LongCat-2.5-Preview 対 Qwen3.8-Max：価格は7分の1、スコアボードには一切なし

MeituanはLongCat-2.5-Previewを2026年9月25日に自社のAPIプラットフォームへ投入しました。変更履歴の項目と料金表はありましたが、あらゆるベンチマークは一切なく、その後、同じ呼び出しに対してQwen3.8-Maxが請求する額のおよそ7分の1に価格を設定しました。これは小さな差ではありませんし、安全な差でもありません。Qwen3.8-Maxはベンダーのフラッグシップであり、2026年8月3日から一般提供され、独立したArtificial Analysisのランクを持ち、名前で固定できる日付付きスナップショットを公開し、入力は6.7倍、出力は5倍の料金を請求します。この比較が答えるべき問いは、どちらのモデルが優れているかではありません——Meituanの外部にいる誰も、まだそれに答える立場にありません。問いは、その差で何を買っているのか、そしてその差を買う価値があるのかです。

各側が実際に公表している内容

まず来歴から始めよう。なぜならそれは、どんなベンチマークよりも鮮明にこの2つを分けるものだからだ。

LongCat-2.5-Preview は、Meituan 自身の変更履歴に日付入りの項目として登場しました。ベンダーの文言は「Version: 2026-09-25 — LongCat-2.5-Preview Now Available」で、価格ページでは同プラットフォームの現行従量課金モデルとして掲載され、クイックスタートガイドでは両方のワイヤーフォーマットが扱われています。Meituan 自身の X アカウントは、これを「1.6T parameters. ~48B active. A 1M-token context window. Natively multimodal.」と説明しています。それ以上に読めるものはありません。このモデルを扱うリポジトリは、meituan-longcat Hugging Face 組織にはありません — 同組織の最新リポジトリは7月31日付の LongCat-Flash-Lite-Sparse で、これを提供する OpenCode モデルカタログではクローズドウェイトとして記録されています。ベンダーが公開したモデルカード、技術レポート、ライセンス、パラメータ表はなく、独立した評価もどこにもありません。9月27日時点で、Artificial Analysis に LongCat-2.5-Preview のページはありません。

Qwen3.8-Maxは、ほぼあらゆる点で正反対のケースだ。2026年8月3日に公開料金表とともに一般提供を開始し、アリババは9月2日に名前付きの刷新版Qwen3.8-Max-0902を投入した。Artificial Analysisによる計測では、Intelligence Indexは45.4で145モデル中15位、Coding Indexは76.2で138モデル中9位。GPQA Diamond 92.8%、Humanity's Last Exam 43.1%、SciCode 52.1%、Long-Context Recall 80.3%、Terminal-Bench 2.1で88.8%、τ-bench bankingで47.8%を記録している。これはすべての数値に根拠が付いた、計測済みのモデルだ。

つまり、証拠の欄を正直に要約すると、能力とは無関係なところで偏りが生じています。これらのモデルのうち一方は、採用を決める前に評価できます。もう一方は、試すことしかできません。

料金表を1行ずつ

どちらも100万トークンのモデルで出力上限も同じなので、仕様表が最も役に立たないまさにその点で、両者の仕様表は一致してしまう：

• 未キャッシュ入力 — LongCat-2.5-Preview は100万あたり$0.30、Qwen3.8-Max は100万あたり$2.00で、6.7倍の差。

• キャッシュ済み入力 — 100万あたり $0.006 対 $0.25、41.7 倍の差。

• 出力 — 100万あたり$1.20 対 $6.00、5倍の差。

• コンテキストウィンドウ — 1,048,576トークン 対 1,000,000トークン。実質的に引き分け。

• 最大出力 — 両方とも131,072トークン。同一。

• 独立スコア — 公開されたものはなし（AA Intelligence 45.4、AA Coding 76.2に対して）

そこにあるLongCatの数値はすべてMeituan自身の料金ページから取ったもので、そのページでは列全体に「割引価格（期間限定）」というラベルが付いています。Qwen3.8-Maxの数値はAlibabaの定価（リストレート）で、当社自身のモデルカードから読み取ったもので、キャッシュ読み取りが100万あたり$0.25、キャッシュ書き込みが100万あたり$2.50です。Artificial Analysisのスナップショットは2026年9月2日付です。

注目すべきはキャッシュ入力の行です。キャッシュ読み取りにおける42倍の差は、この比較の中で最大の単一数値であり、しかもエージェントのワークロードが実際に依存している次元に当てはまります。毎ターン10万トークンのシステムプロンプトとツールスキーマを再送信するエージェントループは、そのトークンの大半に対して、見出しの入力料金ではなくキャッシュ料金を支払っています。

150,000トークンの呼び出しを、両方の方式で価格計算

エージェント型の妥当なリクエストを例に取ります。入力トークン150,000、そのうち50,000がキャッシュから提供され、回答は4,000トークンです。Meituanの割引レートでは、その呼び出しのコストは$0.0501です。Qwen3.8-Maxの定価では、同一の呼び出しは$0.3365——6.7倍、つまり1日1,000回の呼び出しで$50対$337になります。構成を完全にキャッシュ済みにすると（繰り返しプロンプトの定常状態）、比率は12.3倍に広がります。1回あたり$0.006対$0.074です。

その計算のどこにも、LongCat-2.5-Previewが優れているかどうかは関係ない。まさにそれが問題だ。提示されている倍率は実在するが、ベンダー自身のページでそれに添えられている言葉は「期間限定」であり、終了日も後継製品の価格も明示されていない。公開された期限のない6.7倍の割引は、計画に組み込める予算項目ではなく、注視すべき予算項目だ。

また、率直に述べておく価値のあるルーティング上の非対称性があります。Qwen3.8-Max は当社が提供するルート — qwen/qwen3.8-maxおよび固定版qwen/qwen3.8-max-0902 — で、Alibaba の定価そのままでマークアップなしなので、ベンダーの価格変更は数週間後ではなく当日に当社側へ反映されます。LongCat-2.5-Preview は当社のルートの一つではなく、そうでないふりをするつもりもありません。この比較の安価な側では、Meituan 自身の API と、そこに到達するために使う任意のプラットフォームを扱うことになります。

Meituan自身のAPIが矛盾する唯一の主張

純粋なテキスト以外のワークロードを扱う人にとって、この結果こそがどちらを選ぶべきかを決める決め手になるはずだ。

Meituanの変更履歴では、画像理解が2.5世代の目玉として挙げられている。「マルチモーダル理解：新たな画像理解機能により、画像内容を解析でき、クロスモーダルなQ&A、コンテンツ要約、複雑な視覚推論をサポートする」。Xの投稿では「ネイティブにマルチモーダル」と述べられている。これらはベンダーの主張であり、それ自体は意思決定に持ち込んでも妥当なものだろう。

すると、同じドキュメントサイトが、そのモデル自身のメタデータを取得する際のレスポンス例を公開しており、そこで返されるモデルはテキスト専用である。id「LongCat-2.5-Preview」に対して、ペイロードにはcontext_length: 1048576、input_modalities: ["text"]、output_modalities: ["text"]、そしてモダリティ文字列はtext->textと示されている。画像の項目はない。古いスナップショットではなく、そのエンドポイントを説明するページ上の実例の中での話だ。

それはモデルが見えないことの証明にはならない。ベンダーが自社の説明文と自社のAPIスキーマを整合させていないことを示すものであり、誰かが決着をつけるまで、購入者はその変更履歴の一文を根拠に視覚ワークロードの費用を計上できないということを意味する。反対側の材料と並べてみよう。当社のカタログには、Qwen3.8-Max がテキスト、画像、動画の入力を受け付け、宣言されたケイパビリティに視覚が含まれると記載されており、そのモデルを裏付ける独立系のベンチマーク表もある。タスクが文書理解、スクリーンショットのトリアージ、動画フレーム分析であれば、高コストな列は検証済みの入力モダリティを持つものであり、低コストな列は未解決の入力モダリティを持つものだ。そのたった1行で、6.7倍全体が帳消しになりかねない。

プレビューをピン留めできない対象

Alibabaは日付付きスナップショットを提供しています。 qwen/qwen3.8-max-0902は、ベースモデルと同じ$2/$6で提供される名前付きの固定ビルドです。つまり、これを指定したルーティングルールは、来月も同じ重みを返し続けます。挙動の変更は新しいIDとして提供されるため、ご自身のスケジュールで採用できます。

LongCat-2.5-Preview にそのようなハンドルはありません。モデル ID はプレビュー ID で、スナップショットの接尾辞も、プラットフォーム上のバージョン履歴も、重みが変わったことを教えてくれる変更履歴の項目もありません。あるのは、割引が「期間限定」だということだけです。これは通常の意味でのプレビューです。その名前が指すものは変更される可能性があり、それはリリースノートではなく自分の出力から分かることになります。

欠けている証拠を手に入れる最も安い方法は、Meituanがこの件の反対側に開けた窓だ。OpenCodeはLongCat-2.5-Previewを期間限定で無料として掲載しており、プロバイダーはゼロ保持ポリシーに従い、あなたのデータで学習しない。そして9月26日、その窓は2週間続くと述べた。入力無料、出力無料、キャッシュ読み取り無料。これは誰も公表していないベンチマーク表を作るための正当な方法だ——自分の評価コーパスをそれに対して実行すれば、ベンダーが一文しかくれなかったところで数値が手に入る。ただし、それは計画に組み込める価格ではない。2週間は終わり、その先の数値はMeituanが決めるものだからだ。

誰がどれを選ぶべきか

ワークロードこそがそもそもそのモデルを購入する理由であるなら、Qwen3.8-Max を選んでください。入力が画像や動画である場合、回答がビルドごとに再現可能でなければならない場合、独立したインデックスが調達要件である場合、あるいはそのタスクが Terminal-Bench や Coding Index が代理指標となっているようなエージェント型コーディングである場合、6.7× は自分の作業を検証できることへの対価です。また、ある主要なキーではフォールバックチェーンの背後にも配置されるため、スコア付きのモデルがスコアなしのモデルの不調を吸収でき、2つの統合を運用する必要はありません。

LongCat-2.5-Preview は、ワークロードが大量・短いコンテキスト・テキストのみ・社内向けで、分類、抽出、要約、一括書き換えといった用途であり、誤った場合のコストが顧客ではなくリトライで済むときに選ぼう。そのような形では、キャッシュ入力の料金行は割引ではなく、その仕事の経済性そのものだ。そして 42× は、測定する労力に値する数だ。無料枠を使って、存在しないベンチマークを作れ。クリティカルパスをこれに移行してはいけない。

この判定を変えるものは、重みの順に：LongCat-2.5-Preview の独立評価、割引の終了日と後継価格の公表、日付付きスナップショットを含むバージョン履歴、そしてモダリティ一覧がテキストのみかどうかの決着だ。これらのどれか一つでも実現すれば、安価な側の列は単なる割引以上のものになる。少なくとも一つが実現するまで、この比較は二つのモデル同士の対決ではない — 検証できる価格と、検証できない能力との対決だ。