9 月 25 日,美团 LongCat API 开放平台上线新一代模型 LongCat-2.5-Preview,API 与网页端对话入口同时开放。它做的是中国区目前少见的一件事:把 100 万 token 上下文和 OpenAI、Anthropic 两套接口一起端出来,同时配一张缓存在打二折再打两折的价格表。
写作当天我们对端点做了一次连通性检查:不带 Key 调 https://api.longcat.chat/openai/v1/models 返回 HTTP 401,响应体是 {"error":{"code":"invalid_api_key","message":"incorrect api key","type":"authentication_error"}},与官方文档给出的错误结构一致。这只是证明端点在线、鉴权链路正常,不等于能力评测——它到底能不能干活,得你自己拿真实任务压一遍才算数。
一、先把实锤和转述分开
- 实锤(官方文档可查):在售型号是 LongCat-2.5-Preview 与 LongCat-2.0 两个,同时提供 OpenAI 格式端点(
/openai/v1/chat/completions)与 Anthropic 格式端点(/anthropic/v1/messages),同一个 API Key 两个端点通用。 - 实锤(规格):上下文长度 1,048,576 token,单次最大输出 131,072 token;支持
max_tokens、temperature、top_p、stream、tools、tool_choice、thinking七个参数,其中thinking用{"type":"enabled"}与{"type":"disabled"}开关思考。 - 实锤(价格):国内站按量付费的限时折扣价是百万 token 输入 ¥2、缓存命中 ¥0.04、输出 ¥8;国际站是 $0.30 / $0.006 / $1.20。官方同时写了一句要紧的话:折扣价为平台初上线限时优惠,实际费用以结算为准。
- 官方自述、且没有第三方跑分:官方更新日志只列了三条特性——新增图片理解能力、编码能力、深度适配 Claude Code 等开发环境。这次没有同步放出任何 benchmark 数字,所以网上那些“最强开源”“国产第一”的说法目前都没有一手榜单支撑,包括我自己也不会替你排序。
- 媒体转述(官方 API 文档里查不到,按转述对待):总参数约 1.6 万亿、每次推理只激活约 480 亿;给老用户发 500 万免费 token。前者来自多家媒体对官方公布口径的转述,后者见 雪球拆解 等多篇报道。
二、价格横评:两张表,别把两个币种混着算
官方把国内站与国际站当两套价目表维护,币种不同、充值方式和实名要求也不同。先看国内站(单位:每百万 token):
| 模型 | 输入(未命中缓存) | 输入(缓存命中) | 输出 | 口径 |
|---|---|---|---|---|
| LongCat-2.5-Preview | ¥2 | ¥0.04 | ¥8 | 官方限时折扣价 |
| LongCat-2.0(上一代) | ¥2 | ¥0.04 | ¥8 | 官方限时折扣价,两代同价 |
| MiMo-V2.6-Flash | ¥1 | 官方称 99% 缓存折扣 | ¥2 | 小米 9 月 22 日定价(媒体转述) |
| MiMo-V2.6-Pro | ¥3 | 同上 | ¥6 | 同上 |
再看国际站,这一栏可以和海外模型直接比,因为它本身就是美元计价:
| 模型 | 输入 | 缓存命中 | 输出 | 缓存价占输入价 |
|---|---|---|---|---|
| LongCat-2.5-Preview | $0.30 | $0.006 | $1.20 | 2% |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 | 10% |
| Claude Opus 5.5 | $4 | $0.20 | $20 | 5% |
然后把它放进一轮真实账单里。假设一个 Agent 会话:单次输入 10 万 token(其中 8 万命中缓存)、输出 2 万 token,跑满 20 轮:
| 模型 | 单轮 | 20 轮 |
|---|---|---|
| LongCat-2.5-Preview(国内站 ¥) | ¥0.2032 | ¥4.06 |
| LongCat-2.5-Preview(国际站 $) | $0.0305 | $0.61 |
| GPT-6 Luna($) | $0.0128 | $0.26 |
| Claude Opus 5.5($) | $0.496 | $9.92 |
这张表要读出三点,少读一点都会做错决定:
- 它并不比 Luna 便宜,而是贵在 2.4 倍上下。省钱的参照系是 Opus 5.5 那一档:同一份活儿,LongCat 国际站价只有它的十六分之一。把 LongCat 当成“白菜价”是误读,把它当成“旗舰档的六分之一”才对。
- 缓存命中价是这次真正的价格杠杆。¥0.04 是标准输入价的 2%,比 Opus 5.5 的 5% 还低。上表那 20 轮里,缓存那部分只花了 ¥0.064,而输出花了 ¥3.2——输出才是账单主体,缓存只影响另一半。所以真实场景里,决定成本的是你的输出长度,不是你塞进去多少上下文。
- 别跨币种直接比。国内站与国际站是两套独立账目,换汇后才有可比性,这里不替读者假设汇率。
三、窗口和输出上限:两个数字要分开看
- 1,048,576 token 是输入窗口,换算过来是 2 的 20 次方,不是“一百万字”这种模糊说法。一本 70 万字的书大约 1.5 个窗口装不下,但一个中型仓库的代码加日志加多轮对话记录,是可以一次性推进去的。
- 131,072 token(128K)是最大输出。窗口再大也不等于能一口气吐 100 万 token,长报告、长代码文件仍然要分段产出。
thinking是可开关参数,不是两个模型。上一代产品线把“思考型”和“对话型”拆成不同模型名(LongCat-Flash-Thinking 与 LongCat-Flash-Chat),这一代合并在thinking参数里。要低成本批量处理就把思考关掉,要复杂规划再打开。tools与tool_choice在支持列表里,说明工具调用是官方保证的一等能力,这对 Agent 场景比上下文长度更关键。
四、怎么接起来:四条路,以及一个要先确认的坑
- 路径一(通用,任何兼容 OpenAI 协议的工具):把 base_url 指向
https://api.longcat.chat/openai,API Key 用平台创建的 Key,模型名填LongCat-2.5-Preview。 - 路径二(Claude Code,走 Anthropic 协议):在
~/.claude/settings.json写入env:ANTHROPIC_AUTH_TOKEN 填你的 Key,ANTHROPIC_BASE_URL 填https://api.longcat.chat/anthropic,ANTHROPIC_MODEL 填LongCat-2.5-Preview;官方示例里CLAUDE_CODE_MAX_OUTPUT_TOKENS给的是 131072。完整字段见官方 Claude Code 配置文档。 - 路径三(不想手改配置):用 CC Switch 在图形界面里添加供应商,它会替你写回同一份配置文件。见官方 CC Switch 文档。
- 路径四(本站读者最省事的接法):Hermes Agent 走自定义供应商。官方给的命令是
hermes config set model.provider custom、model.base_url https://api.longcat.chat/openai/v1、model.api_key <你的 Key>、model.default LongCat-2.5-Preview,配完用hermes doctor自检。见官方 Hermes Agent 配置文档,站点里也有 Hermes Agent 工具页。 - 一个要先确认的坑:同一份官方文档里 base_url 有两种写法——SDK 示例写
https://api.longcat.chat/openai,工具配置表写https://api.longcat.chat/openai/v1,Anthropic 侧统一是https://api.longcat.chat/anthropic。别猜,按你手上那个工具的官方页面抄,配完立刻发一句 hello 验证,再去跑长任务。 - 官方已经给出接入文档的工具共 13 个:Claude Code、Codex、OpenCode、Cline、Kilo Code、CodeBuddy、OpenClaw、CatPaw、WorkBuddy、Chatbox、Cherry Studio、CC Switch、Hermes Agent。清单见工具总览。
五、成本还能再往下压的四个机制
- 缓存命中计价:¥0.04 / 百万 token。这一条对“同一份仓库反复问”的 Agent 最有用,但要求你的工具真的把上下文做成了可缓存前缀,不是每次重拼一遍。
- 失败的请求不计费:官方写明 HTTP 401 / 403 / 429 / 500 都不扣余额,只有 200 的请求按实际用量计费。对做压测和重试策略的人是好事。
- Token 资源包:每日北京时间 10:00 / 16:00 / 21:00 / 23:00 限量开放购买,30 天内有效,而且缓存命中的部分不计入资源包消耗;未使用任意 token 可手动全额退款,30 天到期仍未使用则自动退款。见资源包规则。
- 企业认证后的阶梯折扣:国内站月累计消费 ≥¥500 打 9 折、≥¥2,000 打 8 折、≥¥8,000 打 7 折、≥¥40,000 打 6 折;国际站门槛为 $75 / $300 / $1,200 / $6,000。资源包消费与赠送额度不计入累计。
六、六条限制,签合同前先看
- 它名字里的 Preview 是有含义的。上一代的 LongCat-2.0-Preview 曾是阶段性限时开放额度的形态,这一代同样是预览标签,接口行为、价格、可用时段都有调整的先例。
- 价格是限时折扣价,不是长期价。官方自己写了“实际费用以结算为准”。媒体给出的列表价是输入 $0.75、缓存 $0.015、输出 $2.95,相当于折扣价的 2.5 倍。拿折扣价做年度预算是有风险的,做容量规划时请按列表价留余量。
- “图片理解”这条有口径矛盾,别当成已确认能力。官方更新日志写的是新增图片理解能力,但官方聊天补全与 Anthropic 消息两处文档里,
content参数都写着“消息内容,纯文本字符串”,模型详情示例里的input_modalities也只列了 text。想当多模态用之前,自己拿一张图实测一次再决定。 - 官方没有公布任何跑分。这意味着你无法用第三方榜单判断它在你的任务上是否够用,只能自己建一套 20 到 50 条的小评测集。
- 充值前先实名,退款有代价。国内站充值或购买资源包前必须完成个人实名或企业认证,支付走支付宝、微信;已消耗金额不支持退款,而且退款审核期间账号 API 调用会暂停,不能一边退款一边干活。见按量付费与退款规则。
- 限速和上下文超限都会直接报错。速率限制按 API Key 执行,超限返回 429;输入加
max_tokens超过窗口会报context_length_exceeded,长任务要自己做分段和退避。
七、我的判断
- 该上的:已经在用 Claude Code、Codex、OpenClaw 这类工具做仓库级长任务的个人开发者。你的痛点是上下文不够和账单太贵,它一次性把两者都动了:1M 窗口按折扣价算,20 轮长任务在国内站约 ¥4,试错成本低于一次点外卖。老用户那 500 万免费 token(媒体转述,按上面 12 万 token 一轮估,大约 41 轮的用量)刚好够把评测集跑完。
- 再等等的:要把它当生产主力的团队。Preview 标签、限时折扣价、零官方跑分,这三条叠在一起不足以支撑一个季度的技术选型;先用它跑离线批处理或内部工具,等价格表和接口稳定再动核心链路。需要图片、视频、音频输入的人也应该等——目前官方接口文档的正文口径还是纯文本。
- 别碰的:把它的价格当成“地板价”去做商业模型的人。国际站口径它比 GPT-6 Luna 贵两倍多,真要在成本敏感的低价档上做产品,Luna 和国内几家的 Flash 档仍是更稳的选择;另外要开发票做财务合规的小团队,也建议先把实名与开票流程走通再充值。
- 三步试水法:第一步,建 20 条你自己的真实任务当评测集,只调接口不接工具;第二步,挑其中最长的那条(建议把整个仓库上下文塞满)验证 1M 窗口和缓存命中的实际扣费,和你上面算的 20 轮账单对一遍;第三步,对照 Claude Opus 5.5 与 DeepSeek V4.1 Flash 的同价档能力,决定哪条链路换过去、哪条留原样。上一代价格战我们已经在 Qwen3.8-Omni-Flash 降价 那篇里拆过一次:价格表只是门票,真正决定留存的还是同一份活儿谁跑得完。
顺带一提:真把新模型接进自己的活之前,值得照着这篇AI 编码工作流实操把上下文和评测集先备好。
本文由拾光札记编辑部整理,勘误请联系我们。