LongCat 2.5: что такое превью-модель Meituan и чем она не является

Запросите LongCat 2.5на собственной платформе Meituan — и модель, которую вы получите, называется LongCat-2.5-Preview — и этот суффикс не просто украшение. Это идентификатор модели, та самая строка в каждом примере кода, название в прайс-листе и единственная запись LongCat 2.5, которую возвращает эндпоинт вендора со списком моделей. LongCat API Platform от Meituan запустила её под датированной записью в списке изменений от 25 сентября 2026 года — вместе с единственной другой моделью платформы, LongCat-2.0. Спустя почти три недели её так и не переименовали, её цену по-прежнему помечают как промо-предложение, и никто — включая саму Meituan — не опубликовал для неё ни одной цифры бенчмарков.

Именно это сочетание — вся причина существования этой страницы. Интерфейс полностью задокументирован: эндпоинт, совместимый с OpenAI, эндпоинт, совместимый с Anthropic, опубликованный прайс-лист, опубликованное ограничение контекста. Профиль возможностей вообще не задокументирован, а одна ключевая функция описывается двумя разными способами на двух страницах одного и того же набора документации. Если вы решаете, стоит ли строить на этом, полезнее всего был бы точный список того, что известно, что заявлено и что просто отсутствует.

Что такое LongCat 2.5 и кто его выпускает

LongCat — это линейка моделей Meituan, а LongCat API Platform — собственная сервисная платформа Meituan для неё, а не сторонний шлюз. В FAQ платформы её услуга описывается как «прокси-сервисы для AI-моделей, специально предназначенные для моделей серии LongCat», обеспечивая совместимость с форматами API OpenAI и Anthropic, чтобы существующие SDK работали без изменений. Адрес поддержки на собственных страницах поставщика — longcat-team@meituan.com, а сайт документации, консоль и хост API находятся в контролируемых Meituan доменах и в CDN статических ресурсов Meituan.

Каталог короткий. В таблице поддерживаемых моделей платформы указано ровно две записи — LongCat-2.5-Preview и LongCat-2.0, причём обе описаны одинаково: «Высокопроизводительная агентная модель». GET /openai/v1/models возвращает те же две модели и ничего больше, у каждой owned_by имеет значение "LongCat". Так что «LongCat 2.5» — это не семейство с вариантами, между которыми нужно выбирать: модель 2.5 одна, она новее второй на платформе, и именно её платформа сама выдвигает на первый план на странице тарифов с оплатой по мере использования.

В примечании к выпуску производитель заявляет, что оно предназначено для трёх вещей: понимания изображений, программирования и совместимости с основными средами разработки — названы Claude Code, Hermes, OpenClaw, OpenCode и Kilo Code. Это примечание к выпуску — собственная датированная запись производителя, и это единственное место, где встречается хоть какое-либо из этих утверждений.

«Preview» — это идентификатор модели, а не маркетинговое слово.

Это различие важнее, чем обычно, потому что на этой платформе «предварительный просмотр» играет несущую роль в трёх конкретных отношениях.

Во-первых, это строка, которую вы должны отправить. Каждый пример запроса в документации — cURL, Python, пример с Open​AI SDK, пример с Anthrop​ic SDK — использует LongCat-2.5-Preview, а в справочнике Retrieve Model оно используется как параметр пути. Нет GA-алиаса, который можно было бы отправить вместо него.

Во-вторых, цена прямо указана как предварительная. На странице с тарифами над каждым числом в заголовке столбца стоит слово «limited-time», а завершается она фразой, которую стоит перечитать дважды: «Цены могут меняться. Цены, указанные на LongCat API Platform, и ваши записи о биллинге являются авторитетными». Прайс-лист, который сообщает, что он не является источником истины для собственных цифр, говорит вам не строить на нём модель юнит-экономики.

В-третьих, нигде нет обязательств по стабильности. Нет опубликованного окна прекращения поддержки, нет обещаний по версионированию, нет заявлений о том, сохранит ли модель тот же ID, когда выйдет из предварительной версии, или -Preview будет просто снят с поддержки в пользу нового имени. Это обычный риск предварительной версии, и честный подход к этому таков: вы можете вызвать её сегодня, но не можете предполагать, что написанный сегодня вызов останется тем же вызовом, который вы сохраните.

Предварительная версия здесь неозначает ограниченный доступ. Платформа работает по модели самообслуживания: зарегистрируйтесь, создайте ключ, пополните предоплаченный баланс. Пользователи из материкового Китая должны пройти верификацию личности, прежде чем пополнять баланс; пользователи за его пределами могут зарегистрироваться по номеру телефона или адресу электронной почты. Ничто в документации не ставит доступ к модели в зависимость от процесса одобрения.

Параметры и архитектура: число, которое все цитируют, принадлежит LongCat 2.0

Meituan не публикует число параметров для LongCat-2.5-Preview. Его нет ни в списке изменений, ни на странице цен, ни в справочнике API, ни в FAQ. Если вы видели, что к LongCat 2.5 привязано «примерно 1,6 трлн параметров всего, из которых около 48 млрд активных», то вы видели показатель LongCat 2.0 под ярлыком 2.5 — и выдаёт это то, что фраза почти всегда сопровождается оговоркой «приблизительно», потому что её переносят из карточки старой модели, а не считывают с этой.

Источник этой цифры — собственная карточка модели longcat-2.0 от Meituan на Hugging Face, которая начинается так: «Представляем LongCat-2.0, крупномасштабную языковую модель MoE с 1,6 триллиона параметров в общей сложности и ~48 миллиардов активируемых на токен». Далее эта карточка описывает LongCat Sparse Attention, предобучение на „сотнях миллиардов токенов данных с контекстом 1M“, а также 135 миллиардов параметров N-gram Embedding, включённых в модель. Это хорошо документированная архитектура, и она относится к LongCat 2.0. То, что 2.5 унаследует эту архитектуру, — разумное ожидание и недокументированный факт. Эта страница не станет публиковать это как спецификацию LongCat 2.5, и ничто другое, что вы прочитаете в этом месяце, тоже не должно.

Открытые веса: нет

Meituan публикует много всего на Hugging Face — meituan-longcat — это организация, в которой около тридцати репозиториев, охватывающих модели для текста, изображений, видео и аудио, и семейство LongCat-2.0 представлено там полностью: базовая модель, а также её варианты FP8 и INT8, все под лицензией MIT. Репозитория LongCat-2.5 не существует. Самый новый релиз для генерации текста в этой организации — LongCat-2.0, выпущенный в начале июля 2026 года, а поиск по Hub по запросу LongCat-2.5 не возвращает ни одного репозитория ни от Meituan, ни от кого-либо ещё.

Закономерность показательна и в обратную сторону. То, что веса LongCat 2.0 открыты, видно по экосистеме, которая формируется вокруг открытых весов — сообщественные 3-битные и 2-битные квантизации, конвертации MLX, сборки AutoRound со смешанной точностью. Ничего этого нет для 2.5, потому что нет весов, которые кто-либо мог бы квантизовать. Пока Meituan не опубликует репозиторий, рассматривайте LongCat-2.5-Preview как закрытую модель, доступную только через API, каким бы ни было будущее линейки LongCat.

Конверт, который вендор фактически публикует

Эти данные взяты из собственной документации Meituan и со страниц с ценами по состоянию на 13 октября 2026 года. Каждый из них — собственный показатель вендора; ни один не подтверждён независимо, а последний вообще не является показателем.

• Контекстное окно — 1 048 576 токенов. Пример ответа из справочника Retrieve Model для LongCat-2.5-Preview возвращает context_length: 1048576, а в руководстве по быстрому старту тот же предел указан в тексте как «контекстное окно на 1M токенов».

• Максимальный объём вывода — 131,072 токена. В quick-start это записано как «максимальная длина вывода 128K токенов»; в справочнике Chat Completions верхний предел указан на уровне 131072, а значение по умолчанию — 128k. Одно число, три способа его записи, и наибольшее из этих значений — истинный потолок.

• Входные модальности — описаны как текст. Тот же ответ Retrieve Model возвращает input_modalities: ["text"] со строкой modality, равной text->text. В журнале изменений утверждается, что поддерживается ввод изображений. Эти две вещи находятся на одном сайте документации и противоречат друг другу; следующий раздел посвящён этому.

• Модальности вывода — текст, при этом мышление модели возвращается отдельно в reasoning_content поле, а не вплетается в ответ. Токены рассуждений учитываются отдельно в блоке использования, что делает отнесение затрат на длинных цепочках выполнимым.

• Цена за миллион токенов: $0.30 без кэширования, $0.006 за кэшированный ввод, $1.20 за вывод. На странице все три помечены меткой «ограниченное время». В той же таблице приведена тарифная сетка в юанях, ¥2 / ¥0.04 / ¥8, для аккаунтов с оплатой в Китае.

• Параметры — не опубликованы для этой модели. Конфигурация 1.6T/48B относится к LongCat 2.0.

• Независимый балл — отсутствует. Не низкий балл: балла нет.

Где поставщик противоречит сам себе насчёт изображений

Главное утверждение в списке изменений недвусмысленно: «Мультимодальное понимание: новая возможность понимания изображений, способная анализировать содержимое изображений, поддерживающая кросс-модальные вопросы и ответы, суммирование контента и сложные визуальные рассуждения». Для модели, чьё единственное другое задокументированное отличие — дешевизна, именно эту функцию вы бы взяли за основу.

В справочнике API сказано обратное. Метод Retrieve Model, вызванный для этого самого ID модели, возвращает input_modalities: ["text"] и output_modalities: ["text"]. В справочнике Chat Completions поле content сообщения описывается как «Содержимое сообщения в виде обычной текстовой строки» — это строка, а не массив частей содержимого; в документированном теле запроса нигде нет ни параметра URL изображения, ни поля вложения. В документированном интерфейсе нет места, куда можно поместить изображение.

Одна из этих двух страниц устарела, и снаружи невозможно определить, какая именно. Список изменений — это анонс релиза, а анонсы пишутся, когда функциональность появляется; справочник API генерируется из того, что эндпоинт фактически принимает, а справочные страницы обновляют в последнюю очередь. Эти рассуждения указывают в одну сторону, но это рассуждения, а не доказательства, поэтому эта страница не будет утверждать, что ввод изображений — работающая функция. Если вас интересует именно работа с изображениями, потратьте десять минут: отправьте одно изображение и прочитайте ответ. Не планируйте пайплайн, опираясь на формулировки в списке изменений, и не отвергайте модель на основании одной лишь справочной страницы.

Бенчмарка не существует. Таково положение дел.

Meituan не опубликовала ни одного бенчмарка для LongCat-2.5-Preview. В документации нет таблицы с результатами оценки, в списке изменений нет сравнительного графика, на странице с ценами нет балла, и нет поста в блоге о выпуске, который бы его содержал, — на собственной странице модели Meituan для предыдущего поколения прикреплено техническое описание, а у 2.5 нет ничего подобного, что мы могли бы найти на каких-либо ресурсах Meituan. Это не упущение данной статьи; это первый факт, который нужен покупателю.

И независимой оценки тоже нет. Artificial Analysis, которая действительно измеряет линейку LongCat — в её каталоге есть LongCat 2.0 с датой выпуска 29 июня 2026 года и LongCat Flash Lite, — не содержала записи о LongCat 2.5 в своём индексе моделей, когда мы проверяли 13 октября 2026 года. Если в этом месяце вы увидите результат тестирования LongCat 2.5, первый вопрос, который стоит задать, — к чему он на самом деле относится, потому что наиболее вероятный ответ: это результат LongCat 2.0, переименованный кем-то, кто предположил, что обе модели имеют одинаковый профиль. Путаница с количеством параметров, описанная выше, — это та же ошибка в другом обличье.

Что вендор действительно заявляет — и всё это без воспроизведения — так это список из трёх пунктов в списке изменений: мультимодальное понимание, «превосходные способности к программированию», охватывающие «генерацию кода, понимание кода и задачи автоматизированного программирования», и эффективная работа с Claude Code, Hermes, OpenClaw, OpenCode и Kilo Code. Воспринимайте это как описание намерений вендора. Два из трёх — это заявления, которые делает любая карточка модели в этом классе, а третье — совместимость со средой — можно проверить самому за один день, направив своего агента на эндпоинт и посмотрев, возвращаются ли вызовы инструментов в форме, которую понимает ваш харнесс.

Как добиться от него ответа?

Платформа предоставляет две совместимые поверхности через один ключ, выдаваемый на странице API Keys в консоли и передаваемый как Authorization: Bearer.

• 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.

• Принимаемые параметры — max_tokens до 131072 (по умолчанию 128k), temperature от 0 до 1, top_p, stream для SSE, tools и tool_choice, а также объект thinking, принимающий {"type":"enabled"} или {"type":"disabled"}. Reasoning — это переключатель в запросе, а не отдельный ID модели.

• Ограничение скорости — запрос сверх лимита возвращает HTTP 429 с retry_after: 60, а документация рекомендует экспоненциальную задержку между повторами на стороне клиента. Нигде не опубликован верхний предел запросов в минуту или токенов в минуту, поэтому вы не можете рассчитать бюджет параллелизма по документации; вы узнаёте лимит, только достигнув его. Для цикла агента, который выполняет десятки вызовов на задачу, это стоит знать до первого 429, а не после.

• Биллинг — предоплаченный баланс, списание за каждый запрос, только при успешных ответах. За неудачные запросы — в документации указаны 401, 403, 429 и 500 — плата явно не взимается. Баланс не имеет срока действия, а промо-кредит расходуется до оплаченного баланса.

Две детали, которые обойдутся вам в целый сеанс отладки

Первое — это поле рассуждений. Собственный пример ответа от вендора возвращает сообщение ассистента, содержащее одновременно content и reasoning_content, при этом reasoning_tokens выделены внутри usage.completion_tokens_details. Это не форма OpenAI и не форма Anthropic: это чередующееся поле, которое приходит в каждом ответе. Клиент, который десериализует данные в фиксированную схему и отбрасывает неизвестные ключи, будет молча терять размышления модели — и этот сбой останется незаметным, потому что ответ всё равно возвращается. Вы решите, что модель слабее, чем она есть на самом деле, и ошибётесь по причине, не имеющей никакого отношения к модели. Проверьте, сохраняет ли ваш клиент это поле, прежде чем судить о качестве вывода.

Второй — это вопрос модальности, упомянутый выше. Он в этом списке из-за того, как распределены два документа: журнал изменений — это страница, которую вы читаете, чтобы понять, что модель умеет, а справочник API — страница, которую вы читаете, чтобы понять, как спрашивать. Здесь они расходятся насчёт одной и той же модели, и разногласие касается именно той функции, с которой начинается примечание к выпуску.

Что могло бы изменить эту рекомендацию?

Эта страница — снимок, причём снимок модели с четырьмя открытыми вопросами, а не устоявшейся. Пять вещей могли бы её сдвинуть:

• Переименование или запись о GA в журнале изменений — тот момент, когда -Preview перестаёт быть идентификатором модели, цена перестаёт помечаться как ограниченная по времени, а обязательство по стабильности обретает смысл.

• Бенчмарк — от Meituan или от организации, проводящей измерения, — любой из них заменил бы нынешнюю ситуацию, в которой компетентность модели неизвестна, а не просто низка.

• Ввод изображения демонстрируется в справочном материале, а не утверждается в примечании к выпуску, — исправление здесь состоит в изменении одной строки на сгенерированной странице, и оно устранило бы единственное внутреннее противоречие в комплекте документации.

• Раскрытие параметров или репозиторий на Hugging Face — любой из них позволил бы обсуждать архитектуру 2.5 на основании фактов, а не по наследству от LongCat 2.0.

• Опубликованный лимит запросов — наименьший из пяти, и именно он в наибольшей степени определяет, поддаётся ли рабочая нагрузка агента планированию.

Тем временем практическая позиция проста и отличается от той, которую вы бы заняли в отношении оценённой, имеющей цену и стабильной модели. Неоценённый предварительный релиз по промо-цене — это модель, которую вы оцениваете, а не та, на которую направляете продакшн-путь, и именно поэтому резервный вариант — это то, что стоит настраивать тщательно. В OrcaRouter модели, которые мы обслуживаем, доступны за одним ключом по прайс-листовой цене провайдера с нулевой наценкой, поэтому изменение цены поставщиком отражается в вашем счёте в тот же день, а не при продлении, и автоматическое переключение при сбое переносит деградировавший запрос к работоспособному провайдеру, и ваш код об этом не знает. LongCat-2.5-Preview не входит в число наших маршрутов, и мы его не обслуживаем, поэтому попробовать его можно, только обратившись напрямую к платформе Meituan; суть здесь лишь в том, что доступ к тому, что вы держите за ним, должен стоить вам одной строки конфигурации, потому что вопрос, который ставит эта модель — достаточно ли она хороша для моей работы, — можно решить, только запустив её, и ответ вполне может быть отрицательным.

Вот какова форма всего этого. LongCat 2.5 — это реальная модель на реальной платформе с документированным интерфейсом, опубликованной ценой и контекстным окном на 1M токенов, и в то же время это превью, параметры, бенчмарк и поддержка компьютерного зрения которого не установлены. Обе половины правдивы, обеих стоит записать, и вторая половина — та, которую никто не перепубликовывает.