11 月 2 日，美团发布 LongCat-2.5：总参数 1.6 万亿，每个 token 激活约 480 亿，面向长程智能体任务。 官方给它的训练目标写得很具体——复杂代码库开发、完整项目构建。 换成大白话，验收标准从“写对一段代码”变成了“做完一个项目”。知乎LongCat
把官方演示和评测放在一起，长程任务大致分三类：读代码库、改代码、跑终端的代码智能体；查资料、调工具、做表格的通用智能体；看图写页面、生成 3D 场景的视觉智能体。官方演示列了 8 个端到端案例，包括实时流体模拟、3D 文物展示、城市沙盘、商业经营分析、客户反馈报告和活动邀请函等。 共同点不是生成一段代码，而是让模型自己拆步骤、调工具，最后交出一个能点开、能交互的成品。LongCat
商业经营分析更能说明“长程”意味着什么。官方描述里，模型要整合多渠道经营数据、厘清数据口径、算清真实利润，再拆解投入产出，转成营销、供货、库存与预算建议。一篇解读提到，模型在一个品牌案例里自己构建渠道利润表，发现支付 GMV 涨了 23.2%、渠道利润却降了 1.7%。 这类任务难的地方不在算一个数，而在每一步都要接住上一步的结果，中途算错一个口径，后面的建议就全歪了。知乎
代码任务是最硬的试金石。官方表格里，Terminal Bench v2.1 是 87.93 分，已经贴近 Claude Opus 5 的 89.1 分；换成更难的 Terminal Bench v4.0，只有 37.2 分，Opus 5 是 53.9 分；NL2Repo 60.5 分，也落后于 75.3 分。 这些数字都是官方自测，还没有第三方独立复核。 这说明它能跑完中等长度的终端任务，但遇到要读完整仓库、跨文件修改、反复验证的硬活，离第一梯队还有距离。LongCat知乎
它更稳的地方在通用智能体和视觉任务。BrowseComp 91.9 分，略高于 Opus 5 的 90.8 分。 视觉侧，3DCodeBench 55.4 分，略高于 54.3 分；官方演示里的实时流体、3D 文物和城市沙盘，都是它端到端生成的网页。知乎
正式版发布当天，B 站 UP 主“AI产品狙击手”把模型接进 agent、思考拉满跑自研基准。他的评价是：强约束指令能守住数字结尾，但语义和常识还翻小错；浏览器 OS、Trello 看板能跑功能，弹窗层级和拖拽残留却露了怯；3D 赛车不崩，颜值一般。 跑完流程和把细节做对，是两件事。哔哩哔哩
开发者想试，门槛不高。网页端在 longcat.chat（海外 longcat.ai）注册就能对话；要接进工程，去 longcat.chat/platform 创建 API Key，接口同时兼容 OpenAI 与 Anthropic。 OpenAI 格式的 base URL 是 https://api.longcat.chat/openai，Anthropic 格式是 https://api.longcat.chat/anthropic，模型名都填 LongCat-2.5。按量计费，限时价每百万 token 输入 2 元、缓存命中 0.04 元、输出 8 元，官方提醒以平台账单为准。LongCat 开放平台LongCat 定价页
接 Claude Code 最省事：在 ~/.claude/settings.json 里把 ANTHROPIC_BASE_URL 指向 https://api.longcat.chat/anthropic，ANTHROPIC_AUTH_TOKEN 填你的 API Key，ANTHROPIC_MODEL 填 LongCat-2.5；Codex、OpenCode、Cline、Kilo Code、CatPaw、Hermes 也有现成配置。 上下文是 1M token；最大输出在快速开始页写 128K，模型参数页写 262,144，接入前最好以实际接口为准。 图片最多 50 张，视频最多 10 个、单个不超过 100MB 且时长小于 3600 秒。LongCat 文档LongCat 模型参数
这次没有开放权重。官网博客的 GitHub 和 HuggingFace 按钮仍挂着“敬请期待”，IT之家也写“Github、HuggingFace：即将上线”；想本地部署龙猫，目前只能先用 MIT 协议的 LongCat-2.0。IT之家
如果你要试，别一上来就把写文件、删文件、花钱的工具全交给它。先用只读仓库跑一遍，看它从第几步开始偏，再决定放哪些权限；这比看榜单更能判断它能不能接你的活。知乎
