LongCat-2.5: Agent đa phương thức, kết nối API và giá

LongCat-2.5 là mô hình đa phương thức gốc của Meituan dành cho các tác vụ Agent kéo dài, tập trung vào viết mã từ hình ảnh, xử lý dự án kỹ thuật phức tạp và sử dụng công cụ liên tục. Mô hình không chỉ trả lời bằng văn bản: trong môi trường có trình duyệt, terminal và công cụ kiểm thử, nó có thể lặp lại việc chỉnh sửa, chạy và kiểm tra kết quả để đạt cùng một mục tiêu.Giới thiệu chính thức

Danh mục trực tiếp của Guishu (贵数智能) hiện đã liệt kê đúng ID LongCat-2.5, với đầu vào văn bản và hình ảnh. Trạng thái trong danh mục không có nghĩa mọi ứng dụng khách, công cụ hay tác vụ dài đều đã được kiểm thử thực tế. Trước khi kết nối, hãy xem hướng dẫn mô hình và giá hiện hành. Thông tin trong bài được kiểm tra ngày 2026-11-03.

Tham số và phiên bản: bản chính thức không còn tên Preview

Mục	Thông tin hiện tại
ID mô hình	LongCat-2.5, giữ nguyên chữ hoa, chữ thường và dấu gạch nối ASCII
Quy mô	Tổng cộng 1,6 nghìn tỷ tham số, khoảng 48 tỷ được kích hoạt cho mỗi token
Giới hạn ngữ cảnh chính thức	1,048,576 tokens, tức 1M; tổng đầu vào và đầu ra
Đầu ra tối đa chính thức	Giới hạn max_tokens là 262,144, tức 256K
Công dụng chính	Lập trình thị giác, tương tác 3D, tác vụ mã và công cụ kéo dài
Mốc phát hành	Bài giới thiệu chính thức ghi ngày 1 tháng 11; nhật ký API ghi mở cung cấp ngày 2 tháng 11

Nguồn: giới thiệu chính thức, tham số mô hình, nhật ký thay đổi. Trang tham số chính thức hiện ghi đầu ra tối đa 256K, không phải 128K như một số bài giới thiệu ban đầu. Đây là giới hạn API của hãng; cổng trung gian hoặc ứng dụng khách bên thứ ba có thể đặt giới hạn thấp hơn.

Vì sao phù hợp với viết mã từ hình ảnh và tác vụ dài?

LongCat-2.5 biểu diễn hình ảnh bằng nhiều lớp token rời rạc và xử lý cùng văn bản. Các tác vụ học tăng cường gồm môi trường mã thực tế, bài kiểm thử có thể xác minh và tác vụ được tái tạo từ những lần Agent thất bại. Thiết kế này hướng đến quy trình “hiểu tài liệu—thực thi—đọc phản hồi—tiếp tục sửa”, thay vì chỉ tối ưu một câu trả lời.Giới thiệu kỹ thuật chính thức

Với nhà phát triển, điều quan trọng là đưa kết quả kiểm tra trở lại mô hình: ảnh chụp màn hình có gần bố cục mục tiêu không, kiểm thử có đạt không, tệp tạo ra có mở được không. Hỗ trợ thị giác không đồng nghĩa tự động có quyền điều khiển trình duyệt; công cụ, quyền truy cập tệp và môi trường chạy vẫn do ứng dụng cung cấp.

Cảnh 3D: đẹp mắt nhưng cũng phải thao tác được

Tác giả “金色传说大聪明” của “赛博禅心” trình bày các ví dụ như thành phố về đêm, hố đen, khối Rubik có thể chơi, đàn piano hạt và đèn trời, đồng thời nhận xét về hiệu ứng thị giác 3D. Đây là trải nghiệm của bên thứ ba, không phải kết quả kiểm thử độc lập của Guishu.Bài gốc

Khi tái hiện tác vụ tương tự, nên chuyển yêu cầu nghiệm thu thành các điều kiện thao tác cụ thể:

• Cảnh thành phố: đơn hàng và người giao hàng có thực sự di chuyển không, chức năng tạm dừng và điều chỉnh tốc độ có hoạt động không? Đừng chỉ xem hiệu ứng ánh sáng.
• Khối Rubik: trạng thái có nhất quán sau khi xoay các tầng không, xáo trộn và khôi phục có dùng cùng một mô hình trạng thái không?
• Đàn piano hạt: đầu vào cảm ứng và bàn phím có nhất quán không, âm thanh có bắt đầu sau thao tác của người dùng không, giảm số hạt thì vẫn sử dụng được chứ?

Cố định cùng lời nhắc, ngân sách tài nguyên và môi trường chạy; lưu kết quả lượt đầu cùng lịch sử chỉnh sửa để so sánh chi phí hoàn thành giữa các mô hình.

Văn phòng và mã: định nghĩa rõ thế nào là “hoàn thành”

Với phân tích kinh doanh, trước tiên cần xác định trường dữ liệu, tiền tệ và khoảng thời gian, rồi yêu cầu từng kết luận truy ngược được về dữ liệu gốc. Biểu đồ đẹp không thay thế cho công thức đúng. Với tác vụ mã, hãy ghi lại trạng thái kiểm thử ban đầu, giới hạn thư mục được sửa và yêu cầu Agent liệt kê tệp đã thay đổi, kết quả kiểm thử cùng vấn đề chưa giải quyết khi kết thúc. Gửi báo cáo chính thức, phát hành mã hoặc sửa dữ liệu sản xuất vẫn cần cơ chế phân quyền riêng của ứng dụng.

Đọc benchmark: so sánh tác vụ, không tuyên bố vượt trội toàn diện

Đánh giá do hãng công bố	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

Các điểm số này lấy từ bảng đánh giá chính thức của LongCat, không phải do trang này chạy thử. Đánh giá phụ thuộc môi trường công cụ, ngân sách ngữ cảnh và quy trình chấm điểm. Chúng hỗ trợ nhận định rằng khả năng làm tác vụ dài đã cải thiện, nhưng không bảo đảm mọi dự án đều hoàn thành ngay lần đầu.

Giá: tách biệt kết nối trực tiếp với hãng và hệ số của trang

Giá ưu đãi có thời hạn hiện tại của LongCat tính trên mỗi triệu tokens: đầu vào không trúng bộ nhớ đệm ¥2, đầu vào từ bộ nhớ đệm ¥0.04, đầu ra ¥8. Đây là giá bằng nhân dân tệ. Giá có thể thay đổi và hóa đơn của hãng tuân theo nền tảng của hãng.Trang giá chính thức

Bảng tham chiếu Guishu vẫn ghi hệ số 2×, giá đầu vào tham khảo ¥0.8 / triệu tokens. Trong khi đó, danh mục mô hình trực tiếp được kiểm tra ngày 2026-11-03 hiển thị đầu vào ¥0.4, đầu ra ¥1.6, bộ nhớ đệm ¥0.04 / triệu tokens; giá đầu vào tương ứng hệ số 1×. Bảng tham chiếu và cấu hình hiện hành có khác biệt. Hãy dựa vào giá trực tiếp cùng hóa đơn yêu cầu thực tế, không trộn hai hệ giá.

Khi so sánh chi phí tác vụ dài, cần cộng tất cả lượt trao đổi, kết quả trả về từ công cụ, lần thử lại và đầu ra của toàn bộ tác vụ, thay vì chỉ so đơn giá đầu vào của một lần gọi.

Kết nối API: địa chỉ, Key và ID mô hình phải đi cùng nhau

Dưới đây là ví dụ văn bản tối thiểu kết nối trực tiếp với hãng, sử dụng Key do nền tảng LongCat cấp; đây không phải địa chỉ yêu cầu của Guishu.Hướng dẫn bắt đầu chính thức

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
  }'

Khi dùng Guishu, hãy chuyển sang Key, Base URL và giao thức tương ứng của trang. Không gửi Key của hãng cho dịch vụ khác. Xem địa chỉ chính xác và cách dùng giao thức trong hướng dẫn endpoint API; trang mô hình cũng cung cấp thông tin kết nối hiện tại.

Yêu cầu hình ảnh cần đổi content thành mảng khối nội dung gồm text và image_url. Bắt đầu bằng một ảnh nhỏ kèm câu hỏi rõ ràng để kiểm tra nhận dạng, sau đó mới tăng số ảnh và lời gọi công cụ. Tài liệu hãng còn mô tả đầu vào video, nhưng danh mục hiện tại của trang chỉ ghi văn bản và hình ảnh; bài này không cam kết cổng trung gian hỗ trợ video.API thị giác chính thức

Câu hỏi thường gặp

Chọn LongCat-2.5 hay LongCat-2.0?

Nếu cần hiểu ảnh chụp màn hình, hỏi đáp thị giác hoặc sửa giao diện dựa trên hình ảnh, hãy ưu tiên đánh giá 2.5. Với quy trình thuần văn bản đang có, có thể dùng cùng bộ tác vụ để so sánh độ chính xác, tổng chi phí và độ trễ với 2.0. Tham khảo giới thiệu LongCat-2.0; đừng thay toàn bộ tác vụ sản xuất chỉ vì số phiên bản mới hơn.

Hỗ trợ 3D có nghĩa là API tạo ảnh hoặc video không?

Đây là những khái niệm khác nhau. Các ví dụ 3D ở đây chủ yếu là mô hình tạo mã, sau đó trình duyệt hoặc môi trường chạy khác dựng hình. Muốn biết có API chuyên dụng trả về trực tiếp ảnh hoặc video hay không, cần kiểm tra riêng tài liệu sản phẩm.

Vì sao mô hình đã được liệt kê nhưng tác vụ vẫn thất bại?

Kiểm tra ID mô hình, nền tảng cấp Key, Base URL, giao thức, kích thước yêu cầu và quyền của công cụ. Tác vụ dài còn có thể bị ảnh hưởng bởi thời gian chờ của ứng dụng khách, đầu ra bị cắt hoặc các thành phần phụ thuộc của môi trường. Trước tiên lưu loại lỗi và thời điểm yêu cầu, sau đó xử lý theo nguyên nhân; tránh thử lại mù quáng thao tác đã tạo ra tác động bên ngoài.

Ảnh bìa lấy từ bài LongCat-2.5 của “赛博禅心”. Tham số mô hình và đánh giá của hãng dựa trên các nguồn chính thức liên kết trong bài; trải nghiệm bên thứ ba và đề xuất quy trình được phân biệt rõ.