LongCat-2.5-Preview 对比 Qwen3.8-Max：价格仅为其七分之一，排行榜上却不见踪影

美团将LongCat-2.5-Preview于2026年9月25日上线到其API平台，只附了一则更新日志条目和一份价格表，没有任何形式的基准测试——随后将其定价为Qwen3.8-Max同一调用收费的大约七分之一。这不是一个小差距，也不是一个稳妥的差距。Qwen3.8-Max是该厂商的旗舰模型，自2026年8月3日起已全面可用，拥有独立的Artificial Analysis排名，发布带日期、可按名称锁定的快照，其输入计费是前者的6.7倍，输出计费是5倍。这项比较必须回答的问题并不是哪个模型更好——美团之外的任何人目前都还没有资格回答这个问题。它要回答的是：你为这个差价买到了什么，以及这个差价是否值得买。

双方实际发布了什么

从来源说起，因为正是这一点比任何基准都更鲜明地将这两者区分开来。

LongCat-2.5-Preview 随美团自家更新日志中一条带日期的条目登场——厂商的原话是：“版本：2026-09-25 — LongCat-2.5-Preview 现已推出”——一个定价页将其列为该平台当前的按量付费模型，一份快速入门指南则涵盖两种接口格式。美团在 X 上的自家账号将其描述为“1.6T 参数。约 48B 激活参数。100 万 token 上下文窗口。原生多模态。”除此之外，无可读内容。没有任何仓库在 meituan-longcat Hugging Face 组织中覆盖该模型——该组织最新的仓库是 7 月 31 日的 LongCat-Flash-Lite-Sparse——而为其提供服务的 OpenCode 模型目录将其记录为闭源权重。厂商未发布模型卡、技术报告、许可证或参数表，任何地方也没有独立评估：截至 9 月 27 日，Artificial Analysis 上没有 LongCat-2.5-Preview 页面。

Qwen3.8-Max 几乎在各个方面都是相反的情况。它于 2026 年 8 月 3 日正式全面可用，并公布了价目表，而阿里巴巴又在 9 月 2 日推出了一个具名更新版本 Qwen3.8-Max-0902。Artificial Analysis 对它进行了测评：Intelligence Index 为 45.4，在 145 个模型中排名第 15；Coding Index 为 76.2，在 138 个模型中排名第 9。它的成绩为：GPQA Diamond 92.8%、Humanity's Last Exam 43.1%、SciCode 52.1%、Long-Context Recall 80.3%、Terminal-Bench 2.1 为 88.8%，以及 τ-bench banking 为 47.8%。这是一个经过实测的模型，每个数字都有凭据。

所以，对证据一栏的诚实总结是失衡的，而这种失衡与能力毫无关系。这些模型中，有一个可以在你做出承诺之前接受评估。另一个则只能试用。

费率卡，逐行

两者都是百万 token 级模型，输出上限相同，所以参数表恰恰在最派不上用场的地方完全趋同：

• 未缓存输入 — LongCat-2.5-Preview 每 1M $0.30，对比 Qwen3.8-Max 每 1M $2.00，相差 6.7 倍。

• 缓存输入 — 每 100 万个 $0.006，对比每 100 万个 $0.25，相差 41.7 倍。

• 输出 — 每 1M $1.20 对比每 1M $6.00，相差 5 倍。

• 上下文窗口 — 1,048,576 个 token，对比 1,000,000 个 token。功能上几乎打平。

• 最大输出 — 两者均为 131,072 个令牌。完全相同。

• 独立评分——未公开，对比 AA Intelligence 45.4 与 AA Coding 76.2。

那里的每一个 LongCat 数字都来自美团自己的定价页面，而该页面将整列标注为"折扣价（限时）"。Qwen3.8-Max 的数字是阿里巴巴的标价，取自我们自己的模型卡，其中缓存读取为每百万 $0.25，缓存写入为每百万 $2.50。Artificial Analysis 的快照日期为 2026 年 9 月 2 日。

最值得盯着看的，是缓存输入那一行。缓存读取上 42× 的差距，是这次对比中最大的单个数字，而且它正落在智能体工作负载实际依赖的维度上。一个每一轮都重新发送 100,000 token 系统提示和工具 schema 的智能体循环，其大多数 token 支付的是缓存费率，而不是那个最显眼的输入费率。

一次 150,000 个 token 的调用，按两种方式计价

以一个典型的智能体式请求为例：150,000 个输入 token，其中 50,000 个由缓存提供，以及 4,000 个 token 的回答。按 Meituan 的折扣费率，这次调用花费 $0.0501。按 Qwen3.8-Max 的标价费率，同样的调用花费 $0.3365——高出 6.7 倍，或者说每天一千次调用是 $50 对 $337。将这一组合完全转为缓存命中（这是重复提示词的稳态），差距扩大到 12.3 倍：每次调用 $0.006 对 $0.074。

那套算术里没有任何一点取决于 LongCat-2.5-Preview 是否优秀。这正是问题所在。提供给你的倍率是真实的，而供应商自己页面上附在它旁边的词是“限时”，既没有结束日期，也没有说明后续价格。一个没有公布到期时间的 6.7× 折扣，是一笔你无法纳入计划的预算项；它是一笔你必须盯着的预算项。

还有一处路由上的不对称，值得直说。Qwen3.8-Max 是 我们提供的一条路由——qwen/qwen3.8-max以及固定版本的 qwen/qwen3.8-max-0902——按阿里云的 目录价、零加价，因此供应商一旦调价，当天就会落到我们这边，而不是几周之后。LongCat-2.5-Preview 不是我们提供的路由，我们也不会假装它是；在这个对比的低价一侧，你面对的是美团自己的 API，以及你接入它的任何平台。

美团自家 API 所反驳的那一项说法

对于任何工作负载并非纯文本的人而言，这一发现应当决定这场对比的胜负。

美团的更新日志将图像理解列为 2.5 代最主打的新增功能：“多模态理解：新增图像理解能力，能够解析图像内容，支持跨模态问答、内容摘要和复杂视觉推理。” X 帖子称其“原生多模态”。这些都是厂商的说法，单凭它们，将其纳入决策考量是合理的。

随后，同一个文档站点发布了用于获取该模型自身元数据的示例响应，而它返回的模型是纯文本的。针对 id“LongCat-2.5-Preview”，该载荷显示 context_length: 1048576、input_modalities: ["text"]、output_modalities: ["text"]，以及模态字符串 text->text。没有图像条目。不是在旧快照中——而是在记录该端点的页面上的完整示例中。

这并不能证明模型看不见。它证明的是，厂商尚未把自己的文字表述与自家 API schema 调和一致，也意味着，在有人解决这个问题之前，买家无法依据那条变更日志句子为视觉工作负载计费。再把它和另一边并排对比：我们的目录列出 Qwen3.8-Max 接受文本、图像和视频输入，视觉是其声明能力之一，而且该模型背后还有一张独立基准测试表。如果你的任务是文档理解、截图初筛或视频帧分析，那么昂贵的那一列是输入模态已经过验证的一列，便宜的那一列是输入模态尚未确定的一列。仅那一行就能抹掉整个 6.7×。

预览无法固定到何处

阿里巴巴发布带日期的快照。qwen/qwen3.8-max-0902是一个具名且已冻结的构建版本，价格与基础模型相同，均为 $2/$6，这意味着指定它的路由规则下个月仍会返回相同的权重。行为上的变化会以新的 id 形式出现，你可以按自己的节奏采用。

LongCat-2.5-Preview 没有这样的标识。它的模型 id 就是预览版 id，没有快照后缀，平台上没有版本历史，也没有任何更新日志会告诉你权重发生了变化——只说明折扣是“限时”的。它就是通常意义上的预览版：这个名字之下的东西允许发生变化，而你要从自己的输出里发现这一点，而不是从发布说明里得知。

买到缺失证据的最便宜方式，是美团在这件事的另一面打开的窗口：OpenCode 将 LongCat-2.5-Preview 列为限时免费，提供商遵循零保留政策，不会拿你的数据做训练；它还在 9 月 26 日表示，这扇窗口持续两周。输入免费，输出免费，缓存读取也免费。这是一种正当的途径，用来构建那张没人发布过的基准表——拿你自己的评估语料去跑它，你就能得到一个数字，而厂商只给了你一句话。它不是你可以据以规划的价格：两周会到期，而窗口另一边的数字，由美团来定。

谁应该选哪个

当工作负载本身就是你购买该模型的首要理由时，就该选用 Qwen3.8-Max。如果输入是图像或视频，如果答案必须在每次构建之间都可复现，如果独立的索引是采购硬性要求，或者任务属于 Terminal-Bench 和 Coding Index 所代表的那类智能体编码，那么 6.7× 就是能够检验自己工作成果所必须付出的代价。在一项关键指标上，它还位于一条回退链之后，因此已评分的模型可以为未评分的模型承受糟糕的一天，而你无需运行两套集成。

当工作负载是高吞吐量、短上下文、纯文本且面向内部时——分类、抽取、摘要、批量改写——并且当出错代价只是一次重试而不是失去客户时，就选择 LongCat-2.5-Preview。在这种形态下，缓存输入那一行不是折扣，而是这项工作的全部经济性所在，而 42× 是一个值得花力气去测量的数字。利用免费窗口期来生成那个尚不存在的基准测试。不要把关键路径迁移到它上面。

什么会改变这一结论，按权重排序：对 LongCat-2.5-Preview 的独立评估；折扣公布的结束日期和继任价格；带有日期快照的版本历史；以及关于模态列表是否为纯文本的明确结论。上述任何一项都会让便宜的那一栏不再只是一个折扣。在至少一项落地之前，这个比较不是两个模型之间的较量——而是你能验证的价格与你无法验证的能力之间的较量。