LongCat-2.5：多模態 Agent、API 串接與價格
LongCat-2.5 是美團針對長程 Agent 任務推出的原生多模態模型，重點在於看圖寫程式、處理複雜工程，以及連續使用工具。它不只是回答一段文字：在配備瀏覽器、終端機和測試工具的環境中，可以圍繞同一目標反覆修改、執行並檢查結果。官方發布介紹
貴數智能目前的即時目錄已列出精確模型 ID LongCat-2.5，支援文字與圖片輸入；目錄狀態不表示每個用戶端、工具或長任務都已通過實測。串接前請先查看模型指南與即時價格。本文核驗日期為 2026-11-03。
參數與版本：正式版不再叫 Preview
| 項目 | 目前資訊 |
|---|---|
| 模型 ID | LongCat-2.5，保留大小寫與 ASCII 連字號 |
| 模型規模 | 總參數 1.6 兆，每個 token 約啟用 480 億參數 |
| 官方上下文上限 | 1,048,576 tokens，即 1M；輸入與輸出合計 |
| 官方最大輸出 | max_tokens 上限 262,144，即 256K |
| 主要用途 | 視覺程式設計、3D 互動、長程程式碼與工具任務 |
| 版本時間 | 官方發布文章標註 11 月 1 日；API 更新日誌標註 11 月 2 日上線 |
來源：官方發布介紹、模型參數、更新日誌。官方參數頁目前列出的最大輸出是 256K，而非部分早期介紹中的 128K。這是廠商介面的上限，第三方閘道或用戶端可能設有較低的限制。
為何適合看圖寫程式與長任務？
LongCat-2.5 將圖像表示為多層離散 token，與文字共同處理；強化學習任務則包含真實程式碼環境、可驗證測試，以及從 Agent 失敗軌跡重建的任務。這些設計著重於「理解材料—執行—閱讀回饋—繼續修正」的工作方式，而非僅優化單次回答。官方技術介紹
對開發者而言，關鍵是將檢查結果重新交給模型：截圖是否接近目標版面、測試是否通過，以及產生的檔案能否開啟。模型支援視覺，不代表會自動取得瀏覽器權限；工具、檔案存取與執行環境仍須由應用程式提供。
3D 場景：不只好看，也要能操作
賽博禪心作者金色傳說大聰明展示了城市夜景、黑洞、可玩的魔術方塊、粒子鋼琴與孔明燈等案例，並評論其 3D 視覺效果。這些是第三方體驗，並非貴數智能的獨立實測。文章來源
重現類似任務時，建議將驗收要求寫成可操作的條件：
- 城市場景：訂單與外送員是否確實移動，暫停及速度控制是否有效；不要只檢查光效。
- 魔術方塊：轉動各層後的狀態是否一致，打亂與復原是否作用於同一個狀態模型。
- 粒子鋼琴：觸控與鍵盤輸入是否一致，音訊是否在使用者操作後啟動，減少粒子數量後是否仍能使用。
固定同一提示、資源預算與執行環境，保存首輪結果及修改紀錄，才有辦法比較不同模型完成任務的成本。
辦公與程式碼：明確定義「完成」
經營分析任務應先釐清欄位、幣別及時間範圍，再要求每個結論都能追溯至原始資料；圖表美觀不能取代公式正確。程式碼任務則應先記錄既有測試狀態，限定可修改的目錄，並讓 Agent 在結束時列出變更檔案、測試結果與未解決問題。正式寄送報告、發布程式碼或修改正式環境資料，仍需要應用程式本身的權限控管。
如何解讀跑分：比較任務，不籠統宣稱全面領先
| 廠商公布的評測 | 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 |
這些分數來自LongCat 官方評測表，並非本站測試。評測依賴相應工具環境、上下文預算及評分規則；它們支持「長任務能力有所提升」的判斷，卻無法保證任意專案都能一次完成。
價格：廠商直連與本站倍率應分開看
LongCat 官方目前的限時價格，以每百萬 tokens 計算：未命中快取輸入 ¥2、快取輸入 ¥0.04、輸出 ¥8。價格可能變動，廠商帳單以其平台為準。官方價格頁
貴數智能參考表保留 2 倍率，輸入參考價 ¥0.8 / 百萬 tokens；2026-11-03 查詢的本站即時模型目錄顯示輸入 ¥0.4、輸出 ¥1.6、快取 ¥0.04 / 百萬 tokens，輸入價格對應 1 倍率。參考表與即時設定存在差異，請以即時價格及實際請求帳單為準，不要混用兩套價格。
比較長任務成本時，應統計完整任務中的所有回合、工具回傳、重試與輸出，而不是只比較一次輸入的單價。
API 串接：網址、Key 與模型 ID 必須相符
以下是廠商直連的最小文字範例，使用 LongCat 平台發放的 Key；並非貴數智能的請求網址。官方快速入門
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
}'
使用貴數智能時，請改用本站 Key、本站 Base URL 及對應協定；不要將廠商 Key 傳送給其他服務。正確網址與協定說明請見API 端點教學，模型頁也提供目前的串接資訊。
圖片請求須將 content 改為內容區塊陣列，其中包含 text 與 image_url。先使用一張附有明確問題的小圖檢查辨識結果，再增加圖片數量與工具呼叫。廠商文件亦介紹影片輸入，但本站目前目錄僅標註文字和圖片，本文不承諾閘道支援影片。官方視覺介面
常見問題
LongCat-2.5 與 LongCat-2.0 該如何選擇？
需要理解截圖、視覺問答或依照圖片修改介面時，可優先評估 2.5；既有純文字流程則可用相同任務集與 2.0 比較正確率、總費用及延遲。參考LongCat-2.0 介紹，不要只看版本號就替換所有正式環境任務。
支援 3D，就代表它是圖片或影片生成介面嗎？
不是同一回事。這裡的 3D 案例主要由模型產生程式碼，再透過瀏覽器或其他執行環境渲染。是否有能直接回傳圖片或影片的專用介面，需要另行查閱產品文件。
模型已列在目錄，為何任務仍然失敗？
請檢查模型 ID、Key 所屬平台、Base URL、協定、請求大小及工具權限。長任務也可能受用戶端逾時、輸出截斷或環境相依套件影響；先保存錯誤類型與請求時間，再針對問題排查，避免盲目重試已產生副作用的操作。
封面來自賽博禪心的 LongCat-2.5 文章。模型參數與廠商評測以文中官方來源為準；第三方體驗與工作流程建議已分別標明。