LongCat-2.5 是什么：美团 LongCat API 价格、开源和跑分

这篇评测用的是 2026 年 11 月 3 日能核实的资料：美团 LongCat-2.5 的技术博客、API 文档、价格页、更新日志、条款和隐私政策，美团在 Hugging Face 和 GitHub 上的页面，美团的新闻稿以及新华网、TechNode 和 IT之家的报道，Startup Fortune 和中文网站什么值得买的评论，ZenMux 和 Artificial Analysis 的收录页，以及五个竞品模型的价格页。LongCat-2.5 发布才两天，还没有任何外部机构公布过它的跑分，所以下文的分数除非注明来源，都是美团自己的。

LongCat-2.5 是什么

LongCat-2.5 是美团 AI 团队 LongCat（龙猫）做的大语言模型。美团是总部在北京的外卖和本地生活服务平台。LongCat 的网站、对话服务和 API 由 Beijing Kuxun Interactive Technology Co., Ltd.（北京酷讯互动科技）及其关联公司运营（API 条款）。美团称 LongCat-2.5 是面向长程智能体任务的原生多模态模型：混合专家（MoE）架构，总参数 1.6 万亿，每个 token 激活约 480 亿，在 LongCat-2.0 的基础上训练（技术博客）。

这里的「原生多模态」，是指模型把图片转成离散 token，和文字放在同一个序列里读，而不是先交给一个单独的视觉模型。这个做法沿用了美团更早开源的 LongCat-Next。输出是文字：代码、回答和报告。LongCat 的文档没有列出音频输入，模型也不会画图。

和上一代对比，数据来自美团的两篇技术博客和 LongCat-2.0 模型卡：

来源：LongCat-2.5 博客、LongCat-2.0 博客、LongCat-2.0 模型卡、模型参数。

11 月 2 日发生了什么

美团在 2026 年 11 月 2 日发布 LongCat-2.5。五周前的 9 月 25 日，带图片理解能力的 LongCat-2.5-Preview 先登上了 API（更新日志、TechNode 对 Preview 的报道）。技术博客的日期是 11 月 1 日。新华网、TechNode 和 IT之家都报道了这次发布，核心数字一致（新华网、TechNode、IT之家）。

美团自己的新闻稿有三点说法：LongCat-2.5 训练全程用的是国产算力；在多项基准上，它的成绩介于 Claude Opus 4.8 和 Claude Opus 5 之间，部分超过 Opus 5；普通用户可以在 longcat.ai 体验，开发者可以调用同日上线的 API（美团新闻稿）。新华网引用了美团 CEO 王兴在 8 月 28 日财报电话会上的话：美团「不会成为 Token 工厂」，模型要服务主业。美团给商家用的 AI 经营工作台「妙手」就建在 LongCat 系列模型上。

没有一起发布的是权重。博客把 GitHub 和 Hugging Face 标为即将上线（coming soon），11 月 3 日美团的 Hugging Face 和 GitHub 组织页上都还没有 LongCat-2.5。LongCat-2.0 不是这样，美团在它的发布文章里就宣布了开源。Startup Fortune 的看法是：文件发出来之前，「开放」这个标签属于旧模型，不属于新模型（Startup Fortune）。

怎么用

11 月 3 日，API 快速开始文档里只有 LongCat-2.5 一个模型。API 在 api.longcat.ai 上支持三种格式：OpenAI 的 Chat Completions 和 Responses，以及 Anthropic 的 Messages，模型名都是 LongCat-2.5（快速开始）。所以它可以直接给智能体工具当后端：LongCat 文档里有 Claude Code、Codex、OpenCode、Cline、Kilo Code、Hermes Agent、腾讯的 CodeBuddy 和 WorkBuddy、DeepSeek 自己的 Harness 等工具的配置页。接入 Claude Code 只要改 settings.json 里的几行（Claude Code 配置指南）。

单次请求的限制，来自模型参数和视觉理解两页：

• 上下文窗口 1,048,576 个 token（输入和输出合计），最多输出 262,144 个 token；
• 最多 100 张图片，格式为 PNG、JPG、JPEG、WebP 或 GIF，每张 10 MB，可以传 Base64 或链接；
• 最多 10 段视频，只能用公开 URL，每段不超过 100 MB、短于 3,600 秒；
• 每次请求都能开关思考模式，思考有单独的预算，最多 262,144 个 token；
• 开思考时 temperature 固定为 1.0，关掉时为 0.7；传别的值会被覆盖，不会报错。

最后一点对靠低 temperature 得到可复现代码或抽取结果的人很重要：这个值你改不了。

价格

LongCat 按 token 卖 LongCat-2.5，从预付余额里扣。2026 年 11 月 3 日价格页上的价格，单位是每百万 token 多少美元：

英文价格页和中文价格页都说这是平台初上线的限时优惠，都没给原价。有两个外部页面可以参考：转售 LongCat-2.5-Preview 的 ZenMux 标出这个模型降价 60% 之前的价格是输入 0.75 美元、输出 2.95 美元（ZenMux），Artificial Analysis 给 LongCat-2.0 标的也是 0.75 和 2.95（Artificial Analysis）。

算一笔账：一次智能体会话发送两百万个输入 token，其中 90% 命中缓存，再输出 10 万个 token，按首发价约 0.19 美元（未命中缓存的输入 0.06，命中缓存的输入 0.01，输出 0.12）。长时间跑的智能体循环之所以便宜，靠的就是缓存价低。

其他计费规则，来自 LongCat 的按量付费说明、Token 资源包常见问题和平台常见问题：

• 余额永不过期，可以用银行卡和 Google Pay 充值，没用完的钱可以退，但退款审核期间 API 调用会暂停；
• 失败的请求（401、403、429、500）不计费；
• Token 资源包是 30 天有效的固定额度，每天北京时间 10:00、16:00、21:00 和 23:00 限量抢购，命中缓存不扣额度，一直没用的话到期自动退款；
• 完成企业认证后，按量付费的月消费满 75 美元减 10%，满 300 美元减 20%，满 1,200 美元减 30%，满 6,000 美元减 40%。

跑分说明了什么，又是谁跑的

美团的技术博客拿 LongCat-2.5 和 8 个模型比了 31 项测试。按美团公布的原样摘几项：

来源：LongCat-2.5 技术博客。按美团的说法，带星号的对手分数来自公开报告、博客或官方榜单；不带星号的是美团自己跑的，美团称其仅供参考。LongCat-2.5 开着思考模式，很多项是在 Claude Code 里跑的；BrowseComp 用的是美团自己的评测框架，最多 1,024 轮。

照美团自己的数字直说，能看出三点。LongCat-2.5 在长程智能体任务上比 LongCat-2.0 强得多。在 Terminal-Bench 2.1 和浏览检索上，它和表里的几个中国开源模型基本持平；在 Terminal-Bench 4.0 上，除了 GLM-5.3 它都领先。在更难的编程测试上它落后于 Claude Opus 5，在好几项上落后于 DeepSeek V4.1 Flash；它的 VideoMME 是 85.2 分，也低于美团引用的 Kimi K3 的 90.0 分。

这张表也漏了东西。表里有 Kimi K3，没有更新的 Kimi K3.1 Pro：月之暗面（Moonshot AI）说 K3.1 Pro 在 Terminal-Bench 4.0 上是 65.7%，对比的是 GPT-6 Astra 和 Claude Opus 5.5，这两个模型美团都没比（Kimi K3.1 Pro 指南）。而且表里没有一项是独立测出来的：11 月 3 日，Artificial Analysis 上还没有 LongCat-2.5 的页面，LongCat-2.0 也还没有智能指数（Intelligence Index），OpenRouter 只上架了 LongCat-2.0。

早期评论和用户怎么说

除了发布时的数字，目前能看到的很少。Startup Fortune 指出，美团没有公布和最新 Qwen、DeepSeek 模型的正面对比，结论是眼下能用的是「一个便宜好用的 API，外加一个权重会来的承诺」（Startup Fortune）。

什么值得买在发布当天的一篇专栏里认为，LongCat-2.5 能省掉两次转述：把截图或设计稿描述给模型听，以及在对话框和终端之间来回复制代码和报错。专栏的结论是，这个模型能缩短「从零到能跑」这一段，缩短不了「从能跑到能交付」这一段；它还拿 Terminal-Bench 4.0 上的差距说明，真实代码仓库里的工作正是 LongCat-2.5 最弱的地方（什么值得买）。

唯一的实时测量来自一家转售平台。卖 Preview 的 ZenMux 在 11 月 3 日显示，Preview 的首 token 延迟中位数是 2.33 秒，每秒 37.3 个 token，24 小时成功率 100%（ZenMux）。作为对比，Artificial Analysis 测得 LongCat-2.0 每秒 74.9 个 token。这两个数字都不是正式版 LongCat-2.5 的，ZenMux 还没上架正式版。按每秒 37 个 token 算，一个 1 万 token 的回答大约要四分半钟。

隐私、数据和内容规则

API 有自己的条款。开发者保留输入和输出的权利，但要授予 LongCat 一项免费的全球许可，让它把输入、输出和反馈用于服务优化、品牌推广和营销；想让数据不进训练，得谈企业方案或另签书面协议。条款还禁止用输出训练竞争模型，要求开发者自己对输入和输出做内容安全审核，争议按新加坡法律在新加坡仲裁（API 条款）。

API 的隐私政策日期是 2026 年 6 月 30 日，写明服务器可能位于法兰克福、香港和中国内地，个人数据可能在你所在的国家以外处理。

面向个人的对话服务更严。它的条款把 LongCat 定位为个人学习、研究和娱乐用途，未经美团许可，不得把服务或输出用于商业目的；条款还写明服务通过中华人民共和国境内的设施提供，争议由北京市朝阳区的法院管辖（用户服务协议）。它的隐私政策说个人数据存储在香港，数据（通常经过去标识化）会用来训练和优化 AI 模型。商业用途应该走 API，而不是对话服务。

哪些人不该用 LongCat-2.5

• 现在就要在自己的硬件上运行或微调模型的人：权重还没发，已经公开的 LongCat-2.0 只能读文本。
• 代码或客户数据不能被拿去改进别人模型、又没有和美团签书面协议的团队。
• 需要同一个模型听音频、说话或生成图片的人。
• 必须按固定价格做预算的人：目前公布的只有一个没写截止日期的首发折扣价。
• 选型前想先看外部跑分的人：到 2026 年 11 月 3 日一份都没有。
• 依赖低 temperature 或可复现采样的工作流。
• 打算把 LongCat 对话服务的输出拿去商用的人：未经美团许可，它的条款不允许。

替代选择

价格来自 2026 年 11 月 3 日各厂商自己的价格页，单位是每百万 token 多少美元：

来源：DeepSeek、Z.ai、月之暗面、阿里云价格页和Qwen-Omni 页面、谷歌价格页和Gemini 模型页；权重信息来自 Hugging Face（DeepSeek、智谱、月之暗面）。

DeepSeek V4.1 Flash 更适合大多数纯文本编程。在高峰时段（工作日 UTC 01:00 到 04:00、06:00 到 10:00），它的价格和 LongCat-2.5 的首发价完全一样，其余时间减半，缓存命中价也是如此。在美团自己的表里，它在 Terminal-Bench 2.1、DeepSWE 和 NL2Repo 上领先，权重也以 MIT 许可证公开。需要视频输入、或者看重 Terminal-Bench 4.0 成绩时，LongCat-2.5 更合适。

GLM-5.3（智谱）更适合现在就想要前沿规模开放权重的人：它已经在 Hugging Face 上，在美团的表里 Terminal-Bench 4.0 也略高于 LongCat-2.5。它的输入单价接近 LongCat-2.5 的五倍，也不在 Z.ai 的视觉模型列表里。

Kimi K3.1 Pro 更适合把编程质量看得比价格重的人。月之暗面自己公布的 Terminal-Bench 4.0 成绩是 65.7%，远高于美团给 LongCat-2.5 报的 38.5，虽然两次运行没法直接比；它也能读图片和视频。它的输入单价约是 LongCat-2.5 的七倍，输出约八倍。月之暗面称它是开放权重模型，但 11 月 3 日它的 Hugging Face 页面上只有 Kimi K3。

Qwen3.8-Omni-Flash（阿里云通义千问）更适合既要看、又要听的智能体：除了文本、图片和视频，它还能输入音频，上下文 1M token，输入价格是 LongCat-2.5 的一半，输出不到 40%。它和 LongCat-2.5 一样只输出文本。

Gemini 4 Argon 来自谷歌，更适合需要最广输入（包括音频和 PDF）的人。它的输入价格接近 LongCat-2.5 的七倍，输出约八倍，12 月 1 日还要翻倍，API 也没有免费档。

如果现在就要 LongCat 的权重，LongCat-2.0 在 Hugging Face 上以 MIT 许可证公开，也能在 OpenRouter 上用；它和 LongCat-2.5 规模相同，但不能看图。ZenMux 转售的是 Preview 版。