美团 LongCat-2.5-Preview 上线：1.6 万亿参数只激活 480 亿，缓存价打到 0.006 美元

9 月 25 日，美团 LongCat API 开放平台上线 LongCat-2.5-Preview，API 和网页端同步开放。

参数组合值得先看：延续 MoE 路线，总参数约 1.6 万亿，每次推理只激活约 480 亿。高稀疏度不是用来刷分的，是为了吞吐和性价比。上下文原生 100 万 token，官方点名的适用场景是超长文档、代码库、日志和多轮复杂任务。

这一版新增了图片理解，能做跨模态问答、内容摘要和复杂视觉推理。编码能力被单独列为核心特性，官方明确写了与 Claude Code、Hermes、OpenClaw、OpenCode、Kilo Code 协同——也就是说，你现在的 Claude Code 工作流里换模型这条路是通的。

定价里藏着这次的意图

公开报道给出的限时价是：输入 0.3 美元、输出 1.2 美元、缓存输入 0.006 美元每百万 token。前两个是延续上一代的性价比路线，第三个才是重点。

为什么要把缓存打到几厘钱？因为这一版明确是冲着长程 agent 去的，官方点名的使用场景包括终端、浏览器、操作系统 GUI、电子表格和设计工具。跑过 agent 的人都知道代价在哪：模型在终端敲代码、在浏览器翻页面、在表格里取数，每走一步都要把前面几十步的历史重新喂一遍。没有极便宜的缓存，几十步以上的工具链任务，光是复读历史就能把钱包吸干。

缓存成本砍掉两个数量级，等于给”长链条自动化”铺了经济可行性。

另外，已有账户被直接发放了 500 万 token 用来测。

一人公司今天能动手的

最省事的一条：你手上有现成的 Claude Code 流水线，把模型切到 LongCat-2.5-Preview，拿你最长的那个任务跑一遍。判断标准不是”它聪不聪明”，而是第 30 步的时候它还记不记得最初要干什么。这才是 1M 上下文加原生多模态要解决的真问题——跨软件操作时视觉对齐和目标漂移。

第二条和钱有关：如果你在做一个会跑几十步的 agent 产品，重算一遍成本模型。在缓存 0.006 美元的价格下，“每步都全量回灌历史”从不可接受变成可以接受，你原来为了省钱做的历史压缩、摘要裁剪，可能反而是拖累效果的那一环。

泼冷水

三个不确定。

一，这一版没有公布任何跑分，跟上一代 LongCat-2.0 发版时”对标最先进水平”的做法完全不同。没有榜单数据，意味着你只能自己测，也意味着”好不好”这件事官方没给背书。上一代在小规模实测里的口碑是参差的。

二，限时价就是限时价。0.3 美元的定价窗口什么时候结束、结束后涨到多少，现在没有答案。把成本模型建立在限时价上，跟建立在”永远便宜”上是同一个错误——你可以用它跑 PoC，别用它签一年的对客报价。

三，1.6 万亿参数听着唬人，但你用到的永远只是激活的那 480 亿。真正决定你能不能上生产的是三件事：长链条上会不会跑偏、限流策略、以及模型下线时你有没有退路。这三件事官方都不会替你测。

原文：https://longcat.ai/ API 与套餐页：https://longcat.ai/platform/product?lang=en