LongCat 2.5: Was das Preview-Modell von Meituan ist – und was es nicht ist

Fragt man LongCat 2.5 auf Meituans eigener Plattform ab, heißt das Modell, das man erhält, LongCat-2.5-Preview — und dieser Suffix ist keine Zierde. Er ist die Modell-ID, die Zeichenkette in jedem Codebeispiel, der Name auf der Preisliste und der einzige LongCat-2.5-Eintrag, den der Modell-Listing-Endpunkt des Anbieters zurückgibt. Meituans LongCat API Platform hat es unter einem datierten Changelog-Eintrag am 25. September 2026 live gestellt, zusammen mit dem einzigen anderen Modell der Plattform, LongCat-2.0. Fast drei Wochen später wurde es nicht umbenannt, sein Preis wird nach wie vor als Aktionspreis ausgewiesen, und niemand — Meituan eingeschlossen — hat auch nur eine einzige Benchmark-Zahl dafür veröffentlicht.

Diese Kombination ist der ganze Grund, warum es diese Seite gibt. Die Schnittstelle ist vollständig dokumentiert: ein OpenAI-kompatibler Endpunkt, ein Anthropic-kompatibler, eine veröffentlichte Preisliste, ein veröffentlichtes Kontextlimit. Das Fähigkeitsprofil ist überhaupt nicht dokumentiert, und eine Hauptfunktion wird von zwei Seiten desselben Dokumentationssatzes auf zwei verschiedene Weisen beschrieben. Wenn Sie entscheiden, ob Sie darauf aufbauen, ist das Nützliche eine präzise Liste dessen, was bekannt, was behauptet und was schlicht nicht vorhanden ist.

Was LongCat 2.5 ist und wer es veröffentlicht

LongCat ist Meituans Modellreihe, und die LongCat API Platform ist Meituans eigene Serving-Oberfläche dafür – kein Drittanbieter-Gateway. Die FAQ der Plattform beschreibt ihren Dienst als „KI-Modell-Proxy-Dienste speziell für die Modelle der LongCat-Serie“, wobei die Kompatibilität mit den API-Formaten von Open​AI und Anthrop​ic erhalten bleibt, sodass bestehende SDKs unverändert funktionieren. Die Support-Adresse auf den Seiten des Anbieters selbst ist longcat-team@meituan.com, und die Dokumentationswebsite, die Konsole und der API-Host befinden sich alle unter von Meituan kontrollierten Domains und Meituans Static-Asset-CDN.

Der Katalog ist kurz. Die Tabelle der unterstützten Modelle der Plattform listet genau zwei Einträge auf, LongCat-2.5-Preview und LongCat-2.0, beide identisch als „leistungsstarkes agentisches Modell“ beschrieben. Der GET /openai/v1/models-Endpoint gibt dieselben zwei und nichts anderes zurück, jeweils mit owned_by auf „LongCat“ gesetzt. „LongCat 2.5“ ist also keine Familie mit Varianten, zwischen denen man wählen müsste – es gibt ein 2.5-Modell, es ist das neuere der beiden auf der Plattform, und es ist dasjenige, das die eigene Pay-as-you-go-Preisseite der Plattform an erster Stelle aufführt.

Wofür es laut dem Anbieter im Versionshinweis gedacht ist, sind drei Dinge: Bildverständnis, Programmierung und Kompatibilität mit gängigen Entwicklungsumgebungen — genannt werden Claude Code, Hermes, OpenClaw, OpenCode und Kilo Code. Dieser Versionshinweis ist der eigene datierte Eintrag des Anbieters und die einzige Stelle, an der irgendeine dieser Aussagen auftaucht.

„Preview“ ist die Modell-ID, kein Marketingwort.

Die Unterscheidung ist wichtiger als sonst, denn auf dieser Plattform ist „Preview“ in drei konkreten Punkten tragend.

Erstens ist es die Zeichenfolge, die Sie senden müssen. Jede Beispielanfrage in der Dokumentation – cURL, Python, das OpenAI-SDK-Beispiel, das Anthropic-SDK-Beispiel – verwendet LongCat-2.5-Preview, und die Retrieve-Model-Referenz verwendet sie als Pfadparameter. Es gibt keinen GA-Alias, den Sie stattdessen senden können.

Zweitens ist der Preis ausdrücklich vorläufig. Die Preisseite setzt die Worte „limited-time“ in die Spaltenüberschrift über jeder Zahl und schließt mit einem Satz, den man zweimal lesen sollte: „Preise können sich ändern. Die auf der LongCat API Platform und in Ihren Abrechnungsunterlagen angezeigten Preise sind maßgeblich.“ Eine Preisliste, die Ihnen sagt, dass sie nicht die maßgebliche Quelle für ihre eigenen Zahlen ist, sagt Ihnen damit, dass Sie darauf kein Unit-Economics-Modell aufbauen sollten.

Drittens gibt es nirgends eine Stabilitätszusage. Es gibt kein veröffentlichtes Deprecation-Fenster, kein Versionierungsversprechen, keine Aussage darüber, ob das Modell dieselbe ID behält, wenn es den Preview-Status verlässt, oder ob -Preview einfach zugunsten eines neuen Namens eingestellt wird. Das ist das normale Risiko einer Preview, und die ehrliche Herangehensweise ist: Du kannst es heute aufrufen, aber du kannst nicht davon ausgehen, dass der Aufruf, den du heute schreibst, der Aufruf ist, den du behältst.

Was „Preview" hier nicht bedeutet, ist beschränkter Zugang. Die Plattform ist Self-Service: registrieren, einen Schlüssel erstellen, ein Prepaid-Guthaben aufladen. Nutzer im chinesischen Festland müssen eine Identitätsprüfung abschließen, bevor sie aufladen können; Nutzer außerhalb können sich mit einer Telefonnummer oder einer E-Mail-Adresse registrieren. Nichts in der Dokumentation stellt das Modell hinter einen Genehmigungsprozess.

Parameter und Architektur: Die Zahl, die alle zitieren, gehört zu LongCat 2.0

Meituan veröffentlicht keine Parameteranzahl für LongCat-2.5-Preview. Sie steht nicht im Changelog, nicht auf der Preisseite, nicht in der API-Referenz, nicht in den FAQ. Wer „ungefähr 1,6 Billionen Gesamtparameter mit etwa 48 Milliarden aktiven Parametern“ im Zusammenhang mit LongCat 2.5 gesehen hat, hat eine Zahl von LongCat 2.0 gesehen, die ein 2.5-Etikett trägt – und das Verräterische daran ist, dass der Satz fast immer mit „ungefähr“ relativiert wird, weil er von der älteren Model Card übernommen und nicht von dieser hier abgelesen wird.

Die Quelle dieser Zahl ist Meituans eigene Hugging-Face-Modellkarte für longcat-2.0, die so beginnt: „Wir stellen LongCat-2.0 vor, ein großskaliges MoE-Sprachmodell mit 1,6 Billionen Parametern insgesamt und ~48 Milliarden pro Token aktiviert.“ Diese Karte beschreibt außerdem LongCat Sparse Attention, das Pretraining über „Hunderte Milliarden Token an 1M-Kontextdaten“ und 135 Milliarden N-Gramm-Embedding-Parameter, die im Modell enthalten sind. Es ist eine gut dokumentierte Architektur, und sie gehört zu LongCat 2.0. Ob 2.5 diese Form übernimmt, ist eine vernünftige Erwartung und eine nicht dokumentierte Tatsache. Diese Seite wird es nicht als LongCat 2.5-Spezifikation ausgeben, und nichts anderes, was du diesen Monat liest, sollte das tun.

Offene Gewichte: Nein

Meituan veröffentlicht sehr viel auf Hugging Face – die meituan-longcat Organisation beherbergt rund dreißig Repositories, die Text-, Bild-, Video- und Audiomodelle umfassen, und die LongCat-2.0-Familie ist vollständig vertreten: das Basismodell plus FP8- und INT8-Geschwistermodelle, alle unter MIT. Es gibt kein LongCat-2.5-Repository. Die neueste Textgenerierungs-Veröffentlichung in der Organisation ist LongCat-2.0 von Anfang Juli 2026, und eine Suche im Hub nach LongCat-2.5 liefert kein Repository von Meituan oder von sonst jemandem.

Das Muster sagt auch in die andere Richtung etwas aus. Dass die Gewichte von LongCat 2.0 offen sind, zeigt sich im Ökosystem, das sich um offene Gewichte bildet – Community-Quantisierungen mit 3 Bit und 2 Bit, MLX-Konvertierungen, AutoRound-Builds mit gemischter Präzision. Nichts davon existiert für 2.5, weil es keine Gewichte gibt, die irgendjemand quantisieren könnte. Bis Meituan ein Repository veröffentlicht, sollte LongCat-2.5-Preview als geschlossenes, reines API-Modell behandelt werden, wie auch immer die Zukunft der LongCat-Reihe aussehen mag.

Der Umschlag, den der Anbieter tatsächlich veröffentlicht

Diese wurden am 13. Oktober 2026 aus Meituans eigener Dokumentation und seinen Preisseiten entnommen. Jede einzelne davon ist eine Angabe des Anbieters selbst; keine davon ist unabhängig verifiziert, und die letzte ist überhaupt keine Zahl.

• Kontextfenster — 1.048.576 Token. Die Beispielantwort der Retrieve Model-Referenz für LongCat-2.5-Preview gibt context_length: 1048576 zurück, und in der Schnellstartanleitung wird dasselbe Limit im Fließtext als „1M-Token-Kontextfenster“ angegeben.

• Maximale Ausgabe — 131,072 Token. Der Schnellstart schreibt es als „eine maximale Ausgabelänge von 128K Token“; die Chat-Completions-Referenz setzt die Obergrenze auf 131072 und den Standard auf 128k. Eine Zahl, drei Schreibweisen, und die größte davon ist die tatsächliche Obergrenze.

• Eingabemodalitäten — als Text dokumentiert. Dieselbe Retrieve Model-Antwort liefert input_modalities: ["text"] mit einem Modalitäts-String von text->text. Das Changelog behauptet Bildeingabe. Diese beiden Dinge befinden sich auf derselben Dokumentationsseite und widersprechen sich; der nächste Abschnitt behandelt dies.

• Ausgabemodalitäten — Text, wobei das Denken des Modells separat in einem reasoning_content Feld zurückgegeben wird, anstatt in die Antwort eingeflochten zu werden. Reasoning-Tokens werden im Nutzungsblock separat gezählt, was die Kostenzuordnung bei langen Ketten handhabbar macht.

• Preis pro Million Tokens — 0,30 $ für nicht gecachte Eingabe, 0,006 $ für gecachte Eingabe, 1,20 $ für Ausgabe. Die Seite kennzeichnet alle drei als „zeitlich begrenzt“. Dieselbe Tabelle enthält die Renminbi-Preisliste, ¥2 / ¥0,04 / ¥8, für Konten, die in China abgerechnet werden.

• Parameter – für dieses Modell nicht veröffentlicht. Die 1.6T/48B-Konfiguration ist die von LongCat 2.0.

• Unabhängige Punktzahl — keine vorhanden. Keine niedrige Punktzahl: keine Punktzahl.

Wo der Anbieter sich selbst widerspricht, wenn es um Bilder geht

Die zentrale Aussage des Changelogs ist eindeutig: „Multimodales Verständnis: Neue Bildverständnisfähigkeit, die Bildinhalte analysieren kann, unterstützt modalitätsübergreifende Frage-und-Antwort-Funktionen, Inhaltszusammenfassung und komplexes visuelles Schlussfolgern.“ Für ein Modell, dessen einziges weiteres dokumentiertes Unterscheidungsmerkmal darin besteht, billig zu sein, ist das das Feature, auf dem man aufbauen würde.

Die API-Referenz sagt das Gegenteil. Retrieve Model, aufgerufen für genau diese Modell-ID, gibt input_modalities: ["text"] und output_modalities: ["text"]. Die Chat-Completions-Referenz beschreibt das Feld content der Nachricht als „Nachrichteninhalt als Klartext-String“ — also einen String, nicht ein Array aus Inhaltsteilen, ohne Bild-URL-Parameter und ohne Attachment-Feld irgendwo im dokumentierten Anfrage-Body. Nichts in der dokumentierten Schnittstelle bietet eine Stelle, an der man ein Bild unterbringen könnte.

Eine dieser beiden Seiten ist veraltet, und von außen lässt sich nicht erkennen, welche. Das Changelog ist eine Release-Ankündigung, und Ankündigungen werden geschrieben, wenn eine Funktion eingeführt wird; die API-Referenz wird daraus generiert, was der Endpunkt tatsächlich akzeptiert, und Referenzseiten sind das Letzte, was jemand aktualisiert. Diese Argumentation weist in eine Richtung, und es ist Argumentation statt Beweise, weshalb diese Seite Bildeingabe nicht als funktionierendes Feature behaupten wird. Wenn Vision der Grund für Ihr Interesse ist, verbringen Sie zehn Minuten damit, ein Bild zu senden und die Antwort zu lesen. Planen Sie keine Pipeline um den Wortlaut des Changelogs herum, und schließen Sie das Modell auch nicht aufgrund der Referenzseite aus.

Es gibt keinen Maßstab. Das ist der Stand der Dinge.

Meituan hat keinen Benchmark für LongCat-2.5-Preview veröffentlicht. In der Dokumentation gibt es keine Evaluierungstabelle, im Changelog keine Vergleichsgrafik, auf der Preisseite keinen Score und keinen Release-Blogbeitrag, der einen enthalten würde – auf Meituans eigener Modellseite für die vorherige Generation ist eine technische Ausarbeitung angehängt, und für 2.5 gibt es nichts Vergleichbares, das wir auf irgendeiner Meituan-Oberfläche finden konnten. Das ist kein Versehen in diesem Artikel; es ist die erste Tatsache, die ein Käufer braucht.

Auch gibt es keinen unabhängigen Score. Artificial Analysis, das die LongCat-Reihe tatsächlich erfasst – es führt LongCat 2.0 mit einem Veröffentlichungsdatum vom 29. Juni 2026 sowie LongCat Flash Lite –, hatte keinen Eintrag für LongCat 2.5 in seinem Modellindex, als wir am 13. Oktober 2026 nachsahen. Wenn Sie diesen Monat eine Benchmark-Zahl für LongCat 2.5 sehen, ist die erste Frage, die Sie stellen sollten, woran sie tatsächlich hängt, denn die wahrscheinlichste Antwort ist, dass es sich um ein Ergebnis von LongCat 2.0 handelt, das von jemandem umetikettiert wurde, der annahm, die beiden Modelle hätten dasselbe Profil. Die oben beschriebene Verwirrung um die Parameteranzahl ist derselbe Fehler in anderem Gewand.

Was der Anbieter tatsächlich behauptet – ohne dass irgendetwas davon reproduziert wurde –, ist die dreiteilige Liste im Changelog: multimodales Verständnis, „überlegene Programmierfähigkeiten“, die „Codegenerierung, Codeverständnis und automatisierte Programmieraufgaben“ umfassen, und effizienter Betrieb mit Claude Code, Hermes, OpenClaw, OpenCode und Kilo Code. Betrachten Sie diese als die Beschreibung der Absicht des Anbieters. Zwei der drei sind Behauptungen, die jede Modellkarte dieser Klasse erhebt, und bei der dritten – der Umgebungskompatibilität – handelt es sich um die Art von Sache, die Sie selbst an einem Nachmittag überprüfen können, indem Sie Ihren Agenten auf den Endpunkt ausrichten und sehen, ob die Tool-Aufrufe in einer Form zurückkommen, die Ihr Harness versteht.

Wie man eine Antwort daraus bekommt

Die Plattform stellt über einen Schlüssel zwei kompatible Oberflächen bereit, der auf der Seite „API Keys“ der Konsole ausgestellt und als Authorization: Bearer übergeben wird.

• OpenAI-compatible — POST https://api.longcat.chat/openai/v1/chat/completions. Point the Open​AI SDK's base_url at https://api.longcat.chat/openai and it works unchanged; the vendor's own example sends model: "LongCat-2.5-Preview" with max_tokens: 1000 and temperature: 0.7.

• Anthropic-compatible — POST https://api.longcat.chat/anthropic/v1/messages with the anthropic-version: 2023-06-01 header, and https://api.longcat.chat/anthropic as the Anthrop​ic SDK's base URL. Both request and response formats follow the Messages API.

• Akzeptierte Parameter — max_tokens bis zu 131072 (Standard 128k), temperature von 0 bis 1, top_p, stream für SSE, tools und tool_choice, sowie ein thinking-Objekt, das {"type":"enabled"} oder {"type":"disabled"} annimmt. Reasoning ist ein Schalter in der Anfrage, keine separate Modell-ID.

• Ratenbegrenzung — eine Anfrage über dem Limit liefert HTTP 429 mit retry_after: 60, und die Dokumentation empfiehlt clientseitiges exponentielles Backoff. Weder eine Obergrenze für Anfragen pro Minute noch für Tokens pro Minute ist irgendwo veröffentlicht, man kann also aus der Dokumentation kein Parallelitätsbudget ableiten; man entdeckt das Limit, indem man es erreicht. Für eine Agent-Schleife, die pro Aufgabe dutzende Aufrufe auslöst, sollte man das vor dem ersten 429 wissen und nicht erst danach.

• Abrechnung — Prepaid-Guthaben, pro Anfrage abgerechnet, nur bei erfolgreichen Antworten. Fehlgeschlagene Anfragen — die Dokumentation nennt 401, 403, 429 und 500 — werden ausdrücklich nicht abgerechnet. Das Guthaben verfällt nicht, und Werbeguthaben wird vor dem bezahlten Guthaben verbraucht.

Zwei Details, die dich eine Debugging-Session kosten werden

Das erste ist das Reasoning-Feld. Das eigene Antwortbeispiel des Anbieters gibt eine Assistant-Nachricht zurück, die sowohl content als auch reasoning_content enthält, wobei reasoning_tokens innerhalb von usage.completion_tokens_details separat ausgewiesen werden. Das entspricht nicht der OpenAI-Form und nicht der Anthropic-Form: Es ist ein eingeschobenes Feld, das bei jeder Antwort mitgeliefert wird. Ein Client, der in ein festes Schema deserialisiert und unbekannte Schlüssel verwirft, wird das Reasoning des Modells stillschweigend verwerfen – und der Fehler bleibt unsichtbar, weil die Antwort trotzdem zurückkommt. Sie würden daraus schließen, das Modell sei schwächer, als es ist, und Sie lägen aus einem Grund falsch, der nichts mit dem Modell zu tun hat. Stellen Sie sicher, dass Ihr Client das Feld beibehält, bevor Sie die Qualität der Ausgabe beurteilen.

Die zweite ist die oben genannte Modalitätsfrage. Sie steht auf dieser Liste wegen der Art und Weise, wie die beiden Dokumente verteilt sind: Das Changelog ist die Seite, die man liest, um zu verstehen, was das Modell kann, und die API-Referenz ist die Seite, die man liest, um zu verstehen, wie man eine Anfrage stellt. Hier widersprechen sie sich in Bezug auf dasselbe Modell, und der Widerspruch betrifft genau das Feature, mit dem der Versionshinweis beginnt.

Was würde diese Empfehlung ändern?

Diese Seite ist eine Momentaufnahme, und sie ist die Momentaufnahme eines Modells mit vier offenen Fragen statt eines gefestigten. Fünf Dinge würden es voranbringen:

• Eine Umbenennung oder ein GA-Eintrag im Changelog — in dem Moment, in dem -Preview nicht mehr die Modell-ID ist, der Preis nicht mehr als zeitlich begrenzt gekennzeichnet wird und eine Stabilitätszusage bedeutsam wird.

• Ein Benchmark, von Meituan oder von einer Messorganisation – beides würde die derzeitige Situation ersetzen, in der die Kompetenz des Modells unbekannt und nicht bloß gering ist.

• Bildeingabe, in der Referenz demonstriert statt im Versionshinweis behauptet — die Korrektur hier ist eine einzeilige Änderung an einer generierten Seite, und sie würde den einzigen internen Widerspruch in der Dokumentationssammlung auflösen.

• Eine Parameteroffenlegung oder ein Hugging-Face-Repository – beides würde es erlauben, die 2.5-Architektur auf Grundlage von Belegen statt durch Vererbung von LongCat 2.0 zu diskutieren.

• Ein veröffentlichtes Rate Limit – das kleinste der fünf und dasjenige, das den größten Einfluss darauf hat, ob eine Agent-Workload planbar ist.

In der Zwischenzeit ist die praktische Haltung unkompliziert, und sie ist nicht dieselbe Haltung, die Sie bei einem bewerteten, bepreisten, stabilen Modell einnehmen würden. Eine unbewertete Vorschau zu einem Aktionspreis ist ein Modell, das Sie evaluieren, nicht eines, auf das Sie einen Produktionspfad ausrichten — und das macht das Fallback zu dem Teil, den es sich lohnt, sorgfältig einzurichten. Bei OrcaRouter stehen die Modelle, die wir anbieten, hinter einem einzigen Schlüssel zum Listenpreis des Anbieters mit Nullaufschlag, sodass eine Preisänderung eines Anbieters noch am selben Tag auf Ihrer Rechnung landet statt erst bei der Verlängerung, und automatisches Failover eine beeinträchtigte Anfrage zu einem gesunden Anbieter verschiebt, ohne dass Ihr Code davon weiß. LongCat-2.5-Preview ist keine unserer Routen, und wir bieten es nicht an, wer es ausprobieren will, muss direkt zu Meituans Plattform gehen; das Argument hier ist nur, dass alles, was auch immer Sie dahinter betreiben, nur eine Konfigurationszeile kosten sollte, um es zu erreichen, weil die Frage, die dieses Modell aufwirft — ist es gut genug für meine Arbeit — nur beantwortet werden kann, indem man es laufen lässt, und die Antwort kann durchaus nein sein.

Das ist die Gestalt des Ganzen. LongCat 2.5 ist ein echtes Modell auf einer echten Plattform mit einer dokumentierten Schnittstelle, einem veröffentlichten Preis und einem 1M-Token-Kontextfenster, und es ist zugleich eine Vorschau, deren Parameter, Benchmark und Vision-Unterstützung allesamt ungesichert sind. Beide Hälften sind wahr, beide sind es wert, festgehalten zu werden, und die zweite Hälfte ist diejenige, die niemand weiterveröffentlicht.