）：

单条轨迹无缓存 $0.0480 | 80% 缓存命中 $0.0292

40 轮对话无缓存 $1.9200 | 80% 缓存命中 $1.1674

1M+1M $1.5000

未测试：在线聊天；思考/温度覆盖的实际表现；测试框架接入；

Terminal Bench / DeepSWE / BrowseComp 复评；真实缓存命中；W4A4 延迟。以上成本只是基于 LongCat 公布的限时标价、在我声明的假设条件下所做的算术推演。它不是账单，不代表延迟，也不代表质量。

什么时候 LongCat-2.5 才可能成为默认选择

前提是：它已经具备了可调用的接入路径，并且在你的实际用例上取得了基准评测的胜利。

• 长时间运行的编程任务 / 智能体循环，你当前的默认模型在这些场景下失败，而你的技术栈里已经有 OpenAI 或 Anthropic 风格的客户端。
• 你已经按路由分别开关了思考模式，并且清楚温度是锁定的。
• 在 $0.30/$1.20 的价格下，成本模型经得起真实缓存命中率和思考模式额外输出膨胀的考验。
• 你验证过实际运行的测试框架（不只是宣传资料里列的那份）。
• 你可以回滚，而不需要重写编排逻辑。

如果你已经深度使用 Anthropic 或 OpenAI 风格的智能体代码，LongCat-2.5 值得在同一周内做一次并排对比——不是因为 Opus 的定位是什么金科玉律，而是因为接入方式你熟悉，标价也容易估算。

如果你需要开放权重、本地 GPU，或者要等第三方评测榜单出来才愿意尝试，那这次发布不是你的触发点；等一个符合你约束条件的方案出现再说。

LongCat-2.5 对开发者真正有意义的发布内容就这几项：双兼容 API、思考/温度锁定、$0.30/$1.20 的限时价卡，以及贴着 Opus 4.8–5 的供应商基准。把这些当作标注过的输入，跑你自己的评测，然后才去改生产环境的模型字符串。

YongBo Yu · 多伦多 AI 工程师 · https://yongbo-yu.vercel.app · GitHub YongBoYu1

本文由编译整理，另附我在本机做的一次小规模离线运行。主要来源：Meituan / LongCat 团队的《Introducing LongCat-2.5 — Native Multimodality for Agentic Tasks》，发表于 2026-11-1。定价与计费信息见 LongCat-2.5 pricing 和 API Pay-As-You-Go（限时折扣价，实际以平台账单为准）。API 方面，支持 Chat Completions 和 Platform Quick Start：OpenAI 兼容地址 https://api.longcat.chat/openai ，Anthropic 兼容地址 https://api.longcat.chat/anthropic ，模型 id 为 LongCat-2.5。此外还参考了国内媒体的二手报道。

查看原文