LongCat-2.5: agentes multimodais, API e preços

O LongCat-2.5 é o modelo multimodal nativo da Meituan para tarefas prolongadas de agentes, com foco em programação a partir de imagens, projetos complexos e uso contínuo de ferramentas. Ele vai além de uma única resposta de texto: em um ambiente com navegador, terminal e ferramentas de teste, pode modificar, executar e conferir os resultados repetidamente para atingir o mesmo objetivo. Apresentação oficial

O catálogo em tempo real da Guishu Intelligence já lista o identificador exato LongCat-2.5, com suporte a entradas de texto e imagem. A presença no catálogo não significa que todos os clientes, ferramentas ou tarefas longas tenham sido testados. Antes de integrar, consulte o guia do modelo e os preços atuais. As informações deste artigo foram verificadas em 2026-11-03.

Parâmetros e versão: a versão final não se chama mais Preview

Item	Informação atual
Identificador do modelo	LongCat-2.5; preserve as maiúsculas e o hífen ASCII
Tamanho do modelo	1,6 trilhão de parâmetros no total, com cerca de 48 bilhões ativados por token
Limite oficial de contexto	1,048,576 tokens, ou 1M, somando entrada e saída
Saída máxima oficial	Limite de max_tokens: 262,144, ou 256K
Principais usos	Programação visual, 3D interativo e tarefas prolongadas de código e ferramentas
Datas da versão	O anúncio oficial é datado de 1º de novembro; o histórico da API registra disponibilidade em 2 de novembro

Fontes: apresentação oficial, parâmetros do modelo e histórico de alterações. A documentação atual define a saída máxima como 256K, e não os 128K mencionados em algumas apresentações iniciais. Esse é o limite da API do fornecedor; gateways ou clientes de terceiros podem adotar limites menores.

Por que avaliar o modelo para programação visual e tarefas longas?

O LongCat-2.5 representa imagens em vários níveis de tokens discretos, processados junto com o texto. Suas tarefas de aprendizado por reforço incluem ambientes reais de código, testes verificáveis e tarefas reconstruídas a partir de trajetórias de agentes que falharam. O objetivo é apoiar o ciclo de compreender, agir, ler os resultados e corrigir, em vez de otimizar apenas uma resposta isolada. Introdução técnica oficial

Para quem desenvolve, o essencial é devolver ao modelo os resultados das verificações: a captura corresponde ao layout desejado, os testes passam e os arquivos gerados podem ser abertos? Ter visão não concede acesso automático ao navegador. Ferramentas, permissões de arquivos e ambiente de execução continuam sendo fornecidos pela aplicação.

Cenas 3D: além de bonitas, precisam funcionar

O autor 金色传说大聪明, do perfil 赛博禅心, apresentou uma cidade à noite, um buraco negro, um cubo jogável, um piano de partículas e lanternas celestes, comentando a qualidade visual em 3D. São experiências de terceiros, não testes independentes da Guishu Intelligence. Artigo de origem

Ao reproduzir tarefas parecidas, transforme os critérios de aceitação em verificações práticas:

• Cidade: confira se pedidos e entregadores realmente se movimentam e se pausa e controle de velocidade funcionam; não avalie apenas os efeitos de luz.
• Cubo: verifique se o estado permanece consistente após girar as camadas e se embaralhar e resolver operam sobre o mesmo modelo de estado.
• Piano de partículas: confira a consistência entre toque e teclado, se o áudio começa após uma interação do usuário e se o resultado continua utilizável com menos partículas.

Mantenha a mesma instrução, orçamento de recursos e ambiente de execução. Salve o primeiro resultado e o histórico de alterações para comparar o custo de concluir a tarefa entre modelos.

Trabalho de escritório e código: defina o que significa “concluído”

Em uma análise de negócio, especifique primeiro os campos, a moeda e o período, e exija que cada conclusão possa ser rastreada até os dados de origem. Um gráfico bonito não substitui uma fórmula correta. Em tarefas de código, registre o estado inicial dos testes, limite os diretórios modificáveis e peça ao agente que termine listando os arquivos alterados, resultados dos testes e problemas pendentes. Enviar relatórios, publicar código ou alterar dados de produção continua exigindo os controles de permissão da aplicação.

Como interpretar os benchmarks: compare tarefas, não superioridade absoluta

Avaliação divulgada pelo fornecedor	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

Essas pontuações vêm da tabela oficial da LongCat, não de testes executados por este site. Dependem do ambiente de ferramentas, do orçamento de contexto e do protocolo de avaliação. Sustentam uma melhora em tarefas longas, mas não garantem a conclusão de qualquer projeto na primeira tentativa.

Preços: separe o acesso direto do multiplicador do gateway

Os preços promocionais atuais da LongCat, por milhão de tokens, são ¥2 para entrada sem cache, ¥0.04 para entrada em cache e ¥8 para saída. Os valores podem mudar; a plataforma do fornecedor é a referência para sua cobrança. Preços oficiais

A tabela de referência da Guishu Intelligence mantém um multiplicador de 2× e preço de entrada indicativo de ¥0.8 por milhão de tokens. O catálogo de modelos em tempo real, consultado em 2026-11-03, mostra ¥0.4 para entrada, ¥1.6 para saída e ¥0.04 para entrada em cache por milhão de tokens; o preço de entrada corresponde a 1×. A tabela de referência e a configuração ativa divergem. Consulte os preços atuais e a cobrança efetiva de cada solicitação, sem misturar os dois sistemas de preços.

Ao comparar custos de tarefas prolongadas, conte todos os turnos, retornos de ferramentas, novas tentativas e tokens de saída da tarefa inteira, não apenas o preço unitário de uma entrada.

Integração API: endereço, chave e identificador devem corresponder

O exemplo mínimo de texto abaixo se conecta diretamente ao fornecedor, com uma chave emitida pela plataforma LongCat. Não é um endereço de solicitação da Guishu Intelligence. Início rápido oficial

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
  }'

Para usar a Guishu Intelligence, substitua esses dados pela chave do site, sua Base URL e o protocolo correspondente. Não envie a chave de um fornecedor a outro serviço. Consulte os endereços exatos e os protocolos no tutorial de endpoints API; a página do modelo também oferece as informações atuais de configuração.

Para enviar imagens, altere content para um array de blocos com text e image_url. Comece com uma imagem pequena e uma pergunta clara para verificar o reconhecimento; depois aumente o número de imagens e acrescente chamadas de ferramentas. O fornecedor também documenta entradas de vídeo, mas o catálogo atual deste gateway só indica texto e imagens; este artigo não promete suporte a vídeo no gateway. Interface visual oficial

Perguntas frequentes

Como escolher entre LongCat-2.5 e LongCat-2.0?

Avalie primeiro a versão 2.5 para compreender capturas de tela, responder perguntas visuais ou alterar uma interface a partir de uma imagem. Para fluxos existentes apenas de texto, compare precisão, custo total e latência com a versão 2.0 usando as mesmas tarefas. Consulte a apresentação do LongCat-2.0; não substitua todas as tarefas de produção apenas pelo número da versão.

Suporte a 3D significa uma API de geração de imagens ou vídeos?

São capacidades diferentes. Os exemplos 3D deste artigo dependem principalmente de código gerado, renderizado em um navegador ou outro ambiente. A existência de uma interface dedicada que devolva imagens ou vídeos diretamente deve ser conferida separadamente na documentação do produto.

Por que uma tarefa falha mesmo com o modelo listado?

Verifique o identificador, a plataforma que emitiu a chave, a Base URL, o protocolo, o tamanho da solicitação e as permissões das ferramentas. Tarefas longas também podem esbarrar em timeouts do cliente, saídas truncadas ou dependências do ambiente. Salve o tipo de erro e o horário da solicitação antes de investigar, evitando repetir às cegas operações que talvez já tenham produzido efeitos.

A capa vem do artigo de 赛博禅心 sobre LongCat-2.5. Os parâmetros e avaliações do fornecedor seguem as fontes oficiais citadas; experiências de terceiros e recomendações de trabalho estão identificadas separadamente.