1M 上下文输入百万 Token 0.30 美元：美团 LongCat-2.5 API 接入与 Claude Code 配置全指南

先说结论

2026 年 11 月 2 日，美团正式上线了 LongCat-2.5（此前 9 月 25 日上线的是预览版 LongCat-2.5-Preview）。这是一款面向长程智能体任务的原生多模态模型，总参数达到 1.6 万亿，每个 token 激活约 480 亿参数。它直接给到了 1M token 的上下文窗口和 128K token 的单次最大输出，输入同时支持文本、图像和视频 URL，限时价格压到了输入 0.30 美元/百万 token、输出 1.20 美元/百万 token。很多开发者看到这个参数和定价比，第一反应就是切过去写代码。大家都觉得既然官方直接提供 OpenAI 和 Anthropic 双兼容接口，把地址和密钥往工具里一填就能满血跑起来。但实际上，如果你直接用默认配置把它塞进 Claude Code，你的 1M 超长上下文当场就会被砍掉五分之四。怎么把这 1M 窗口真正跑满，还要改一个隐藏配置。下面我们从拿 Key 开始，一步步把整套流程跑通。

准备工作

动手之前，先确认你手头的本地环境里有这几样东西，省得配到一半报错回头补装：

1. 一个能正常收发验证信息的账号，用来注册美团 LongCat 平台，并且备好支付方式给账户充值或买套餐。
2. 终端里有 curl 命令。Mac 和主流 Linux 发行版自带，Windows 用户建议在 WSL 或者 Git Bash 里操作。
3. 本地装好了 Python 环境，并且能用 pip 安装官方 SDK（后面我们会分别演示 OpenAI 官方 SDK 和 Anthropic 官方 SDK 的接法）。
4. 如果你要把模型接进终端编程工具，提前装好 Claude Code，或者在 VS Code 里装好 Cline 插件、准备好 Cursor 编辑器。

步骤一：拿 key

要调接口，第一步去官方平台把 API Key 领出来。

1. 打开浏览器，直接访问平台入口：https://longcat.ai/platform/ ，完成账号注册并登录。
2. 登录进后台之后，看控制台的菜单栏，找到并点击 API Keys 菜单项。
3. 在 API Keys 页面里点击创建按钮，生成一个新的 API Key。

这里一定要注意，Key 生成出来之后马上复制存到你本地的安全位置（比如密码管理器或者本地环境变量文件里）。

顺手去把计费方式确认一下。平台给的计费模式有两种：一种是按量付费，直接按你实际消耗的 token 用量扣费；另一种是买 Token 包，一次性购买固定额度，有效期 30 天。如果你刚开始测试脚本，充一点点余额走按量付费就行；要是打算接下来一个月挂在 Claude Code 里高强度跑长程智能体任务，算一下账买个 30 天有效的 Token 包更省心。

怎么验证这一步成了？

你手里拿到了一串完整的 API Key 字符串，并且控制台账户里有了可用余额或者生效中的 Token 包（避免一会儿调接口直接报 402 余额不足）。

步骤二：curl 跑通第一句对话

别急着写复杂业务代码，也别一上来就往编辑器里填，先在终端用最原始的 curl 测通网络和鉴权。大家平时对接新平台，总以为先看文档写完代码再跑最省事，实际上先用一行 curl 查模型列表，才是排查 Key 有没有写错、账户有没有权限最快的方法。

LongCat 平台的统一域名是 https://api.longcat.chat，鉴权统一用请求头 Authorization: Bearer <API Key>。

1. 先自查可用模型列表

打开你的终端，把下面命令里的 <你的_API_Key> 替换成你刚刚在控制台复制出来的真实 Key，直接回车执行：

curl -X GET "https://api.longcat.chat/openai/v1/models" \
  -H "Authorization: Bearer <你的_API_Key>"

怎么验证跑通了？

终端会返回一段 JSON 格式的模型列表数据。只要你在返回的 JSON 列表里看到了 LongCat-2.5 这个名字，就说明你的网络连通性没问题，API Key 也是活的。注意，具体支持的模型标识一律以这个接口返回的结果为准。

2. 用 OpenAI 兼容端点发第一句对话

OpenAI 兼容接口的 base_url 是 https://api.longcat.chat/openai/v1，对话端点是 POST /v1/chat/completions。复制下面的命令到终端运行（记得换掉 <你的_API_Key>）：

curl -X POST "https://api.longcat.chat/openai/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <你的_API_Key>" \
  -d '{
    "model": "LongCat-2.5",
    "messages": [
      {
        "role": "user",
        "content": "请用一句话介绍你自己。"
      }
    ]
  }'

怎么验证跑通了？

终端没有报 401 或 402 错误，而是返回了一个包含 choices 数组的 JSON 对象，里面的 message.content 字段带着模型回复的中文内容，并且 usage 字段里能看到本次消耗的 token 数量，这就彻底跑通了。

3. 用 Anthropic 兼容端点发第一句对话

如果你习惯用 Anthropic 的接口格式，平台也直接做了原生兼容。它的 base_url 是 https://api.longcat.chat/anthropic，消息端点是 POST /v1/messages。注意，调这个端点时，请求头里必须带上 anthropic-version: 2023-06-01。复制下面的命令测试：

curl -X POST "https://api.longcat.chat/anthropic/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <你的_API_Key>" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "LongCat-2.5",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "请用一句话介绍你自己。"
      }
    ]
  }'

怎么验证跑通了？

终端返回 Anthropic 风格的 JSON 响应，content 数组里包含 "type": "text" 的文本块，说明 Anthropic 兼容层也完全正常。

步骤三：Python SDK 版

很多人在接新模型的时候担心要学一套全新的 SDK，其实完全不用。LongCat-2.5 做了双向兼容，你手头现有的项目如果用的是 OpenAI 官方 SDK，只需要改 base_url、api_key、model 这三处就能直接跑；用 Anthropic 官方 SDK 也是同样的道理。

另外提一句，Vercel AI Gateway 目前也已经上架了 LongCat-2.5，如果你平时项目架在 Vercel 生态上，也可以拿它当替代接入渠道，这里我们就不展开了，重点看官方直连代码。

1. OpenAI 官方 SDK 接法

先在终端确保装好了库：

pip install openai

新建一个 test_openai.py 文件，把下面的代码整段复制进去（把 <你的_API_Key> 换成你自己的）：

from openai import OpenAI

# 只需改动 base_url、api_key 两个初始化参数
client = OpenAI(
    base_url="https://api.longcat.chat/openai/v1", api_key="<你的_API_Key>"
)

response = client.chat.completions.create(
    model="LongCat-2.5",  # 第三处改动：模型名设为 LongCat-2.5
    messages=[
        {
            "role": "user",
            "content": "写一个 Python 函数，计算斐波那契数列的第 n 项。",
        }
    ],
)

print(response.choices[0].message.content)

在终端运行：

python test_openai.py

怎么验证跑通了？

控制台直接打印出带有 Python 代码块的斐波那契函数实现，没有任何异常堆栈抛出，说明 OpenAI SDK 接入成功。

2. Anthropic 官方 SDK 接法

如果你在写长程智能体，更习惯用 Anthropic 官方 SDK，先安装依赖：

pip install anthropic

新建一个 test_anthropic.py 文件，复制以下代码（同样替换 <你的_API_Key>）：

from anthropic import Anthropic

client = Anthropic(
    base_url="https://api.longcat.chat/anthropic",
    api_key="<你的_API_Key>",
    default_headers={"anthropic-version": "2023-06-01"},
)

message = client.messages.create(
    model="LongCat-2.5",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": "写一个 Python 函数，计算斐波那契数列的第 n 项。",
        }
    ],
)

print(message.content[0].text)

在终端运行：

python test_anthropic.py

怎么验证跑通了？

终端正常输出模型编写的 Python 代码，代表 Anthropic SDK 链路验证完毕。

步骤四：接进 Claude Code

重头戏来了。LongCat-2.5 定位就是面向长程智能体任务的原生多模态模型，1M 的上下文加上单次最大 128K 的输出，拿来跑 Claude Code 这种极度吃上下文的终端 Agent 工具再合适不过。

大家以为把地址和 Key 填进配置文件就算大功告成，实际上这里藏着一个大坑：据社区实测（读者可自测），Claude Code 在不识别 LongCat-2.5 这个模型名的时候，会默认按 200K 上下文去压缩你的会话。你冲着 1M 上下文去接的模型，如果不加额外配置，跑到 200K 就被强制压缩了。解法是在配置里额外加上 CLAUDE_CODE_MAX_CONTEXT_TOKENS 这个环境变量。

下面是完整的配置步骤：

1. 找到并打开配置文件

Claude Code 的全局配置文件路径固定在用户主目录下的 ~/.claude/settings.json。

打开终端，先确保目录存在，然后用你顺手的编辑器（比如 nano、vim 或 VS Code）打开它：

mkdir -p ~/.claude
nano ~/.claude/settings.json

2. 写入 env 配置项

我们需要在 ~/.claude/settings.json 的 env 字段里设置三项基础配置：ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL，同时把解锁上下文限制的环境变量一起加上。

如果你的 settings.json 原本是空的，直接把下面这段完整的 JSON 复制进去（把 <你的 key> 替换成你自己的 API Key）：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.longcat.chat/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "<你的 key>",
    "ANTHROPIC_MODEL": "LongCat-2.5",
    "CLAUDE_CODE_MAX_CONTEXT_TOKENS": "1000000"
  }
}

如果你的 settings.json 里已经有其他设置，不要覆盖整个文件，只需把上面 "env": { ... } 里的键值对合并到你现有的 env 字段下面即可。保存并退出编辑器。

3. 启动并验证

在终端里随便进一个你的代码仓库目录，直接输入命令启动 Claude Code：

claude

启动后，在交互界面里输入一句测试指令，比如让它读取当前目录结构或者问它当前使用的模型状态。

怎么验证跑通了？

Claude Code 没有弹出鉴权失败（401）或连接错误，能够正常响应你的自然语言指令、执行本地文件读取并给出回复，就说明已经稳稳接上了。

顺带说一下 Cline 和 Cursor 怎么接

原理一模一样。如果你平时在 VS Code 里用 Cline，打开 VS Code 侧边栏的 Cline 插件设置，在 Provider 下拉菜单里选 OpenAI 兼容（OpenAI Compatible），然后把 Base URL 填成 https://api.longcat.chat/openai/v1，填好你的 API Key，模型 ID 填 LongCat-2.5 保存就行。

据社区文章口径，Cursor 等其他工具也是同样的改法，去设置里把 base_url 改成 https://api.longcat.chat/openai/v1，再把模型名改成 LongCat-2.5 即可跑通。

费用怎么算

接进自动化工具尤其是 Claude Code 之后，token 消耗速度会比平时网页聊天快得多。为了让你对自己的钱包有个底，我把 LongCat-2.5 的规格参数和限时价格整理成了下面这张表：

我们可以结合你自己的日常工作流算一笔实在账：

假设你用 Claude Code 重构一个中型项目，把核心代码库、依赖说明和历史对话全塞进去，单次会话攒到了 50 万（0.5M）token 的输入，模型给你哐哐输出了 5 万（50K）token 的代码和修改方案。按现在的限时价格算，这半百万 token 的输入只花你 0.15 美元，5 万 token 的输出只花 0.06 美元，这一大轮重度长程任务跑下来总共也就 0.21 美元。如果你每天都是这种高强度智能体工作流，去控制台买个 30 天有效的 Token 包，成本还会更好控制。

容易踩的坑

哪怕步骤再简单，实操时也经常因为一个字母或者一个配置项卡半天。下面是我总结的几个最容易踩的坑，遇到报错先对照这里查：

坑 1：把预览版名字当成正式版名字填了进去

如果你之前在 2026 年 9 月 25 日之后测过它的预览版，那时候代码里写的模型名是 LongCat-2.5-Preview。自 2026 年 11 月 2 日正式版上线后，正式版的模型名叫 LongCat-2.5。如果你不确定当前账号下到底能调哪些名字，别猜，直接跑一遍步骤二里的 GET https://api.longcat.chat/openai/v1/models，一切以接口返回结果为准。

坑 2：OpenAI 和 Anthropic 兼容端点的路径混用

两个兼容接口的统一域名虽然都是 https://api.longcat.chat，但后缀路径不一样：

• 走 OpenAI 兼容时，base_url 必须带 /v1，写成 https://api.longcat.chat/openai/v1。
• 走 Anthropic 兼容时，base_url 只写到 https://api.longcat.chat/anthropic，不要画蛇添足在 base_url 末尾自己加 /v1，因为 SDK 和 Claude Code 会自己去拼 /v1/messages。另外，如果自己用 curl 或手写 HTTP 请求调 Anthropic 端点，千万别漏了请求头 anthropic-version: 2023-06-01。

坑 3：Claude Code 里 1M 上下文没生效，聊一会儿就被压缩

前面步骤四提过，这里再拎出来强调一次。据社区实测（读者可自测），Claude Code 不认识 LongCat-2.5 这个模型名，默认会按 200K 上下文阈值去提前压缩你的会话历史。如果你发现代码还没读完它就开始压缩上下文，赶紧去检查 ~/.claude/settings.json 的 env 里有没有加上 CLAUDE_CODE_MAX_CONTEXT_TOKENS 环境变量。

坑 4：遇到 401、402、403、429 错误码不知道查哪

官方文档明确给出了这四个常见状态码的含义，报错时直接按图索骥：

• 401 invalid_api_key：API Key 无效或者缺失。先看请求头是不是写成了 Authorization: Bearer <API Key>（注意 Bearer 后面有个空格），再检查 ~/.claude/settings.json 里的 ANTHROPIC_AUTH_TOKEN 有没有多复制了引号或空格。
• 402 余额不足：账户里没钱了，或者你买的 Token 包已经超过了 30 天有效期、额度用光了。去 https://longcat.ai/platform/ 控制台充值或续买 Token 包即可。
• 403 权限不足：当前 Key 或账号没有访问对应资源的权限，去控制台检查账号状态和 Key 权限设置，具体规则以官方文档为准。
• 429 rate_limit_exceeded：触发了平台的并发或频率限流。需要注意，官方目前未公布具体的 RPM（每分钟请求数）和 TPM（每分钟 Token 数）额度。如果你在脚本里开了多线程并发刷接口报 429，在代码里加个指数退避重试（Exponential Backoff），或者把并发数降下来。

一句话总结

现在就打开终端跑一行 curl https://api.longcat.chat/openai/v1/models 验活你的 Key，再把四行环境变量写进 ~/.claude/settings.json，花几毛钱把 1M 上下文的 LongCat-2.5 在 Claude Code 里真正跑满。

来源链接

• 官方文档（工具概览）：https://longcat.ai/platform/docs/tools-overview
• 官方文档（API 文档）：https://longcat.chat/platform/docs/api-docs
• 官方文档（模型列表）：https://longcat.ai/platform/docs/zh/api/models
• 美团技术博客：https://tech.meituan.com/history.html
• IT之家报道：https://www.ithome.com/1/020/873.htm