eesel 深讀 LongCat 2.5：同價 DeepSeek 贏了多數編碼行

eesel 在 11 月 3 日發表了對 LongCat 2.5 最細緻的第三方解讀：逐頁讀完官方文檔後，它的結論是——這是一個值得一試的便宜視覺編碼 Agent，但同價位的 DeepSeek V4.1 Flash 在多數編碼基準行上領先。需要注意時間差：eesel 寫於 11 月 3 日，當時權重尚未發佈，它的「API-only」結論在 11 月 4 日權重以 MIT 協議上線 Hugging Face 後已經過時；除此之外，它的文檔覈查仍是目前最全面的第三方記錄。

視覺輸入：真正的價值與邊界

視覺是 2.5 相對 2.0 最大的新增能力。圖像支持 PNG、JPG、JPEG、WebP 與 GIF，單張不超過 10MB，每請求最多 50 張，可用 Base64 或公開 URL 提交；視頻隨 GA 加入，單條不超過 100MB、短於 3600 秒，每請求最多 10 條，僅支持公開 URL。不支持 SVG 與 HEIC，寬高比超過 200:1 的圖像會報錯。關鍵有兩點：輸出仍是純文本——視覺只進不出；圖像與視頻沒有單獨計價，只按轉化成的 token 計費。eesel 認爲真正的價值在於原生分辨率處理：模型按圖像原始分辨率 token 化，而不是先壓縮再看，這對讀圖表、讀界面截圖這類任務意義更大。

與 2.0 的變化與 128K 輸出上限爭議

2.5 與 2.0 共享同一款 1.6T 參數底座（約 48B 激活），新增的是視覺能力與大規模長程 Agent 訓練：2.0 在 6 月 30 日 GA，2.5-Preview 在 9 月 25 日上線（僅圖像輸入），11 月 1 日技術博客官宣，11 月 2 日 GA 時視頻輸入與 Codex 接入同步加入。工具接入上，Codex 加入了官方 harness 列表，並新增 OpenAI Responses 端點（effort 從 none 到 xhigh 可調）。但文檔裏有個口徑衝突：Quick Start、FAQ 與美團的 Claude Code 配置都說最大輸出是 128K（131,072 tokens），Model Parameters 頁卻允許 max_tokens 設到 262,144。eesel 的建議是按 128K 做規劃——把 262K 當作上限數字，而不是可依賴的承諾。

接入實操與社區反饋

接入方面，官方給出了 Claude Code 與 Codex 等 13 份配置指南；溫度是固定的——思考開啓時 1.0、關閉時 0.7，傳入其它值會被靜默覆蓋而不是報錯。速率限制（RPM/TPM）沒有公佈，只說明觸發 429 時會返回 retry_after 60 並建議指數退避。另一個值得注意的細節：2.0 與 2.5-Preview 已從官方 Supported Models 表中消失，但沒有帶日期的下線公告，是否仍可調用未覈實。社區反饋則褒貶參半：Reddit 用戶反映長任務容易陷入循環，約 200K 上下文後模型會「失去狀態」；窄角色表現好——便宜的視覺 Agent、小任務與提交代碼可以，不適合做規劃與創意寫作。一位開發者用免費預覽版自跑 Terminal-Bench 2.1 得到 48.7%，但那是單人自測、預覽版、不同 harness，只能作獨立復現缺失的佐證，不能當作 2.5 的分數。Hacker News 的討論焦點則在價格與對照集選擇上——官方圖表跳過了 Opus 5.5 與其它當前前沿模型。

數據政策缺失與選型建議

eesel 覈查發現，FAQ 與計費頁都沒有說明 prompt 的保留時長，也沒有說明 API 流量是否用於訓練——LongCat 2.5 目前沒有公開的數據政策。對只是寫代碼的個人用戶，這可能無關緊要；但對要把用戶對話或客服內容接進 API 的場景，這是一個紅燈：合規上無法交代。綜合下來，eesel 的選型建議分四檔：想嚐鮮的可以現在試用免費或低價額度；對長任務穩定性有硬要求的可以先等獨立評測；需要明確數據政策或長上下文可驗證表現的可以先跳過；如果首要目標是同價位最強的編碼能力，DeepSeek V4.1 Flash 在多數編碼行上仍然領先。