LongCat-2.5-Preview vs MiniMax M3: Den billiga platsen är redan tagen

Premissen i de flesta texter om LongCat-2.5-Preview är att Meituan har underbjudit branschen. Mot MiniMax M3 upplöses den premissen vid kontakt. MiniMax M3 listas till $0,30 per miljon indatatoken och $1,20 per miljon utdatatoken i vår katalog. LongCat-2.5-Previews publicerade prislista är $0,30 per miljon icke-cachade indatatoken och $1,20 per miljon utdatatoken. Det är inte liknande siffror; det är samma siffror. Den enda platsen de skiljer sig åt är cachad indata, där Meituan anger $0,006 per miljon mot den etablerade aktörens $0,06 — en tiofaldig skillnad på den billigaste raden i räkningen. Så den intressanta frågan är inte huruvida LongCat-2.5-Preview är billig. Det är vad du köper och ger upp när en ny modell dyker upp till exakt samma pris som den etablerade aktören.

Det korta svaret: ett mycket högre utdatatak, en mycket tunnare evidensbas och en cacherabatt.

Samma pris i rubriken, väldigt olika publicerade takpriser

MiniMax M3 har varit officiellt bekräftad sedan 31 maj 2026. Vår katalog har den med ett kontextfönster på 1 048 576 tokens och en maximal utdata på 512 000 tokens – mer än de flesta modeller tillåter, och fyra gånger så mycket som LongCat-2.5-Previews 131 072. Den tar emot text, bilder och video som indata och returnerar text, med verktygsanrop, JSON-läge och resonemang tillgängliga.

LongCat-2.5-Preview, listad på Meituans LongCat API-plattform den 25 september 2026, matchar på kontext vid 1 000 000 tokens och underskrider kraftigt på utdata vid 131 072. Dess indataprofil är den aktuella frågan: ändringsloggen presenterar bildförståelse som sin främsta nyhet, men exempelsvaret i Meituans egen dokumentation för "Retrieve Model" visar fortfarande input_modalities/ som ["text"]/ med en text->text/ modalitetssträng. MiniMax M3 tar också emot video, vilket LongCat-2.5-Preview inte gör anspråk på alls. Om din pipeline matar in skärminspelningar eller ramsekvenser, slutar jämförelsen här.

Cache-asymmetrin går åt andra hållet och förtjänar att nämnas till Meituans fördel, eftersom det är den enda dimensionen där den nya modellen verkligen skiljer sig. $0,006 per miljon cachad indata mot $0,06 är en verklig fördel för agentarbetsbelastningar som skickar samma långa prefix igen vid varje tur – vilket de flesta gör. Det är också den post som mest sannolikt ändras utan förvarning, eftersom Meituan flaggar hela kortet som en tidsbegränsad rabatt.

Evidensgapet, ärligt mätt i båda riktningarna

MiniMax M3:s benchmarkposition är inte stark, och att säga det är en del av att göra denna jämförelse korrekt. Artificial Analysis registrerar ett Coding Index på 58,6 för den — fyrtiosjätte bland de modeller som följs — och ett Intelligence Index på 29,2 på sextionde plats. GPQA Diamond 92,9 %, Humanity's Last Exam 39 %, SciCode 47,1 %, Long-Context Recall 83, τ²-Bench banking 15,3, Terminal-Bench v2.1 65,2. MiniMaxs egna publicerade siffror täcker ett annat område: BrowseComp 83,5, GDPval rubrics 76,7, MCP Atlas 74,2, BankerToolBench 76,1. Det är leverantörsrapporterade siffror och hör hemma i en annan kolumn än de oberoende, men de finns, vilket är det avgörande ordet.

LongCat-2.5-Preview har ingen kolumn alls. Ingen publicerad benchmarktabell, inget modellkort, ingen teknisk rapport, inget repo på HuggingFace eller i Meituans GitHub-organisation, och katalogmetadata som registrerar öppna vikter som falskt. Det ungefärliga parameterantalet på totalt 1,6 biljoner / 48 miljarder aktiva rapporteras från Meituans webbplatsmetadata och kinesisk branschbevakning snarare än från dokumentation. Så det korrekta påståendet är: M3:s poäng är medelmåttiga och oberoende källbelagda; LongCat-2.5-Previews poäng saknas. En modell som får poäng i fyrtiotalet på kodningsindexet är en känd storhet som man kan planera utifrån. En modell utan poäng är en annan typ av risk, och att priset är identiskt tar bort den kompensation som vanligtvis motiverar att man väljer den.

Där samma pris förändrar vad du bör göra

När en ny modell underbjuder fältet är det rationella draget att utvärdera den – uppsidan är en verklig rabatt. När en ny modell lanseras till exakt samma pris som en etablerad aktör som har levererats sedan maj, är uppsidan inte priset. Det är förmåga, och förmåga är det enda som LongCat-2.5-Preview inte har publicerat. Det omformar utvärderingen helt: du testar inte om den är billigare, du testar om den är bättre, på dina uppgifter, från en stående start utan bevis att förankra sig i.

Det finns en detalj av andra ordningen som gör det testet billigare än det ser ut. LongCat-2.5-Preview är gratis och obegränsat via OpenCode under ett fönster av oangiven längd, med en uttrycklig policy om noll datalagring som OpenCode dokumenterar — modellträning "Not used", datalagring "0 days", mot trettio dagar för jämförelselistan. Så kostnaden för att generera din egen utvärdering är nära noll, och policyn för datalagring innebär att du kan köra den mot privat kod. Den enda detalj i testramverket som måste redas ut först är att modellen returnerar sitt resonemangsspår i ett sammanflätat reasoning_content/-fält; klienter som parsar chat completions utan att förvänta sig det tappar tänkandet tyst och får modellen att verka sämre än den är.

Routningsargumentet, specifikt för en jämförelse vid samma pris

Vi tillhandahåller MiniMax M3 till MiniMaxs listpris med noll påslag. LongCat-2.5-Preview är inte en av våra rutter — vi tillhandahåller den inte, och inget här bör tolkas som ett påstående om motsatsen.

En matchning till samma pris är precis det fall där routning förtjänar sin plats i stället för att bara vara en bekvämlighet. Om två modeller kostar lika mycket är valet mellan dem per anrop och per uppgift: M3 för utdatataket på 512 000 token och videoinmatning, LongCat-2.5-Preview för rabatten på cachat prefix i långa agentloopar när du väl har försäkrat dig om dess kvalitet. Modellfusion är mekanismen som gör det bokstavligt – en hämtningsomgång och ett syntessteg kan vara olika modeller i ett enda anrop, så att du inte tvingas utse en vinnare innan du har bevis. Och eftersom vi förmedlar leverantörernas listpriser vidare utan påslag hamnar en leverantörs prisändring på din faktura samma dag i stället för vid nästa avtalsförnyelse, vilket spelar större roll än vanligt när ett av de två korten uttryckligen är kampanjbaserat. Automatisk redundansväxling täcker sedan fallet där en leverantör försämras, och den är viktigast för modellen som inte har någon serveringshistorik att granska.

Vanliga frågor

• Är LongCat-2.5-Preview billigare än MiniMax M3? Nej. I de publicerade prislistorna är priserna för indata och utdata identiska, 0,30 respektive 1,20 dollar per miljon. Den enda prisfördelen gäller cachad indata, 0,006 mot 0,06, och Meituan betecknar hela sin prislista som en tidsbegränsad rabatt utan att säga vad som följer.

• Vilken har den större användbara utdatan? MiniMax M3 med bred marginal: 512 000 tokens mot 131 072. För långformsgenerering, strukturerad extrahering över stora dokument eller allt som skriver mer än ett kapitel är det taket den avgörande specifikationen.

• Vilken kan jag verifiera? MiniMax M3, och verifieringen smickrar den inte — Coding 58,6 på fyrtiosjätte plats och ett Intelligence Index på 29,2 på sextionde plats från Artificial Analysis. LongCat-2.5-Preview har ingen publicerad utvärdering från någon. Om ett LongCat-2.5-Preview-benchmark dyker upp den här veckan, behandla det som overifierbart tills du kan spåra det till en namngiven utvärderare.

• Vilken bör jag sätta i produktion? Ingen av dem utan ett eget test. Mellan de två är M3 det lägre variansvalet eftersom dess svagheter är dokumenterade och dess indatamodaliteter är bekräftade; LongCat-2.5-Preview är det högre variansvalet, med ett större kontextanspråk, ett mycket mindre utdatatak, en cacherabatt och noll offentliga bevis. Kör det gratis medan fönstret är öppet, håll båda bakom en enda nyckel, och låt dina egna siffror avgöra.