LongCat 2.5: Mô hình xem trước của Meituan là gì, và nó không phải là gì

Yêu cầu LongCat 2.5 trên nền tảng của chính Meituan và mô hình bạn nhận được có tên là LongCat-2.5-Preview — và hậu tố đó không phải để trang trí. Đó là ID mô hình, chuỗi trong mọi đoạn mã mẫu, tên trên bảng giá, và mục LongCat 2.5 duy nhất mà endpoint liệt kê mô hình của nhà cung cấp trả về. LongCat API Platform của Meituan đã đưa nó vào hoạt động dưới một mục nhật ký thay đổi ghi ngày 25 tháng 9 năm 2026, cùng với mô hình duy nhất khác của nền tảng, LongCat-2.0. Gần ba tuần sau, nó vẫn chưa được đổi tên, giá của nó vẫn tiếp tục được gắn nhãn là khuyến mại, và chưa ai — kể cả Meituan — công bố dù chỉ một con số benchmark nào cho nó.

Sự kết hợp đó chính là toàn bộ lý do trang này tồn tại. Giao diện đã được ghi tài liệu đầy đủ: một endpoint tương thích OpenAI, một endpoint tương thích Anthropic, một bảng giá được công bố, một giới hạn ngữ cảnh được công bố. Hồ sơ năng lực thì hoàn toàn không được tài liệu hóa, và một tính năng nổi bật được hai trang trong cùng một bộ tài liệu mô tả theo hai cách khác nhau. Nếu bạn đang cân nhắc xem có nên xây dựng dựa trên nó hay không, điều hữu ích là một danh sách chính xác những gì đã biết, những gì được tuyên bố, và những gì đơn giản là không hề có.

LongCat 2.5 là gì và ai phát hành nó

LongCat là dòng mô hình của Meituan, và Nền tảng API LongCat là bề mặt phục vụ riêng của Meituan dành cho dòng mô hình này — không phải một cổng vào của bên thứ ba. Phần FAQ của nền tảng mô tả dịch vụ của mình là “các dịch vụ proxy mô hình AI dành riêng cho các mô hình thuộc dòng LongCat”, duy trì khả năng tương thích với các định dạng API của OpenAI và Anthropic để các SDK hiện có hoạt động mà không cần thay đổi. Địa chỉ hỗ trợ trên các trang của chính nhà cung cấp là longcat-team@meituan.com, còn trang tài liệu, bảng điều khiển và máy chủ API đều nằm dưới các tên miền do Meituan kiểm soát và CDN tài sản tĩnh của Meituan.

Danh mục thì ngắn. Bảng các mô hình được nền tảng hỗ trợ chỉ liệt kê đúng hai mục, LongCat-2.5-Preview và LongCat-2.0, cả hai đều được mô tả giống hệt nhau là một "High-performance Agentic model". GET /openai/v1/models trả về đúng hai mục đó và không có gì khác, mỗi mục có owned_by được đặt thành "LongCat". Vậy nên "LongCat 2.5" không phải là một dòng mô hình với nhiều biến thể mà bạn phải lựa chọn — chỉ có một mô hình 2.5, nó là mô hình mới hơn trong hai mô hình trên nền tảng, và nó chính là mô hình được trang định giá trả theo mức sử dụng của nền tảng đưa lên hàng đầu.

Điều mà nhà cung cấp nói về mục đích sử dụng của nó, trong ghi chú phát hành, gồm ba thứ: hiểu hình ảnh, lập trình và khả năng tương thích với các môi trường phát triển phổ biến — Claude Code, Hermes, OpenClaw, OpenCode và Kilo Code được nêu tên. Ghi chú phát hành đó là mục có ghi ngày tháng của chính nhà cung cấp, và là nơi duy nhất mà bất kỳ tuyên bố nào trong số đó xuất hiện.

“Preview” là ID mô hình, không phải từ ngữ tiếp thị.

Sự khác biệt này có ý nghĩa hơn mức thông thường, vì trên nền tảng này, “xem trước” đóng vai trò trụ cột theo ba cách cụ thể.

Đầu tiên, đó là chuỗi bạn bắt buộc phải gửi. Mọi yêu cầu mẫu trong tài liệu — cURL, Python, ví dụ SDK Open​AI, ví dụ SDK Anthrop​ic — đều dùng LongCat-2.5-Preview, và phần tham chiếu Retrieve Model dùng nó làm tham số đường dẫn. Không có bí danh GA nào để gửi thay thế.

Thứ hai, mức giá này rõ ràng là tạm thời. Trang định giá đặt cụm từ "limited-time" ngay trên tiêu đề cột phía trên mọi con số, và kết thúc bằng một câu đáng đọc hai lần: "Giá có thể thay đổi. Giá hiển thị trên LongCat API Platform và hồ sơ thanh toán của bạn là căn cứ có thẩm quyền." Một bảng giá tự nói rằng nó không phải là nguồn có thẩm quyền cho chính những con số của mình tức là đang bảo bạn đừng xây dựng mô hình kinh tế đơn vị dựa trên nó.

Thứ ba, không có cam kết ổn định nào tồn tại ở bất cứ đâu. Không có cửa sổ ngừng hỗ trợ nào được công bố, không có lời hứa về phiên bản hóa, không có tuyên bố nào về việc liệu mô hình có giữ nguyên ID khi nó chuyển sang bản chính thức hay liệu -Preview sẽ chỉ đơn giản bị ngừng sử dụng để nhường chỗ cho một tên mới. Đó là rủi ro thông thường của một bản xem trước, và cách trung thực để đối diện với nó là: bạn có thể gọi nó hôm nay, và bạn không thể cho rằng lệnh gọi bạn viết hôm nay là lệnh gọi bạn sẽ giữ được.

Điều mà bản xem trướckhông có nghĩa ở đây là quyền truy cập bị hạn chế. Nền tảng này hoạt động theo hình thức tự phục vụ: đăng ký, tạo khóa, nạp tiền vào số dư trả trước. Người dùng ở Trung Quốc đại lục phải hoàn tất xác minh danh tính trước khi có thể nạp tiền; người dùng ở nơi khác có thể đăng ký bằng số điện thoại hoặc địa chỉ email. Không có nội dung nào trong tài liệu yêu cầu mô hình phải trải qua một quy trình phê duyệt.

Số lượng tham số và kiến trúc: con số mà mọi người đều trích dẫn thuộc về LongCat 2.0

Meituan không công bố số lượng tham số cho LongCat-2.5-Preview. Nó không có trong nhật ký thay đổi, không có trên trang định giá, không có trong tài liệu tham chiếu API, không có trong FAQ. Nếu bạn từng thấy “đại khái 1,6 nghìn tỷ tham số tổng cộng với khoảng 48 tỷ tham số hoạt động” gắn với LongCat 2.5, thì bạn đã thấy một con số của LongCat 2.0 khoác nhãn 2.5 — và dấu hiệu lộ tẩy là câu đó gần như luôn được kèm thêm từ “xấp xỉ”, bởi vì nó được mang sang từ thẻ mô hình cũ hơn thay vì được đọc trực tiếp từ thẻ này.

Nguồn của con số đó là thẻ mô hình Hugging Face của chính Meituan cho longcat-2.0, mở đầu bằng: "Chúng tôi giới thiệu LongCat-2.0, một mô hình ngôn ngữ MoE quy mô lớn với tổng cộng 1,6 nghìn tỷ tham số và khoảng 48 tỷ tham số được kích hoạt trên mỗi token." Thẻ đó tiếp tục mô tả LongCat Sparse Attention, việc tiền huấn luyện trên "hàng trăm tỷ token dữ liệu ngữ cảnh 1M", và 135 tỷ tham số Embedding N-gram được bao gồm trong mô hình. Đó là một kiến trúc được ghi chép đầy đủ, và nó thuộc về LongCat 2.0. Việc 2.5 có kế thừa hình dạng đó hay không là một kỳ vọng hợp lý và một thực tế chưa được ghi chép. Trang này sẽ không in nó như một thông số kỹ thuật của LongCat 2.5, và bất kỳ thứ gì khác bạn đọc trong tháng này cũng không nên làm vậy.

Trọng số mở: không

Meituan công bố rất nhiều thứ trên Hugging Face — meituan-longcattổ chức này có khoảng ba mươi kho lưu trữ trải rộng các mô hình văn bản, hình ảnh, video và âm thanh, và dòng LongCat-2.0 có mặt đầy đủ: mô hình cơ sở cùng các phiên bản anh em FP8 và INT8, tất cả đều theo giấy phép MIT. Không có kho lưu trữ LongCat-2.5 nào. Bản phát hành tạo văn bản mới nhất trong tổ chức là LongCat-2.0 từ đầu tháng 7 năm 2026, và việc tìm kiếm LongCat-2.5 trên Hub không trả về kho lưu trữ nào từ Meituan hay từ bất kỳ ai khác.

Mô hình này cũng đáng chú ý ở chiều ngược lại. Việc trọng số của LongCat 2.0 mở được thể hiện rõ qua hệ sinh thái hình thành quanh các trọng số mở — lượng tử hóa 3-bit và 2-bit do cộng đồng thực hiện, chuyển đổi MLX, các bản dựng AutoRound độ chính xác hỗn hợp. Không có điều nào như vậy tồn tại đối với 2.5, vì không có trọng số để bất kỳ ai lượng tử hóa. Cho đến khi Meituan công bố một kho lưu trữ, hãy coi LongCat-2.5-Preview là một mô hình đóng, chỉ dùng API, bất kể tương lai của dòng LongCat trông như thế nào.

Phong bì mà nhà cung cấp thực sự công bố

Đây là những số liệu được đọc từ tài liệu và các trang định giá của chính Meituan vào ngày 13 tháng 10 năm 2026. Mỗi một trong số đó đều là con số của chính nhà cung cấp; không có số liệu nào được xác minh độc lập, và số liệu cuối cùng hoàn toàn không phải là một con số.

• Cửa sổ ngữ cảnh — 1.048.576 token. Ví dụ phản hồi trong tài liệu tham chiếu Retrieve Model dành cho LongCat-2.5-Preview trả về context_length: 1048576, và phần khởi động nhanh cũng nêu giới hạn tương tự bằng câu văn "cửa sổ ngữ cảnh 1M token".

• Đầu ra tối đa — 131,072 token. Phần quick-start ghi nó là "độ dài đầu ra tối đa là 128K token"; tài liệu tham chiếu Chat Completions đặt mức trần ở 131072 và mặc định ở 128k. Một con số, ba cách viết, và cách lớn nhất trong số đó là mức trần thực sự.

• Các phương thức đầu vào — được ghi tài liệu là văn bản. Cùng một phản hồi Retrieve Model trả về input_modalities: ["text"] với một modality có chuỗi text->text. Nhật ký thay đổi khẳng định có đầu vào hình ảnh. Hai điều này nằm trên cùng một trang tài liệu và chúng mâu thuẫn với nhau; phần tiếp theo sẽ giải quyết vấn đề này.

• Các phương thức đầu ra — văn bản, với phần suy nghĩ của mô hình được trả về riêng trong trường reasoning_content thay vì được đan xen vào câu trả lời. Các token suy luận được đếm riêng trong khối usage, điều này giúp việc quy gán chi phí trên các chuỗi dài trở nên dễ xử lý.

• Giá mỗi triệu token — 0,30 USD cho đầu vào không cache, 0,006 USD cho đầu vào đã cache, 1,20 USD cho đầu ra. Trang gọi cả ba mức này là “có thời hạn”. Bảng này cũng có biểu phí bằng nhân dân tệ, ¥2 / ¥0,04 / ¥8, dành cho các tài khoản được lập hóa đơn tại Trung Quốc.

• Tham số — không được công bố cho mô hình này. Cấu hình 1.6T/48B là của LongCat 2.0.

• Điểm số độc lập — không có điểm nào. Không phải điểm thấp: không có điểm.

Khi nhà cung cấp tự mâu thuẫn về hình ảnh

Tuyên bố nổi bật của nhật ký thay đổi là không hề mơ hồ: “Hiểu đa phương thức: Khả năng hiểu hình ảnh mới, có thể phân tích nội dung hình ảnh, hỗ trợ hỏi đáp xuyên phương thức, tóm tắt nội dung và suy luận thị giác phức tạp.” Đối với một mô hình mà điểm khác biệt duy nhất khác được ghi nhận chỉ là giá rẻ, đó chính là tính năng mà bạn sẽ lấy làm nền tảng để phát triển.

Tài liệu tham chiếu API lại nói ngược lại. Retrieve Model, khi được gọi cho đúng model ID này, trả về input_modalities: ["text"] và output_modalities: ["text"]. Tài liệu tham chiếu Chat Completions mô tả trường content của message là "Message content as a plain-text string" — một chuỗi, chứ không phải một mảng các content part, không có tham số image URL và không có trường attachment ở bất kỳ đâu trong phần request body được tài liệu hóa. Không có chỗ nào trong giao diện được tài liệu hóa để đặt một bức ảnh vào.

Một trong hai trang đó đã lỗi thời, và từ bên ngoài không có cách nào biết được là trang nào. Changelog là một thông báo phát hành, và thông báo phát hành được viết khi một năng lực được đưa vào; tài liệu tham chiếu API được tạo từ những gì endpoint thực sự chấp nhận, và các trang tham chiếu là thứ cuối cùng mà người ta cập nhật. Lập luận đó chỉ về một hướng, và đó là lập luận chứ không phải bằng chứng, nên trang này sẽ không khẳng định đầu vào hình ảnh là một tính năng đang hoạt động. Nếu khả năng thị giác là lý do bạn quan tâm, hãy dành mười phút để gửi một hình ảnh và đọc phản hồi. Đừng lập kế hoạch cho một pipeline dựa trên cách diễn đạt của changelog, và cũng đừng loại mô hình đó ra chỉ dựa vào trang tham chiếu.

Không có tiêu chuẩn nào cả. Tình hình là như vậy đấy.

Meituan chưa công bố bất kỳ benchmark nào cho LongCat-2.5-Preview. Không có bảng đánh giá nào trong tài liệu, không có biểu đồ so sánh nào trong changelog, không có điểm số nào trên trang định giá, và không có bài đăng blog phát hành nào để chứa một điểm như vậy — trang mô hình của chính Meituan cho thế hệ trước có kèm một bài viết kỹ thuật, còn 2.5 thì không có gì tương đương mà chúng tôi có thể tìm thấy trên bất kỳ bề mặt nào của Meituan. Đó không phải là một sơ suất trong bài viết này; đó là sự thật đầu tiên mà người mua cần biết.

Cũng không có điểm số độc lập nào. Artificial Analysis, đơn vị thực sự đo lường dòng LongCat — nó có LongCat 2.0 với ngày phát hành 29 tháng 6 năm 2026, và LongCat Flash Lite — không có mục LongCat 2.5 nào trong chỉ mục mô hình của mình khi chúng tôi kiểm tra vào ngày 13 tháng 10 năm 2026. Nếu bạn thấy một con số benchmark LongCat 2.5 trong tháng này, câu hỏi đầu tiên cần đặt ra là nó thực sự gắn với cái gì, bởi vì câu trả lời khả dĩ nhất là đó là một kết quả LongCat 2.0 đã bị dán nhãn lại bởi ai đó cho rằng hai mô hình có cùng hồ sơ. Sự nhầm lẫn về số lượng tham số được mô tả ở trên cũng chính là lỗi đó nhưng khoác lên mình bộ áo khác.

Điều mà nhà cung cấp thực sự tuyên bố, và tất cả đều chưa được tái lập, là danh sách ba mục trong changelog: hiểu đa phương thức, "khả năng lập trình vượt trội" bao trùm "tạo mã, hiểu mã và các tác vụ lập trình tự động", cùng khả năng vận hành hiệu quả với Claude Code, Hermes, OpenClaw, OpenCode và Kilo Code. Hãy coi đó là mô tả ý định của nhà cung cấp. Hai trong số ba mục là những tuyên bố mà mọi model card trong nhóm này đều đưa ra, còn mục thứ ba — khả năng tương thích môi trường — là kiểu điều bạn có thể tự xác minh trong một buổi chiều bằng cách trỏ agent của mình vào endpoint và xem liệu các lệnh gọi công cụ có trả về ở dạng mà harness của bạn hiểu được hay không.

Làm cách nào để nhận được phản hồi từ nó

Nền tảng cung cấp hai bề mặt tương thích thông qua một khóa, được cấp từ trang API Keys của bảng điều khiển và được truyền dưới dạng 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.

• Các tham số được chấp nhận — max_tokens tối đa 131072 (mặc định 128k), temperature từ 0 đến 1, top_p, stream cho SSE, tools và tool_choice, và một thinking đối tượng nhận {"type":"enabled"} hoặc {"type":"disabled"}. Reasoning là một tùy chọn bật/tắt trên yêu cầu, không phải ID mô hình riêng.

• Giới hạn tốc độ — một yêu cầu vượt giới hạn sẽ trả về HTTP 429 với retry_after: 60, và tài liệu khuyến nghị dùng backoff lũy thừa phía client. Không có mức trần số yêu cầu mỗi phút hay token mỗi phút nào được công bố ở bất kỳ đâu, nên bạn không thể định cỡ ngân sách đồng thời từ tài liệu; bạn chỉ phát hiện ra giới hạn bằng cách chạm tới nó. Với một vòng lặp agent bắn ra hàng chục lời gọi mỗi tác vụ, điều đó đáng để biết trước lần 429 đầu tiên thay vì sau đó.

• Tính phí — số dư trả trước, tính phí theo mỗi yêu cầu, chỉ với phản hồi thành công. Các yêu cầu thất bại — tài liệu nêu rõ là 401, 403, 429 và 500 — được nêu rõ là không bị tính phí. Số dư không hết hạn, và tín dụng khuyến mãi được dùng trước số dư đã trả tiền.

Hai chi tiết sẽ khiến bạn mất cả một buổi gỡ lỗi

Đầu tiên là trường reasoning. Ví dụ phản hồi của chính nhà cung cấp trả về một thông điệp assistant mang cả content và reasoning_content, với reasoning_tokens được tách riêng bên trong usage.completion_tokens_details. Đó không phải là dạng của OpenAI và cũng không phải là dạng của Anthropic: đó là một trường xen kẽ xuất hiện trong mọi phản hồi. Một client giải tuần tự hóa vào một schema cố định và loại bỏ các khóa không xác định sẽ âm thầm vứt bỏ phần suy nghĩ của model — và lỗi này vô hình, vì câu trả lời vẫn được trả về. Bạn sẽ kết luận rằng model yếu hơn so với thực tế, và bạn sẽ sai vì một lý do không liên quan gì đến model. Hãy kiểm tra rằng client của bạn giữ lại trường đó trước khi bạn đánh giá chất lượng đầu ra.

Vấn đề thứ hai là câu hỏi về modality ở trên. Nó nằm trong danh sách này vì cách hai tài liệu được phân phối: changelog là trang bạn đọc để hiểu mô hình có thể làm gì, còn tài liệu tham chiếu API là trang bạn đọc để hiểu cách đặt câu hỏi. Ở đây chúng mâu thuẫn với nhau về cùng một mô hình, và sự mâu thuẫn đó chính xác là về tính năng mà ghi chú phát hành đưa lên đầu tiên.

Điều gì sẽ thay đổi khuyến nghị này

Trang này là một bản chụp nhanh, và nó là bản chụp nhanh của một mô hình với bốn câu hỏi mở thay vì một mô hình đã ngã ngũ. Năm điều sẽ làm nó thay đổi:

• Việc đổi tên hoặc một mục GA trong changelog — thời điểm -Preview không còn là model ID, mức giá không còn được gắn nhãn chỉ trong thời gian giới hạn, và một cam kết về độ ổn định trở nên có ý nghĩa.

• Một thước đo chuẩn, từ Meituan hoặc từ một tổ chức đo lường — dù là bên nào cũng sẽ thay thế tình trạng hiện tại, vốn là năng lực của mô hình chưa được biết đến chứ không phải chỉ ở mức thấp.

• Đầu vào hình ảnh được minh họa trong tài liệu tham chiếu thay vì được khẳng định trong ghi chú phát hành — bản sửa ở đây là thay đổi một dòng đối với một trang được tạo tự động, và nó sẽ giải quyết mâu thuẫn nội bộ duy nhất trong bộ tài liệu.

• Công bố tham số hoặc một kho lưu trữ Hugging Face — một trong hai sẽ cho phép kiến trúc 2.5 được thảo luận dựa trên bằng chứng thay vì dựa trên sự kế thừa từ LongCat 2.0.

• Giới hạn tốc độ được công bố — mức nhỏ nhất trong số năm, và là yếu tố ảnh hưởng nhiều nhất đến việc liệu khối lượng công việc của tác nhân có thể lập kế hoạch được hay không.

Trong lúc này, cách tiếp cận thực tế rất đơn giản, và nó không giống cách tiếp cận bạn sẽ áp dụng với một mô hình đã được chấm điểm, định giá và ổn định. Một bản xem trước chưa được chấm điểm ở mức giá khuyến mãi là mô hình bạn đánh giá, chứ không phải mô hình mà bạn định tuyến một luồng sản xuất tới — và điều đó khiến phương án dự phòng trở thành phần đáng để thiết lập cẩn thận. Trên OrcaRouter, các mô hình chúng tôi phục vụ nằm sau một khóa duy nhất với giá niêm yết của nhà cung cấp, không cộng thêm giá, vì vậy thay đổi giá của nhà cung cấp sẽ đến hóa đơn của bạn trong cùng ngày thay vì vào lúc gia hạn, và chuyển đổi dự phòng tự động sẽ đưa một yêu cầu bị suy giảm đến một nhà cung cấp khỏe mạnh mà mã của bạn không hề hay biết. LongCat-2.5-Preview không phải là một trong các tuyến của chúng tôi và chúng tôi không phục vụ nó, nên muốn thử nó, bạn phải đến trực tiếp nền tảng của Meituan; lập luận ở đây chỉ là bất cứ thứ gì bạn giữ phía sau nó cũng chỉ nên tốn một dòng cấu hình để tiếp cận, bởi vì câu hỏi mà mô hình này đặt ra — liệu nó có đủ tốt cho công việc của tôi không — là câu hỏi bạn chỉ có thể trả lời bằng cách chạy nó, và câu trả lời rất có thể là không.

Đó là hình hài của toàn bộ câu chuyện. LongCat 2.5 là một mô hình thật trên một nền tảng thật với giao diện được tài liệu hóa, một mức giá đã công bố và cửa sổ ngữ cảnh 1M token, đồng thời nó cũng là một bản xem trước mà các tham số, benchmark và khả năng hỗ trợ thị giác đều chưa được xác lập. Cả hai nửa đều đúng, cả hai đều đáng được ghi lại, và nửa thứ hai là phần không ai đăng lại.