LongCat-2.5-Preview против Qwen3.8-Max: одна седьмая цены и ничего на табло

Meituan разместила LongCat-2.5-Preview на своей API-платформе 25 сентября 2026 года, добавив запись в список изменений и тарифную сетку, но не приведя никаких бенчмарков, — а затем назначила цену примерно в семь раз ниже, чем Qwen3.8-Max берёт за тот же вызов. Это не маленький разрыв, и он не безопасен. Qwen3.8-Max, флагман этого вендора, доступен широкой публике с 3 августа 2026 года, имеет независимый рейтинг Artificial Analysis, публикует датированный снимок, который можно закрепить по имени, и тарифицирует ввод в 6,7 раза дороже, а вывод — в 5 раз дороже. Вопрос, на который должно ответить это сравнение, не в том, какая модель лучше — никто за пределами Meituan пока не в состоянии на это ответить. Он в том, что вы покупаете за эту разницу, и стоит ли эта разница того, чтобы за неё платить.

Что на самом деле опубликовала каждая сторона

Начните с происхождения, потому что именно оно разделяет эти две вещи резче, чем сделал бы любой бенчмарк.

LongCat-2.5-Preview появился с датированной записью в собственном списке изменений Meituan — слова вендора: "Версия: 2026-09-25 — LongCat-2.5-Preview теперь доступен" — страница цен, на которой он указан как текущая модель платформы с оплатой по мере использования, и руководство по быстрому началу работы, охватывающее оба формата передачи данных. Собственный аккаунт Meituan в X описывает его так: "1,6 трлн параметров. ~48 млрд активных. Контекстное окно на 1 млн токенов. Нативно мультимодальный." Помимо этого, читать нечего. Ни один репозиторий в meituan-longcat — организации Hugging Face — не охватывает эту модель; самый свежий репозиторий этой организации — LongCat-Flash-Lite-Sparse от 31 июля, а каталог моделей OpenCode, который его обслуживает, указывает его как модель с закрытыми весами. Ни карточки модели, ни технического отчёта, ни лицензии, ни таблицы параметров, опубликованной вендором, ни независимой оценки нигде: по состоянию на 27 сентября на Artificial Analysis нет страницы LongCat-2.5-Preview.

Qwen3.8-Max — противоположный случай почти во всех отношениях. Он стал общедоступным 3 августа 2026 года с опубликованным прайс-листом, и Alibaba выпустила именованное обновление Qwen3.8-Max-0902 2 сентября. Artificial Analysis измеряет его: индекс интеллекта 45,4, 15-е место из 145 моделей, и индекс программирования 76,2, 9-е место из 138. Он показывает GPQA Diamond 92,8%, Humanity's Last Exam 43,1%, SciCode 52,1%, Long-Context Recall 80,3%, Terminal-Bench 2.1 — 88,8% и τ-bench banking — 47,8%. Это измеренная модель с подтверждением для каждой цифры.

Итак, честная сводка по столбцу с доказательствами перекошена так, что это никак не связано с возможностями. Одну из этих моделей можно оценить до того, как вы сделаете выбор. Другую можно только попробовать.

Тарифная карта, строка за строкой

Обе — модели на миллион токенов с одинаковым потолком вывода, поэтому их спецификации сходятся ровно там, где спецификация наименее полезна:

• Некэшированный ввод — LongCat-2.5-Preview $0,30 за 1 млн против Qwen3.8-Max $2,00 за 1 млн, разрыв в 6,7 раза.

• Кэшированный ввод — $0,006 за 1 млн против $0,25 за 1 млн, разрыв в 41,7 раза.

• Вывод — $1,20 за 1 млн против $6,00 за 1 млн, разрыв в 5 раз.

• Контекстное окно — 1,048,576 токенов против 1,000,000 токенов. По сути — ничья.

• Максимальный объём вывода — 131 072 токена на обоих. Одинаково.

• Независимая оценка — не опубликовано против AA Intelligence 45,4 и AA Coding 76,2.

Каждая цифра LongCat там берётся со страницы цен самой Meituan, а на ней весь столбец обозначен как «Цена со скидкой (ограниченное время)». Цифры Qwen3.8-Max — это прайс-листовая ставка Alibaba, взятая из нашей собственной карточки модели, при этом чтение из кэша стоит $0.25, а запись в кэш — $2.50 за миллион токенов. Снимок Artificial Analysis датирован 2 сентября 2026 года.

Именно на строку кэшированного ввода и стоит смотреть. Разница в 42× при чтении из кэша — самое большое отдельное число в этом сравнении, и она приходится на то измерение, на котором на самом деле держатся агентные рабочие нагрузки. Цикл агента, который на каждом шаге повторно отправляет системный промпт и схему инструментов на 100 000 токенов, платит по ставке кэша за большинство своих токенов, а не по заявленной ставке за ввод.

Вызов на 150 000 токенов, оценённый двумя способами

Возьмём правдоподобный запрос, типичный для агента: 150 000 входных токенов, 50 000 из которых обслуживаются из кэша, и ответ на 4 000 токенов. По льготному тарифу Meituan такой вызов стоит $0,0501. По прайс-листовому тарифу Qwen3.8-Max тот же самый вызов стоит $0,3365 — в 6,7 раза больше, или $50 против $337 за тысячу вызовов в день. Если довести смесь до полностью кэшированного варианта, что является установившимся режимом для повторяющегося запроса, соотношение увеличивается до 12,3×: $0,006 против $0,074 за вызов.

Ничто в этой арифметике не зависит от того, хорош ли LongCat-2.5-Preview. Именно в этом и проблема. Предлагаемый вам множитель реален, а слово, привязанное к нему на собственной странице вендора, — «ограниченное время», без даты окончания и без заявленной цены на то, что придёт ему на смену. Скидка 6,7× без опубликованного срока действия — это статья бюджета, которую нельзя заложить в план; это статья бюджета, за которой нужно следить.

Есть также асимметрия маршрутизации, о которой стоит сказать прямо. Qwen3.8-Max — это маршрут, который мы обслуживаем — qwen/qwen3.8-max и закреплённый qwen/qwen3.8-max-0902 — по прайс-листовой цене Alibaba без наценки, поэтому изменение цены поставщиком ложится на нас в тот же день, а не недели спустя. LongCat-2.5-Preview не входит в число наших маршрутов, и мы не собираемся делать вид, что это не так; на дешёвой стороне этого сравнения вы имеете дело с собственным API Meituan и той платформой, через которую вы к нему попадаете.

Единственное утверждение, которому противоречит собственный API Meituan

Это тот вывод, который должен решить исход сравнения для всех, чья рабочая нагрузка не является чисто текстовой.

В списке изменений Meituan понимание изображений указано как главное нововведение поколения 2.5: «Мультимодальное понимание: новая возможность понимания изображений, способная анализировать содержимое изображений, поддерживающая кросс-модальные вопросы и ответы, обобщение контента и сложные визуальные рассуждения». В посте в X говорится «нативно мультимодальный». Это заявления вендоров, и сами по себе они были бы разумны для принятия решения.

Затем тот же сайт документации публикует пример ответа для получения собственных метаданных этой модели, и возвращаемая модель является текстовой. Для идентификатора "LongCat-2.5-Preview" в полезной нагрузке показаны context_length: 1048576, input_modalities: ["text"], output_modalities: ["text"], и строка модальности text->text. Записи об изображениях нет. Не в старом снимке — в разобранном примере на странице, которая документирует эту конечную точку.

Это не доказывает, что модель не способна видеть. Это доказывает, что поставщик не согласовал свои формулировки с собственной схемой API, и означает, что покупатель не может отнести нагрузку компьютерного зрения к этой фразе из журнала изменений, пока кто-нибудь не урегулирует этот вопрос. Сопоставьте это с другой стороной: в нашем каталоге Qwen3.8-Max указан как модель, принимающая текст, изображения и видео, причём зрение заявлено среди её возможностей, а за моделью стоит независимая таблица бенчмарков. Если ваша задача — понимание документов, триаж скриншотов или анализ видеокадров, дорогой столбец — тот, где входная модальность подтверждена, а дешёвый — тот, где она не решена. Эта единственная строка может обнулить всю разницу в 6.7×.

К чему нельзя закрепить предварительный просмотр

Alibaba выпускает датированные снапшоты. qwen/qwen3.8-max-0902 — это именованная, замороженная сборка по той же цене $2/$6, что и базовая модель, а значит, правило маршрутизации, указывающее на неё, в следующем месяце продолжит возвращать те же веса. Изменения поведения появляются под новым id, который вы можете подключить по своему графику.

У LongCat-2.5-Preview нет такого идентификатора. Идентификатор модели — это идентификатор предварительной версии, у него нет суффикса snapshot, на платформе нет истории версий, и нет записи в журнале изменений, которая сказала бы вам, что веса изменились, — только то, что скидка действует «ограниченное время». Это предварительная версия в обычном смысле: то, что стоит за именем, может измениться, и вы узнаете об этом из своих выходных данных, а не из примечаний к выпуску.

Самый дешёвый способ приобрести недостающие доказательства — это окно, которое Meituan открыла с другой стороны всего этого: OpenCode указывает LongCat-2.5-Preview как бесплатный на ограниченный период, при этом провайдер придерживается политики нулевого хранения и не обучается на ваших данных, а 26 сентября было объявлено, что окно действует две недели. Бесплатный ввод, бесплатный вывод, бесплатное чтение кэша. Это законный способ построить таблицу бенчмарков, которую никто не публиковал, — прогоните на нём собственный корпус для оценки, и у вас будет число там, где вендор дал вам лишь фразу. Но это не та цена, на которую можно рассчитывать: две недели закончатся, и цифру по ту сторону окна будет устанавливать Meituan.

Кто должен выбирать

Обращайтесь к Qwen3.8-Max, когда рабочая нагрузка — это и есть причина, по которой вы вообще покупаете модель. Если на входе изображения или видео, если ответ должен быть воспроизводим от сборки к сборке, если независимый индекс — это требование закупки, или если задача относится к тому типу агентного программирования, для которого Terminal-Bench и Coding Index служат прокси, то 6.7× — это цена возможности проверить свою работу. На одном ключе он также находится за цепочкой резервных вариантов, так что оценённая модель может принять на себя плохой день неоценённой, а вам не придётся запускать две интеграции.

Выбирайте LongCat-2.5-Preview, когда нагрузка высокообъёмная, с коротким контекстом, только текстовая и внутренняя — классификация, извлечение, суммаризация, массовый рерайт — и когда цена ошибки — это повторная попытка, а не потеря клиента. При таком профиле строка кэшированного ввода — не скидка, это вся экономика задачи, а 42× — это число, ради которого стоит потратить усилия на измерение. Используйте бесплатное окно, чтобы создать бенчмарк, которого не существует. Не переносите на него критический путь.

Что изменило бы этот вердикт, в порядке значимости: независимая оценка LongCat-2.5-Preview; опубликованная дата окончания скидки и цена, которая придёт ей на смену; история версий с датированными снапшотами; и прояснение того, является ли список модальностей только текстовым или нет. Любой из этих пунктов превращает дешёвую колонку в нечто большее, чем скидка. Пока хотя бы один из них не появится, это сравнение — не противостояние двух моделей, а противостояние между ценой, которую вы можете проверить, и возможностью, которую проверить не можете.