LongCat-2.5-Preview מול Qwen3.8-Max: בשביעית מהמחיר ואפס בלוח התוצאות

Meituan הציבה את LongCat-2.5-Preview בפלטפורמת ה-API שלה ב-25 בספטמבר 2026 עם רשומת יומן שינויים, מחירון, ובלי שום בנצ'מרק מכל סוג — ואז תימחרה אותו בכ-שביעית ממה שQwen3.8-Max גובה עבור אותה קריאה. זה לא פער קטן, וזה גם לא פער בטוח. Qwen3.8-Max, ספינת הדגל של הספק, זמין באופן כללי מאז 3 באוגוסט 2026, נושא דירוג עצמאי של Artificial Analysis, מפרסם תמונת מצב מתוארכת שאפשר לנעוץ לפי שם, ומחייב פי 6.7 על קלט ופי 5 על פלט. השאלה שההשוואה הזאת חייבת לענות עליה אינה איזה מודל טוב יותר — אף אחד מחוץ ל-Meituan לא נמצא בעמדה לענות על כך עדיין. היא מה שאתה קונה עם הפער, והאם הפער שווה קנייה.

מה שכל צד פרסם בפועל

התחל במקור, כי זה הדבר שמפריד בין השניים האלה בצורה חדה יותר מכל מדד ביצועים.

LongCat-2.5-Preview הגיע עם רשומה מתוארכת ביומן השינויים של Meituan עצמה — דברי הספק: "גרסה: 2026-09-25 — LongCat-2.5-Preview זמין כעת" — דף תמחור שמציג אותו כמודל התשלום-לפי-שימוש הנוכחי של הפלטפורמה, ומדריך התחלה מהירה שמכסה את שני פורמטי החיבור. החשבון של Meituan עצמה ב-X מתאר אותו כ"1.6T פרמטרים. ~48B פעילים. חלון הקשר של 1M טוקנים. מולטימודאלי באופן מובנה." מעבר לכך, אין מה לקרוא. אין מאגר בmeituan-longcat, ארגון Hugging Face, שמכסה את המודל הזה — המאגר העדכני ביותר של הארגון הוא LongCat-Flash-Lite-Sparse, מ-31 ביולי — וקטלוג המודלים של OpenCode, שמשרת אותו, רושם אותו כבעל משקל סגור. אין כרטיס מודל, אין דוח טכני, אין רישיון, אין טבלת פרמטרים שפורסמה על ידי הספק, ואין הערכה בלתי תלויה בשום מקום: נכון ל-27 בספטמבר אין דף LongCat-2.5-Preview ב-Artificial Analysis.

Qwen3.8-Max הוא המקרה ההפוך כמעט בכל היבט. הוא הפך לזמין באופן כללי ב-3 באוגוסט 2026 עם מחירון מפורסם, ו-Alibaba הוציאה עדכון בשם Qwen3.8-Max-0902 ב-2 בספטמבר. Artificial Analysis מודדת אותו: מדד האינטליגנציה 45.4, במקום ה-15 מתוך 145 מודלים, ומדד קידוד של 76.2, במקום ה-9 מתוך 138. הוא מציג GPQA Diamond 92.8%, Humanity's Last Exam 43.1%, SciCode 52.1%, Long-Context Recall 80.3%, Terminal-Bench 2.1 ב-88.8%, ו-τ-bench banking ב-47.8%. זהו מודל מדוד עם קבלה לכל מספר.

אז הסיכום הכנה של טור הראיות חד־צדדי באופן שאין לו שום קשר ליכולת. אפשר להעריך אחד מהמודלים האלה לפני שמתחייבים. את האחר אפשר רק לנסות.

כרטיס התעריפים, שורה אחר שורה

שניהם מודלים של מיליון טוקנים עם אותה תקרת פלט, ולכן דפי המפרט מתכנסים בדיוק במקום שבו דף מפרט הוא הכי פחות שימושי:

• קלט ללא מטמון — LongCat-2.5-Preview $0.30 ל-1M לעומת Qwen3.8-Max $2.00 ל-1M, פער של פי 6.7.

• קלט במטמון — $0.006 ל-1M לעומת $0.25 ל-1M, פער של פי 41.7.

• פלט — $1.20 לכל 1M לעומת $6.00 לכל 1M, פער של פי 5.

• חלון הקשר — 1,048,576 טוקנים לעומת 1,000,000 טוקנים. מבחינה מעשית תיקו.

• פלט מרבי — 131,072 טוקנים בשניהם. זהה.

• ציון עצמאי — לא פורסם, לעומת AA Intelligence 45.4 ו-AA Coding 76.2.

כל נתון של LongCat שם מגיע מדף התמחור של Meituan עצמה, והדף מתייג את כל העמודה כ"מחיר מוזל (מוגבל בזמן)". הנתונים של Qwen3.8-Max הם המחיר המחירון של Alibaba, כפי שנקראו מכרטיס המודל שלנו, עם קריאה מהמטמון ב-$0.25 וכתיבה למטמון ב-$2.50 למיליון. תמונת המצב של Artificial Analysis מתוארכת ל-2 בספטמבר 2026.

שורת הקלט שנשמר במטמון היא זו שכדאי להסתכל עליה. פער של 42× בקריאות מטמון הוא המספר הבודד הגדול ביותר בהשוואה הזו, והוא נופל בדיוק על הממד שעליו עומסי העבודה של סוכנים באמת פועלים. לולאת סוכן ששולחת מחדש הנחיית מערכת וסכימת כלים באורך 100,000 טוקנים בכל סיבוב משלמת את תעריף המטמון עבור רוב הטוקנים שלה, ולא את תעריף הקלט המפורסם.

קריאה בת 150,000 טוקנים, מתומחרת בשני הכיוונים

קחו בקשה סבירה דמוית סוכן: 150,000 טוקני קלט, 50,000 מהם מוגשים מהמטמון, ותשובה בת 4,000 טוקנים. לפי התעריף המוזל של Meituan, הקריאה הזו עולה $0.0501. לפי תעריף המחירון של Qwen3.8-Max, אותה קריאה בדיוק עולה $0.3365 — פי 6.7 יותר, או $50 לעומת $337 עבור אלף קריאות ביום. דחפו את התמהיל כך שכולו נשמר במטמון, שהוא המצב היציב לפרומפט חוזר, והיחס מתרחב ל-12.3×: $0.006 לעומת $0.074 לקריאה.

שום דבר בחשבון הזה לא תלוי בכך ש-LongCat-2.5-Preview הוא טוב. זו בדיוק הבעיה. המכפיל שמציעים לך הוא אמיתי, והמילה שמצורפת לו בעמוד של הספק עצמו היא "זמן מוגבל", בלי תאריך סיום ובלי מחיר מחליף מוצהר. הנחה של 6.7× בלי תאריך תפוגה מפורסם היא סעיף תקציבי שאינך יכול להכניס לתוכנית; זהו סעיף תקציבי שאתה עוקב אחריו.

קיימת גם א־סימטריה בניתוב שראוי להצהיר עליה בבירור. Qwen3.8-Max הוא נתיב שאנחנו משרתים — qwen/qwen3.8-max והגרסה המקובעת qwen/qwen3.8-max-0902 — לפי מחיר המחירון של Alibaba עם אפס תוספת, כך ששינוי במחיר מצד הספק מגיע לצד שלנו באותו יום ולא שבועות לאחר מכן. LongCat-2.5-Preview אינו אחד מהנתיבים שלנו, ולא נתיימר אחרת; בצד הזול של ההשוואה הזו אתם מתמודדים עם ה‑API של Meituan ועם כל פלטפורמה שדרכה תגיעו אליו.

הטענה היחידה שה-API של Meituan עצמה סותר אותה

זהו הממצא שאמור להכריע את ההתמודדות עבור כל מי שעומס העבודה שלו אינו טקסטואלי בלבד.

יומן השינויים של Meituan מפרט את הבנת התמונות כתוספת הכותרת לדור 2.5: "הבנה מולטימודלית: יכולת חדשה להבנת תמונות, המסוגלת לנתח תוכן תמונות, לתמוך בשאלות ותשובות חוצות-מודאליות, בסיכום תוכן ובהסקה חזותית מורכבת." הפוסט ב-X אומר "מולטימודלי באופן מובנה." אלו טענות ספק, וכשלעצמן היה סביר להעבירן אל תוך החלטה.

ואז אותו אתר תיעוד מפרסם את תגובת הדוגמה לאחזור המטא-נתונים של אותו מודל עצמו, והמודל שהוא מחזיר הוא טקסט בלבד. מול המזהה "LongCat-2.5-Preview", המטען מציג context_length: 1048576, input_modalities: ["text"], output_modalities: ["text"], ומחרוזת מודאליות של text->text. אין רשומת תמונה. לא בתמונת מצב ישנה — בדוגמה המלאה בעמוד שמתעד את נקודת הקצה.

זה לא מוכיח שהמודל לא יכול לראות. זה מוכיח שהספק לא יישב את התיאור המילולי שלו עם סכימת ה-API של עצמו, וזה אומר שקונה לא יכול לחייב עומס עבודה של ראייה על סמך משפט יומן השינויים הזה עד שמישהו יכריע בעניין. הצב זאת לצד הצד השני: הקטלוג שלנו מפרט ש-Qwen3.8-Max מקבל קלט טקסט, תמונה ווידאו, כשהראייה נכללת ביכולות המוצהרות שלו, ומאחורי המודל עומדת טבלת בנצ'מרק בלתי תלויה. אם המשימה שלך היא הבנת מסמכים, מיון צילומי מסך או ניתוח פריימים של וידאו, העמודה היקרה היא זו עם מודאליות קלט מאומתת והעמודה הזולה היא זו עם מודאליות לא פתורה. השורה הבודדת הזו יכולה למחוק את כל ה-6.7×.

אל מה תצוגה מקדימה לא יכולה להיות מוצמדת

אליבאבא מספקת תמונות מצב מתוארכות. qwen/qwen3.8-max-0902היא גרסה קפואה בעלת שם, באותו מחיר של $2/$6 כמו מודל הבסיס, כלומר כלל ניתוב שמציין אותה ימשיך להחזיר את אותם משקלים גם בחודש הבא. שינויים בהתנהגות מגיעים כמזהה חדש שתוכל לאמץ לפי לוח הזמנים שלך.

ל-LongCat-2.5-Preview אין מזהה שכזה. מזהה המודל הוא מזהה התצוגה המקדימה, אין סיומת snapshot, אין היסטוריית גרסאות בפלטפורמה, ואין רשומת יומן שינויים שיכולה לומר לך שהמשקלים זזו — רק שההנחה היא "לזמן מוגבל". זו תצוגה מקדימה במובן הרגיל: הדבר שמתחת לשם רשאי להשתנות, ואתה תגלה זאת מהפלט שלך ולא מהודעת שחרור.

הדרך הזולה ביותר לקנות את הראיות החסרות היא החלון ש-Meituan פתחה בצד השני של זה: OpenCode מפרטת את LongCat-2.5-Preview כחינמי לתקופה מוגבלת, כשהספק נוקט במדיניות של אפס שמירה ואינו מאמן על הנתונים שלך, והיא אמרה ב-26 בספטמבר שהחלון נמשך שבועיים. קלט בחינם, פלט בחינם, קריאות מטמון בחינם. זו דרך לגיטימית לבנות את טבלת הבנצ'מרק שאף אחד לא פרסם — הרץ את קורפוס ההערכה שלך מולו, ויהיה לך מספר במקום שהספק נתן לך משפט. ומה שזה לא הוא מחיר שאפשר לתכנן לפיו: השבועיים נגמרים, והמספר שמעבר לכך הוא זה ש-Meituan תקבע.

מי צריך לבחור מה

פנו אל Qwen3.8-Max כשעומס העבודה הוא הסיבה שאתם קונים את המודל מלכתחילה. אם הקלט הוא תמונות או וידאו, אם התשובה חייבת להיות ניתנת לשחזור מבנייה לבנייה, אם אינדקס עצמאי הוא דרישת רכש, או אם המשימה היא מהסוג של קידוד אייג'נטי ש-Terminal-Bench ו-Coding Index משמשים כפרוקסי עבורו, ה-6.7× הוא המחיר של היכולת לבדוק את העבודה שלכם. במפתח אחד הוא גם נמצא מאחורי שרשרת גיבוי, כך שמודל עם ציון יכול לספוג יום רע של זה שבלי ציון בלי שתצטרכו להריץ שתי אינטגרציות.

פנה אל LongCat-2.5-Preview כאשר עומס העבודה הוא בנפח גבוה, עם הקשר קצר, טקסט בלבד ופנימי — סיווג, חילוץ, תמצות, שכתוב בכמויות — וכאשר המחיר של טעות הוא ניסיון חוזר ולא לקוח. בצורה הזו, שורת הקלט במטמון אינה הנחה, היא כל הכלכלה של המשימה, ו-42× הוא מספר ששווה את המאמץ שבמדידה. השתמש בחלון החינם כדי להפיק את הבנצ'מרק שאינו קיים. אל תעביר אליו מסלול קריטי.

מה היה משנה את הפסיקה הזו, לפי סדר חשיבות: הערכה בלתי תלויה של LongCat-2.5-Preview; תאריך סיום מפורסם ומחיר מחליף להנחה; היסטוריית גרסאות עם תמונות מצב מתוארכות; והכרעה בשאלה אם רשימת המודאליות היא טקסט בלבד או לא. כל אחד מאלה הופך את העמודה הזולה ליותר מהנחה. עד שלפחות אחד מהם יתממש, ההשוואה הזו אינה התמודדות בין שני מודלים — היא התמודדות בין מחיר שאפשר לאמת לבין יכולת שאי אפשר.