LongCat-2.5 : agents multimodaux, API et tarifs

LongCat-2.5 est le modèle multimodal natif de Meituan destiné aux tâches d'agent de longue durée : programmer à partir d'images, traiter des projets complexes et enchaîner les outils. Il ne se limite pas à une réponse textuelle : dans un environnement doté d'un navigateur, d'un terminal et d'outils de test, il peut modifier, exécuter et vérifier les résultats à plusieurs reprises pour atteindre un même objectif. Présentation officielle

Le catalogue en temps réel de Guishu Intelligence répertorie actuellement l'identifiant exact LongCat-2.5, avec des entrées texte et image. Cette présence ne signifie pas que chaque client, outil ou tâche longue a été testé. Avant l'intégration, consultez le guide du modèle et les tarifs en temps réel. Les informations de cet article ont été vérifiées le 2026-11-03.

Paramètres et version : la version finale ne s'appelle plus Preview

Élément	Information actuelle
Identifiant du modèle	LongCat-2.5 ; conserver les majuscules et le trait d'union ASCII
Taille du modèle	1,6 billion de paramètres au total, dont environ 48 milliards activés par token
Limite officielle de contexte	1,048,576 tokens, soit 1M, entrées et sorties cumulées
Sortie maximale officielle	Limite de max_tokens : 262,144, soit 256K
Usages principaux	Programmation visuelle, 3D interactive, tâches longues de code et d'utilisation d'outils
Dates de version	L'annonce officielle est datée du 1er novembre ; le journal API indique une disponibilité le 2 novembre

Sources : présentation officielle, paramètres du modèle, journal des modifications. La documentation actuelle fixe la sortie maximale à 256K, et non aux 128K mentionnés dans certaines premières présentations. Il s'agit de la limite de l'API du fournisseur ; une passerelle ou un client tiers peut imposer un plafond inférieur.

Pourquoi l'envisager pour la programmation visuelle et les tâches longues ?

LongCat-2.5 représente les images par plusieurs niveaux de tokens discrets, traités avec le texte. Ses tâches d'apprentissage par renforcement comprennent des environnements de code réels, des tests vérifiables et des tâches reconstruites à partir de trajectoires d'agents ayant échoué. Ces choix visent un cycle « comprendre, agir, lire les retours, corriger », plutôt que l'optimisation d'une réponse isolée. Présentation technique officielle

Pour le développeur, l'essentiel est de renvoyer les résultats des contrôles au modèle : la capture correspond-elle à la mise en page attendue, les tests passent-ils et les fichiers produits s'ouvrent-ils ? La vision ne donne pas automatiquement accès au navigateur. Les outils, les autorisations sur les fichiers et l'environnement d'exécution restent fournis par l'application.

Scènes 3D : belles, mais aussi utilisables

L'auteur 金色传说大聪明, sur le compte 赛博禅心, a présenté une ville de nuit, un trou noir, un cube manipulable, un piano à particules et des lanternes célestes, en commentant leur qualité visuelle en 3D. Il s'agit d'expériences tierces, pas de tests indépendants de Guishu Intelligence. Article source

Pour reproduire ces tâches, transformez les critères d'acceptation en vérifications concrètes :

• Ville : les commandes et les livreurs se déplacent-ils réellement ? Les commandes de pause et de vitesse fonctionnent-elles ? Ne vérifiez pas seulement les effets lumineux.
• Cube : l'état reste-t-il cohérent après la rotation des couches ? Le mélange et la résolution utilisent-ils le même modèle d'état ?
• Piano à particules : les commandes tactiles et au clavier sont-elles cohérentes ? Le son démarre-t-il après une action de l'utilisateur ? L'ensemble reste-t-il utilisable avec moins de particules ?

Gardez une consigne, un budget de ressources et un environnement identiques. Conservez le premier résultat et l'historique des corrections pour comparer le coût d'achèvement entre modèles.

Bureautique et code : définir précisément ce qui est « terminé »

Pour une analyse d'activité, précisez d'abord les champs, la monnaie et la période, puis exigez que chaque conclusion puisse être reliée aux données sources. Un beau graphique ne remplace pas une formule correcte. Pour le code, relevez l'état initial des tests, limitez les répertoires modifiables et demandez à l'agent de terminer par la liste des fichiers modifiés, des résultats de test et des problèmes ouverts. L'envoi d'un rapport, la publication de code ou la modification de données de production reste soumis aux autorisations de l'application.

Lire les scores : comparer des tâches, pas proclamer une supériorité générale

Évaluation publiée par le fournisseur	LongCat-2.0	LongCat-2.5
Terminal Bench v4.0	3.0	38.5
Program Bench Almost Resolved	2.5	25.5
AutomationBench v1.0.6	15.8	51.8

Ces scores proviennent du tableau officiel de LongCat, pas de tests réalisés par ce site. Ils dépendent des outils, du budget de contexte et du protocole de notation. Ils étayent une amélioration sur les tâches longues, sans garantir que tout projet sera achevé dès la première tentative.

Tarifs : distinguer l'accès direct du multiplicateur de la passerelle

Les tarifs promotionnels actuels de LongCat, par million de tokens, sont de ¥2 pour les entrées hors cache, ¥0.04 pour les entrées en cache et ¥8 pour les sorties. Ils peuvent évoluer ; la plateforme du fournisseur fait foi pour sa facturation. Tarifs officiels

Le tableau de référence de Guishu Intelligence conserve un multiplicateur de 2× et un prix d'entrée indicatif de ¥0.8 par million de tokens. Le catalogue en temps réel, consulté le 2026-11-03, affiche ¥0.4 en entrée, ¥1.6 en sortie et ¥0.04 en cache par million de tokens ; le prix d'entrée correspond à 1×. Le tableau de référence et la configuration active diffèrent. Consultez les tarifs en temps réel et les factures des requêtes sans mélanger ces deux systèmes tarifaires.

Pour comparer le coût de tâches longues, comptez l'ensemble des tours, des retours d'outils, des nouvelles tentatives et des sorties, plutôt que le seul prix unitaire d'une entrée.

Intégration API : faire correspondre adresse, clé et identifiant

Cet exemple textuel minimal se connecte directement au fournisseur, avec une clé délivrée par LongCat. Ce n'est pas une adresse de requête Guishu Intelligence. Démarrage rapide officiel

curl https://api.longcat.chat/openai/v1/chat/completions \
  -H "Authorization: Bearer $LONGCAT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "LongCat-2.5",
    "messages": [{"role": "user", "content": "Explain how to validate a generated 3D scene."}],
    "max_tokens": 1024
  }'

Avec Guishu Intelligence, utilisez la clé du site, son Base URL et le protocole correspondant. N'envoyez pas la clé d'un fournisseur à un autre service. Le tutoriel des points de terminaison API détaille les adresses et les protocoles ; la page du modèle présente également les informations d'intégration actuelles.

Pour une requête avec image, remplacez content par un tableau de blocs contenant text et image_url. Commencez par une petite image et une question précise pour vérifier la reconnaissance, puis augmentez le nombre d'images et ajoutez les appels d'outils. Le fournisseur documente aussi les entrées vidéo, mais le catalogue actuel de cette passerelle ne mentionne que le texte et les images ; cet article ne promet donc pas la vidéo sur la passerelle. Interface visuelle officielle

Questions fréquentes

Comment choisir entre LongCat-2.5 et LongCat-2.0 ?

Évaluez d'abord 2.5 pour comprendre des captures, répondre à des questions visuelles ou modifier une interface à partir d'une image. Pour les processus textuels existants, comparez exactitude, coût total et latence à 2.0 sur les mêmes tâches. Consultez la présentation de LongCat-2.0 ; ne remplacez pas toutes les tâches de production sur la seule base du numéro de version.

La prise en charge de la 3D signifie-t-elle qu'il s'agit d'une API de génération d'images ou de vidéos ?

Ce sont des capacités distinctes. Les exemples 3D présentés ici reposent surtout sur du code généré, rendu dans un navigateur ou un autre environnement. Vérifiez séparément la documentation produit pour savoir s'il existe une interface dédiée renvoyant directement des images ou des vidéos.

Pourquoi une tâche peut-elle échouer alors que le modèle est répertorié ?

Vérifiez l'identifiant, la plateforme ayant délivré la clé, le Base URL, le protocole, la taille de requête et les autorisations des outils. Les tâches longues peuvent aussi rencontrer des délais d'expiration du client, une sortie tronquée ou des dépendances manquantes. Conservez le type d'erreur et l'heure de la requête avant d'en rechercher la cause, sans relancer aveuglément une opération ayant peut-être déjà produit des effets.

La couverture provient de l'article LongCat-2.5 de 赛博禅心. Les paramètres et évaluations du fournisseur s'appuient sur les sources officielles citées ; les expériences tierces et les recommandations de travail sont identifiées séparément.