美团 LongCat 2.5 上架：1.6 万亿参数，百万上下文输出只收 1.2 美元，但账单里藏着个时间差

美团在 2026 年 11 月 2 日放出了 LongCat 2.5，直接把 100 万上下文、12.8 万最大输出的 MoE 模型塞进了 Vercel AI Gateway。输入每百万 token 0.30 美元、输出 1.20 美元的限时折扣价，让它在长程智能体任务里的账面开销远低于海外同类大厂模型。不过这组数字背后有个悬而未决的问题：折扣能撑多久，以及它在真实代码库里到底能跑通几步。

用 1/16 的输出价格平替重度智能体任务，趁限时折扣还在，先把你最烧钱的那个自动化工作流切过去跑一轮。

我先把话说在前面。如果你最近在用 Claude Code 或者 Cursor 跑那种动辄几十轮工具调用的长程任务，月底看账单的时候多半会肉疼。美团在 11 月 2 日推出来的这个 LongCat 2.5，明摆着就是冲着这笔账单来的。它给了一个 1.6 万亿总参数的底子，单次激活 480 亿参数，把未缓存输入价格压到了每百万 token 0.30 美元，输出压到了 1.20 美元。更绝的是，如果你能把上下文缓存利用起来，输入价格直接掉到 0.006 美元。它同时听得懂 OpenAI 和 Anthropic 两家的 API 方言，你连客户端代码都不用改，换个地址就能把现有的工作流切过去。

但这事儿有个尾巴。现在看到的漂亮数字全带着“限时折扣”的标签，而且目前市面上还没有任何独立的第三方硬核评测分数流出来。我们昨晚刚聊过 SemiAnalysis 那个让人清醒的 GDPx 基准，大家都知道现在长程智能体做复杂任务的真实成功率有多骨感。所以我写这篇东西，不打算替美团吹什么架构奇迹，咱们就单拎出 LongCat 2.5 的参数本子、价目表和接入方式，算算它能不能替你的钱包止血。

为什么大家都在盯那个 0.006 美元的缓存价

很多刚接手智能体开发的程序员容易算错一笔账。大家以为大模型调用最贵的地方在于它吐出来的那些代码，实际上在长程智能体（Agent）工作流里，真正把预算烧穿的是每一轮循环里反复喂给模型的历史上下文。

设想一个很具体的场景：你是个独立开发者，周五晚上让智能体去重构一个老旧的前端项目，顺便把跑不通的端到端测试修好。这个任务跨越了终端命令行、浏览器预览和本地代码库。智能体每执行一步终端命令，看一眼报错，再去改一行代码，它就得把之前几万字的文件树、错误日志和对话历史重新当成输入吞进去一遍。如果一个任务跑了五十步，哪怕你每次只让它输出两百个 token 的修改指令，你的输入 token 消耗量也会滚雪球一样冲上几百万。

LongCat 2.5 给出了 100 万 token 的上下文窗口和 12.8 万 token 的最大输出。这个容量意味着你可以把整个中型项目的主要代码连同设计图一股脑塞进去，也能让它一次性吐出极其冗长的完整代码文件或者复杂的 3D 场景描述数据，不至于写到一半断掉。

而在这种高频重复读取的场景下，美团标出的 0.006 美元每百万 token 的缓存输入价，才是整张价目表里最狠的一刀。只要你的系统提示词、项目背景文档和前序对话被命中缓存，后续每一轮状态更新的读取成本几乎可以忽略不计。我算了一下，同样是维持一个 50 万 token 的常驻背景知识库，连续交互 20 轮，用不用得上这个 0.006 美元的缓存，你的单次任务成本能差出几十倍。

1.6 万亿参数的底子与四处跨界的野心

从技术规格上看，LongCat 2.5 走的是标准的稀疏混合专家（MoE）路线。总参数量堆到了 1.6 万亿，但每次处理 token 时只激活其中大约 480 亿参数。这种设计就是为了在保持庞大知识库容量的同时，把单次推理的算力消耗和延迟控制在能商用落地的范围内，否则它也卖不出 1.20 美元的输出价。

另外，它是个原生多模态模型。注意“原生”这两个字在实际干活时的区别。以前很多工作流是拿一个纯文本模型外挂一个视觉编码器，遇到需要看图改前端界面或者操作图形化软件的时候，模型对空间位置的理解经常驴唇不对马嘴。

按照美团放出来的定位，LongCat 2.5 的训练目标直接瞄准了跨环境的智能体操作。它覆盖的界面相当杂：终端命令行、浏览器网页、常规软件的图形界面（GUI）、电子表格，甚至还有设计工具。官方列出的主攻方向包括多步智能体编程、空间推理、端到端软件搭建、可视化界面编程以及 3D 设计任务。

把这些词翻译成人话，就是美团希望这个模型不仅能缩在黑乎乎的终端里写后端逻辑，还能看懂浏览器里的渲染错位，能自己算明白三维空间里的坐标关系去生成 3D 资产，或者在复杂的电子表格里跨表跑数据逻辑。对于那些需要频繁在代码和视觉结果之间来回比对的前端开发者或全栈工程师来说，这种带空间推理能力的原生多模态，确实比纯文本模型更对胃口。

账面上的降维打击：跟御三家摆在一起算笔账

既然咱们是价格资讯站，就不整虚的，直接把目前市面上几家主力大模型公开的 API 挂牌价拉出来遛遛。我选了大家在智能体和复杂推理任务里最常拿来对比的三个参照物：Anthropic 的 Claude Opus 5.5、Google 的 Gemini 4 Carbon，以及 OpenAI 的 GPT-6.1 Terra。

*注：上表海外模型价格基于近期公开价目整理，仅作量级对照，实际账单受各平台批处理及缓存折扣政策影响。*

看这张表，最刺眼的就是输出价格这一列。

Claude Opus 5.5 依然维持着它高高在上的定价，每百万 token 输出要收 20 美元；Gemini 4 Carbon 收 10 美元；就算是一向喜欢在价格上搞事情的 OpenAI，GPT-6.1 Terra 的输出也要 5 美元。而 LongCat 2.5 直接报出了 1.20 美元。

这意味着什么？假如你有一个重度依赖长输出的端到端软件生成任务，每次跑完需要模型累计吐出 500 万 token 的代码和文档。用 Opus 5.5 你得掏 100 美元，用 GPT-6.1 Terra 得掏 25 美元，而切到 LongCat 2.5 上，账单上只显示 6 美元。如果再把前面提到的 0.30 美元输入价和 0.006 美元缓存价叠加上去，跑同样规模的自动化测试循环，你的 API 预算能从每个月几千美金直接缩水到几百美金。

但是，我必须在这里泼一盆冷水。

第一，LongCat 2.5 这个 0.30 / 1.20 美元的定价，在美团自家平台的文档里明确标了“限时折扣价”。国内大厂推新业务时的补贴套路大家都熟，先用贴着成本线甚至亏本的价格把开发者和流量吸进来，等你的工作流深度绑定了，折扣期一过，价格随时可能回调。至于回调之后是涨到跟 GPT-6.1 Terra 差不多的水平，还是依然保持半价优势，现在没人敢打包票。

第二，便宜不代表划算，如果模型笨，返工的成本更贵。目前 LongCat 2.5 没有任何独立的第三方权威评测分数背书。它在 3D 设计和 GUI 操作上到底有多准？写出来的代码是一次编译通过，还是需要智能体在终端里反复报错重试十几次？如果用 Opus 5.5 跑两次就能解决的 bug，用 LongCat 2.5 得死循环跑三十次还改不对，那单价再便宜也是白搭，还浪费了你的时间。所以千万别看它参数大、价格低，就在脑子里直接给它画上“最强”或者“完美平替”的等号。

双协议兼容与白嫖现有工具链的捷径

以往国内发布一个新模型，开发者最头疼的是生态隔离。你得去读它自己发明的一套乱七八糟的接口文档，重写鉴权逻辑，改掉原本跑得好好的消息结构体。

美团这次学聪明了。LongCat 2.5 的 API 原生同时兼容 OpenAI 和 Anthropic 两种请求格式。

这一点在实际工程里极其省事。现在市面上主流的 AI 编程工具和智能体框架，底层逻辑基本就分两大派系：一派是以 Cursor、Codex 衍生工具为代表的 OpenAI 接口规范派；另一派是以 Claude Code 为代表的 Anthropic 接口规范派，特别依赖 Anthropic 那套独特的工具调用（Tool Use）和缓存标记格式。

LongCat 2.5 两边都接得住。你现在正在用的 Claude Code 命令行工具，或者自己在项目里写的基于 OpenAI SDK 的自动化脚本，一行原有业务代码都不用改。去环境变量或者初始化配置里，把 base_url 换掉，再填入对应的 API Key，就能直接把大脑换成 LongCat 2.5。

除了美团自家的聊天服务网页端和官方 API 平台，这回他们还同步把模型上架到了 Vercel AI Gateway。对于很多本来就在用 Vercel 部署前端和边缘函数的海外及独立开发者来说，连去美团平台单独注册绑卡的步骤都能省掉，直接走 Vercel 的统一网关端点就能调通，账单还能合在一起算。

至于开源社区关心的模型权重问题，目前权重还没放出来。美团官方的说法是后续计划在 GitHub 和 Hugging Face 上发布。考虑到它总参数量高达 1.6 万亿，就算真把权重扔上 Hugging Face，普通开发者手里的几张消费级显卡也根本塞不下，那更多是给有大型集群的企业做私有化部署微调准备的。咱们普通人老老实实调 API 就行。

下面我写一段直接能抄走的 Python 接入示例。这里用的是大家最熟悉的 OpenAI 官方 SDK 格式，我把模型调用的骨架搭好了，你拿到手之后，只要按注释提示去美团官方文档或者 Vercel 控制台把真实的网关地址填进去就能跑：

import os
from openai import OpenAI

# 初始化客户端，直接复用现有的 OpenAI SDK
# 注意：不要改动你原有的业务代码逻辑，只替换这里的连接配置
client = OpenAI(
    api_key=os.environ.get("LONGCAT_API_KEY", "填入你的美团或Vercel密钥"),
    # 下面这个 base_url 是占位写法，请按美团官方文档或 Vercel AI Gateway 控制台给出的真实端点域名填入
    base_url="https://api.example.com/v1", 
)

def run_agent_step(system_prompt: str, task_context: str):
    response = client.chat.completions.create(
        model="longcat-2.5", # 按接入平台实际标定的模型 ID 填写
        messages=[
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": task_context}
        ],
        max_tokens=32000, # 最大可拉到 128000，按需分配防止失控
        temperature=0.2,
    )
    return response.choices[0].message.content

if __name__ == "__main__":
    # 模拟一个需要读取长上下文并输出完整重构代码的任务
    sys_msg = "你是一个负责端到端重构的编程智能体，直接输出修改后的完整文件代码。"
    user_task = "这里假设塞入了 20 万 token 的项目历史日志与源码..."
    
    result = run_agent_step(sys_msg, user_task)
    print(result)

如果你平时主力用 Claude Code，操作更简单，直接在启动终端前导出环境变量，把 Anthropic 的基础地址覆写成美团兼容 Anthropic 格式的那个端点地址，你的 Claude Code 就能按 1.2 美元的输出价开始干活了。

别急着全量切换，按这个路子去探底

聊到这儿，情况已经很明朗了。LongCat 2.5 给出了一个极具诱惑力的账面规格：百万级上下文、超过十万的单次输出上限、原生多模态空间理解，外加低到尘埃里的限时折扣价和零成本的协议迁移方案。但横在它面前的，是折扣随时结束的不确定性，以及缺乏公开实战检验的黑盒状态。

如果你手里正好有每天都在烧钱的智能体业务，或者你自己在用编程助手写大型项目，千万别脑袋一热把生产环境的流量全切过去。

LongCat 2.5 是个用限时低价敲开门的百万上下文大块头，趁着现在每百万输出只要 1.20 美元，你今天下班前就从手头挑一个平时跑起来最费 token 的长程报错修复任务，在 Claude Code 或 Cursor 里换上它的网关地址花两块钱跑一次，看看它能不能在不死循环的前提下给你把活干完。

参考资料与信息来源：

• https://aitoolsrecap.com/Blog/ai-news-november-03-2026
• https://www.communeify.com/en/blog/ai-daily-2026-11-03/
• https://www.scriptbyai.com/gpt-gemini-claude-pricing/