实战 SOP
实战 SOP

改一行 base_url 白嫖 500 万 tokens:1.6T 旗舰进 Agent

把 LongCat-2.5-Preview 接进现有 Agent 工具链的三条路线实操 SOP,按门槛递进:①网页直用(longcat.ai 官网登录,对话传图与简单 Agent 任务);②OpenAI 协议接入(base_url 改 https://api.longcat.ai/openai,模型 ID LongCat-2.5-Preview,现有 OpenAI SDK 零迁移);③Anthropic 协议接 Claude Code(ANTHROPIC_BASE_URL / ANTHROPIC_AUTH_TOKEN / ANTHROPIC_MODEL 三个环境变量),Codex、OpenClaw、OpenCode、Kilo Code 同理换 base_url 与模型名。附 1M 上下文与 128K 输出的用法提示、500 万免费 tokens 福利(转述口径)与 Preview 阶段局限(无公开 benchmark、权重未放出、接口可能调整),上线前先小流量验证价格延迟成功率。

发布于 2026年9月29日10 分钟阅读
<!-- longcat-2-5-agent-integration-sop | sop | 改一行 base_url 白嫖 500 万 tokens:1.6T 旗舰进 Agent -->

美团在 9 月底放出了新一代大模型 LongCat-2.5-Preview(2026-09-28 AI 工具集专页口径,转述美团官方)。纸面规格有两个抓眼球的点:一是体量,MoE 稀疏激活架构,总参数 1.6T,即 1.6 万亿,每次推理只激活约 48B,也就是 480 亿;二是窗口,原生 1M token 上下文,最大输出 128K tokens。多模态方面新增图片理解,原生并入基座,多模态路线承袭 LongCat-Next 验证的 DiNA(离散原生自回归)范式,把模态词法化为离散 token 统一建模(转述口径)。产品定位延续了 LongCat 系列的 Agentic Coding 基因,官方把目标场景指向终端、浏览器、GUI、电子表格、设计工具等长流程自主操作。

但这些是发布稿的视角。对想把模型接进自己 Agent 工具链的开发者来说,真正值得关心的只有三件事:接口长什么样、要改多少代码、有什么坑。LongCat-2.5-Preview 的答案是 API 同时兼容 OpenAI 与 Anthropic 双协议,这意味着市面上绝大多数主流 Agent 工具都能以「改配置」而非「改代码」的方式接入,迁移成本被压到了配置文件层面。这篇 SOP 按门槛递进拆成三条路线:网页直接体验、OpenAI 协议接入、Anthropic 协议接入 Claude Code,每条都给可直接复制的最小配置示例。

动手前先交代两件事。一是分工边界:站内的美团 LongCat 2 与国产芯片训练线讲的是 LongCat 2 与国产芯片的训练侧故事,本文只谈 2.5-Preview 模型本身的接入实操,两篇互为内链不重复。二是必须提前说的冷思考:LongCat-2.5-Preview 目前没有任何公开 benchmark 分数,官方对比表中明确标注「无公开 benchmark」,所以本文不会引用任何测试成绩,你能依赖的只有自己的任务实测。这一点后文还会展开。

第零步:注册、Key 与 500 万 tokens 福利

三条路线共享同一个起点。到 LongCat 平台(longcat.ai/platform)注册账号并创建 API Key。计费模式是按 token 套餐,注册赠送 500 万免费 tokens(转述口径,以平台实际规则为准)。注册过程没有特殊门槛,常规邮箱流程即可。

500 万 tokens 是什么概念:按 1M 上下文满载粗算,大约只够五次满窗口调用;但对跑通接入、验证协议兼容性、拿自己的任务集做一轮小规模评测来说,这个量绰绰有余。建议把免费额度优先花在评测上而不是生产流量上,评测结论才有复用价值,生产放量再谈套餐选购。还有一个使用细节值得提醒:Agent 任务的平均 token 消耗远高于单轮对话,一次带工具循环的任务跑掉几万 tokens 很正常,预估用量时要按 Agent 口径而不是聊天口径来算。

Key 管理走老规矩:不进代码仓库、不进日志、按环境隔离、定期轮换,泄露立即吊销。后面所有配置示例里出现的 Key 占位符,都请替换成你自己的密钥,并通过环境变量或密钥管理服务注入,不要硬编码。

选型决策:三条路线对号入座

路线适合谁门槛典型用途
网页直接体验所有人最低,打开官网即用能力摸底、看图任务、小规模试用
OpenAI 协议接入有现成 OpenAI SDK 代码的团队低,改两行配置把模型接进现有 Agent 管线
Anthropic 协议接入Claude Code 用户低,配三个环境变量终端编码与长流程 Agent 任务

选型口诀:只想看看模型什么水平,走路线一;现有系统基于 OpenAI SDK 或任何 OpenAI 兼容库,走路线二;日常主力工具是 Claude Code,走路线三。路线二与路线三不互斥,双协议意味着同一个模型 ID 可以同时服务两套工具链,很多团队会两条并行,按任务类型分配流量。

路线一:网页直接体验,零配置摸底

LongCat 官网(longcat.ai)提供网页对话入口,注册后直接可用。它支持上传图片,所以可以做一些简单的 Agent 式任务:贴一张报错截图让它定位问题、传一张表格截图让它整理数据、给一张设计稿让它输出前端页面描述。图片理解是 2.5 相对 2.0 时代的结构性变化,原生并入基座后不再依赖拆分的独立仓库,网页端就能直接验证这块能力。

不过要清楚网页形态的边界:长流程自主操作这类 Agent 能力,网页端能验证的部分有限,真正的工程验证要靠后面两条路线。另外,网页端与 API 的行为可能存在差异,网页上好用的表现不能直接等价于 API 调用的表现,最终结论以接口实测为准。这一步的产出物建议是一份小任务集:挑五到十个你业务里最典型的任务,记录网页端的表现。后面接 API 时,这就是你评测集的雏形,免费额度的花法也因此有了明确的优先级。

路线二:OpenAI 协议接入,改两行配置就完事

这是存量代码最多、改动最小的一条路。OpenAI 协议端点为 base_url=https://api.longcat.ai/openai,模型 ID 为 LongCat-2.5-Preview。如果你的现有项目用的是 OpenAI 官方 SDK 或任何兼容库,理论上只需要改两处:base_url 与 API Key,模型名换成 LongCat-2.5-Preview。Python 的最小示例:

python
from openai import OpenAI

# 只改这两行:base_url 换成 LongCat 端点,api_key 换成平台密钥
client = OpenAI(
    api_key="填入你的 LONGCAT API KEY",
    base_url="https://api.longcat.ai/openai"
)

# 模型 ID 逐字照抄,注意大小写与连字符
resp = client.chat.completions.create(
    model="LongCat-2.5-Preview",
    messages=[
        {"role": "user", "content": "把这份需求描述拆成带验收标准的开发任务清单"}
    ]
)
print(resp.choices[0].message.content)

三个实操提醒。第一,模型 ID 是 LongCat-2.5-Preview,逐字照抄,Preview 阶段不要自己写简称或别名。第二,工具调用等标准 OpenAI 请求字段按官方兼容口径使用,具体字段行为以官方文档为准,上线前逐一验证,不要凭假设裸奔。第三,既然是 Preview,把模型 ID 与 base_url 集中放在配置层,别散落在业务代码里,后面换模型或换端点时你会感谢这个决定。

接入跑通后,别急着上生产。先用第零步攒的任务集跑一轮小流量评测,重点看三项:工具调用成功率、长上下文下的指令遵循、输出格式的稳定性。这三项是 Agent 场景最容易出问题的位置,也是不同模型之间差异最大的位置,实测数据比任何发布稿都可靠。

路线三:Anthropic 协议接入 Claude Code

如果你是 Claude Code 用户,这条路的体验最接近「无感切换」。按官方教程口径,配三个环境变量即可:

bash
# Anthropic 协议端点
export ANTHROPIC_BASE_URL="https://api.longcat.ai/anthropic"
# 平台密钥
export ANTHROPIC_AUTH_TOKEN="填入你的 LONGCAT API KEY"
# 模型 ID
export ANTHROPIC_MODEL="LongCat-2.5-Preview"

claude

三个变量各司其职:ANTHROPIC_BASE_URL 把请求指到 LongCat 的 Anthropic 协议端点,ANTHROPIC_AUTH_TOKEN 带上平台密钥,ANTHROPIC_MODEL 指定模型。配置完成后,Claude Code 的请求就会走 LongCat-2.5-Preview,工具调用、文件编辑、长会话这些能力按 Claude Code 的既有流程使用,工作习惯完全不用改。

切换后的第一件事是冒烟验证:跑一个带工具调用的小任务,确认请求真的走到了新端点,而不是还在用默认配置。最直接的证据是平台侧的用量统计出现变化,配合响应表现做双重确认。这一步只花一两分钟,却能避免「以为切了其实没切」的经典事故。

官方教程同时点名了一批同类工具:Codex、OpenClaw、OpenCode、Kilo Code、Hermes 等,接入逻辑同理,都是改 base_url 与模型名。速查如下:

工具改法(官方教程口径)
Claude Code设 ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL 三个环境变量
Codex、OpenClaw、OpenCode、Kilo Code、Hermes 等改 base_url 与模型名,端点与模型 ID 认准上文

把环境变量写进 shell 配置文件时注意作用域:建议按项目或按终端会话注入,而不是全局写死,这样官方模型与 LongCat 之间可以随时切换,也方便做对照评测。如果你的 Agent 栈还在选型阶段,站内有几篇现成的参考:编码 CLI 工具看MiniMax Code CLI 资源篇,Codex harness 开源生态看这篇热点,DeepSeek 系 harness 看这篇梳理,编码 IDE 的横向对比则在这篇横评。

1M 上下文与 128K 输出怎么用才不浪费

窗口规格是 2.5-Preview 最值得单独展开的部分,但大窗口不等于无脑塞满,用错了反而又贵又差。

先说 1M 上下文的适用面。Agent 场景里它真正发挥价值的地方有三类:整仓或大部分仓库代码一次性载入做跨文件理解、长会话轨迹完整保留做长程任务、大批文档合并喂入做汇总分析。同时要认清长上下文的代价:塞进去的每个 token 都计费,而且与任务无关的噪声会稀释模型对关键信息的注意力,Agent 决策质量反而下降。实操原则是按任务裁剪上下文,把 1M 当作上限而非目标,真正需要大窗口的场景才值得喂满。

再说 128K 最大输出。单次响应能吐 128K tokens,意味着大文件生成、长报告输出可以一次成型,Agent 写多文件项目时的截断风险显著降低。但输出越长,人工 review 成本越高,建议在系统提示里约定输出结构,让长输出可分段验收,而不是一整块无法局部确认的文本。两者组合起来看,1M 进加 128K 出给长流程 Agent 任务的完整管线留足了空间,你要做的是在管线设计里把上下文的进与出都当成显式管理的资源,而不是默认参数。

成本参照:站内对比表口径显示,Claude Opus 5.5 的定价为每百万 tokens 输入 4 美元、输出 20 美元(约合 29 元与 143 元),上下文同样 1M、最大输出 128K,但仅提供 Anthropic 协议。LongCat-2.5-Preview 按 token 套餐计费,具体单价以平台页面为准,接入前先按自己的预估调用量算一笔账,再决定评测与生产的流量分配。

当前的局限:三件事必须心里有数

第一,没有公开 benchmark。这是本文反复强调的冷思考:官方对比表中 LongCat-2.5-Preview 一栏标注「无公开 benchmark」,本文也严格遵守这条纪律,不引用任何分数。对你而言,这意味着一切「它比某模型强」的说法都不可信,包括发布稿里的定性描述。唯一可靠的办法是拿自己的任务集实测,注册赠送的 500 万 tokens 正好够干这个。

第二,权重未放出。截至 2026-09-29,GitHub 的 meituan-longcat 组织经实核 30 个仓库,没有 LongCat-2.5-Preview 的仓库;组织最新推送是 9 月 24 日的 LongCat-DeepResearch(9 星)与 WBench(240 星),既有模型仓是 LongCat-2.0(565 星,MIT)、LongCat-Flash-Chat(1367 星,MIT)、LongCat-Video(8439 星,MIT)等。也就是说,2.5-Preview 目前只通过 API 提供,想本地部署或基于权重微调的团队暂时没有这条路,只能等后续动作。开源旗舰模型的整体格局,可以参考站内的开源旗舰横评。

第三,Preview 阶段一切可能变。模型 ID、端点、参数行为、价格套餐都可能调整。工程上的对策很简单:把所有 LongCat 相关配置收敛到一个配置模块,业务代码只依赖抽象接口,模型升级或回退都只改一处。这一条对任何 Preview 模型都适用,不是 LongCat 特有的问题,但它决定了你的接入工程是三分钟还是三天的差别。

常见问题

Q1: LongCat-2.5-Preview 的 benchmark 成绩怎么样?

A1: 没有公开 benchmark,官方对比表中明确标注这一点,任何第三方引用的分数都不可信。建议用注册赠送的免费 tokens 拿自己的任务集实测,重点看工具调用成功率与长上下文下的指令遵循。

Q2: 权重能下载吗,可以本地部署吗?

A2: 截至 2026-09-29 不能。meituan-longcat 组织没有 2.5-Preview 仓库,模型只通过 API 提供。组织内开源的是 LongCat-2.0、LongCat-Flash-Chat、LongCat-Video 等模型,均为 MIT 许可。

Q3: 500 万免费 tokens 怎么拿,够用吗?

A3: 到 longcat.ai/platform 注册即可获得(转述口径,以平台规则为准)。跑通双协议接入、做一轮小规模评测足够;按 1M 上下文满载粗算大约五次满窗口调用,建议优先花在评测上。

Q4: 现有 OpenAI SDK 项目要改多少代码?

A4: 理论上只改两行:base_url 换成 https://api.longcat.ai/openai,API Key 换成 LongCat 平台密钥,模型名填 LongCat-2.5-Preview。上线前用真实任务回归一遍工具调用与长上下文场景,确认兼容行为符合预期。

Q5: 1M 上下文是越多越好吗?

A5: 不是。每个 token 都计费,且无关内容会稀释注意力、拖累 Agent 决策质量。1M 是上限不是目标,按任务裁剪上下文,长会话与整仓代码这类真正需要大窗口的场景才值得喂满。

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-09-29

常见问题

LongCat-2.5-Preview 的 benchmark 成绩怎么样?
没有公开 benchmark,官方对比表中明确标注这一点,任何第三方引用的分数都不可信。建议用注册赠送的免费 tokens 拿自己的任务集实测,重点看工具调用成功率与长上下文下的指令遵循。
权重能下载吗,可以本地部署吗?
截至 2026-09-29 不能。meituan-longcat 组织没有 2.5-Preview 仓库,模型只通过 API 提供。组织内开源的是 LongCat-2.0、LongCat-Flash-Chat、LongCat-Video 等模型,均为 MIT 许可。
500 万免费 tokens 怎么拿,够用吗?
到 longcat.ai/platform 注册即可获得(转述口径,以平台规则为准)。跑通双协议接入、做一轮小规模评测足够;按 1M 上下文满载粗算大约五次满窗口调用,建议优先花在评测上。
现有 OpenAI SDK 项目要改多少代码?
理论上只改两行:base_url 换成 https://api.longcat.ai/openai,API Key 换成 LongCat 平台密钥,模型名填 LongCat-2.5-Preview。上线前用真实任务回归一遍工具调用与长上下文场景,确认兼容行为符合预期。
1M 上下文是越多越好吗?
不是。每个 token 都计费,且无关内容会稀释注意力、拖累 Agent 决策质量。1M 是上限不是目标,按任务裁剪上下文,长会话与整仓代码这类真正需要大窗口的场景才值得喂满。

相关文章

实战 SOP

不会写代码也能做游戏:49 个 AI 员工的工作室

用 Claude Code Game Studios(github.com/Donchitos/Claude-Code-Game-Studios,MIT,约 33,837 星)把单个 Claude Code 会话变成 49 个 AI 员工的游戏工作室:三层架构总监/主管/专家、72 个技能命令、12 个自动钩子拦截硬编码与误推送,协作协议保证每个决策由你拍板;附五分钟安装三步、Demo 精简流程、第三方 API 跑法与"适合谁/不适合谁"的自检清单。

2026年11月3日9 分钟阅读
实战 SOP

不给 agent root:Claude Code 沙箱装机实操指南

给 agent 加沙箱但别给 root:Anthropic 开源沙箱工具 srt(anthropics/sandbox-runtime,Apache-2.0,6,615 stars,仓库 2025-10 已建)装机实操。npm 全局安装逐字实录、~/.srt-settings.json 配置原文、三平台原语差异与默认策略三层级(原生/默认/宽松),Windows 三层真相如实呈现:srt CLI 仍是 Alpha、Schannel 属硬限制无解、Claude Code 原生 Windows 不运行沙箱须 WSL2;84% 拦截率为官方自报口径,附 8 条社区坑清单(#139/#160/#122 已修、Ubuntu 24.04 sysctl 等)。

2026年10月26日9 分钟阅读
实战 SOP

Claude Code 接 DeepSeek:官方九变量,别抄旧教程

Claude Code 接 DeepSeek 的官方直连 SOP,全部命令与变量取自 DeepSeek 官方指南(api-docs.deepseek.com/quick_start/agent_integrations/claude_code),对应 1017 checkpoint 上线后的现役配置。主攻搜索词「Claude Code 接 DeepSeek」(S1=3/S2=1/S3=2/S4=3)。迁移路径九项环境变量:ANTHROPIC_BASE_URL 指向 https://api.deepseek.com/anthropic、ANTHROPIC_AUTH_TOKEN 填 DeepSeek API Key、ANTHROPIC_MODEL=deepseek-flash[1m]、DEFAULT_OPUS/SONNET 同为 deepseek-flash[1m]、DEFAULT_HAIKU=deepseek-flash、CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash、CLAUDE_CODE_EFFORT_LEVEL=max、CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432;Windows PowerShell 与 Linux/Mac 两版写法都给。从零安装四步:Node.js 18+(Windows 另装 Git for Windows)、npm install -g @anthropic-ai/claude-code、claude --version 验证、配变量后进项目目录运行。模型映射:claude-opus 开头的请求映射到 deepseek-v4-pro(按 V4 Pro 价计费,比 Flash 贵,必读提醒)、claude-haiku/sonnet 映射到 deepseek-flash。Web Search 原生可用但两条计费线:搜索请求按 Search API 计费,对检索内容的摘要另产生 token 费。价格口径(官方定价页):off-peak 每百万输入 0.15 美元(cache miss)、0.003 cache hit(约为 miss 的五十分之一)、输出 0.60 美元,peak(工作日 UTC 01:00-04:00 与 06:00-10:00)双倍,周末与中国法定节假日算 off-peak。常见坑五条:AUTH_TOKEN 与 API_KEY 不是一回事(混用等于白配)、新旧变量并存可能鉴权冲突(只留新变量,社区教程口径)、密钥不进 settings.json 不入 git(固化用 ~/.bashrc、~/.zshrc 或系统环境变量)、接好后先跑「读一个文件再改一个文件」最小任务验证工具调用链路、/status 查当前生效模型。市面旧教程多残留 deepseek-chat 等已退休模型名。与站内分工:deepseek-v4-pro-claude-code-sop 是 V4-Pro-0813 时代「2 个环境变量」最小配置(2026-09),本篇是 1017 后官方现役全量配置;Harness 本体入门见 deepseek-harness-quickstart-sop。

2026年10月19日10 分钟阅读