eesel 深读 LongCat 2.5：同价 DeepSeek 赢了多数编码行

eesel 在 11 月 3 日发表了对 LongCat 2.5 最细致的第三方解读：逐页读完官方文档后，它的结论是——这是一个值得一试的便宜视觉编码 Agent，但同价位的 DeepSeek V4.1 Flash 在多数编码基准行上领先。需要注意时间差：eesel 写于 11 月 3 日，当时权重尚未发布，它的「API-only」结论在 11 月 4 日权重以 MIT 协议上线 Hugging Face 后已经过时；除此之外，它的文档核查仍是目前最全面的第三方记录。

视觉输入：真正的价值与边界

视觉是 2.5 相对 2.0 最大的新增能力。图像支持 PNG、JPG、JPEG、WebP 与 GIF，单张不超过 10MB，每请求最多 50 张，可用 Base64 或公开 URL 提交；视频随 GA 加入，单条不超过 100MB、短于 3600 秒，每请求最多 10 条，仅支持公开 URL。不支持 SVG 与 HEIC，宽高比超过 200:1 的图像会报错。关键有两点：输出仍是纯文本——视觉只进不出；图像与视频没有单独计价，只按转化成的 token 计费。eesel 认为真正的价值在于原生分辨率处理：模型按图像原始分辨率 token 化，而不是先压缩再看，这对读图表、读界面截图这类任务意义更大。

与 2.0 的变化与 128K 输出上限争议

2.5 与 2.0 共享同一款 1.6T 参数底座（约 48B 激活），新增的是视觉能力与大规模长程 Agent 训练：2.0 在 6 月 30 日 GA，2.5-Preview 在 9 月 25 日上线（仅图像输入），11 月 1 日技术博客官宣，11 月 2 日 GA 时视频输入与 Codex 接入同步加入。工具接入上，Codex 加入了官方 harness 列表，并新增 OpenAI Responses 端点（effort 从 none 到 xhigh 可调）。但文档里有个口径冲突：Quick Start、FAQ 与美团的 Claude Code 配置都说最大输出是 128K（131,072 tokens），Model Parameters 页却允许 max_tokens 设到 262,144。eesel 的建议是按 128K 做规划——把 262K 当作上限数字，而不是可依赖的承诺。

接入实操与社区反馈

接入方面，官方给出了 Claude Code 与 Codex 等 13 份配置指南；温度是固定的——思考开启时 1.0、关闭时 0.7，传入其它值会被静默覆盖而不是报错。速率限制（RPM/TPM）没有公布，只说明触发 429 时会返回 retry_after 60 并建议指数退避。另一个值得注意的细节：2.0 与 2.5-Preview 已从官方 Supported Models 表中消失，但没有带日期的下线公告，是否仍可调用未核实。社区反馈则褒贬参半：Reddit 用户反映长任务容易陷入循环，约 200K 上下文后模型会「失去状态」；窄角色表现好——便宜的视觉 Agent、小任务与提交代码可以，不适合做规划与创意写作。一位开发者用免费预览版自跑 Terminal-Bench 2.1 得到 48.7%，但那是单人自测、预览版、不同 harness，只能作独立复现缺失的佐证，不能当作 2.5 的分数。Hacker News 的讨论焦点则在价格与对照集选择上——官方图表跳过了 Opus 5.5 与其它当前前沿模型。

数据政策缺失与选型建议

eesel 核查发现，FAQ 与计费页都没有说明 prompt 的保留时长，也没有说明 API 流量是否用于训练——LongCat 2.5 目前没有公开的数据政策。对只是写代码的个人用户，这可能无关紧要；但对要把用户对话或客服内容接进 API 的场景，这是一个红灯：合规上无法交代。综合下来，eesel 的选型建议分四档：想尝鲜的可以现在试用免费或低价额度；对长任务稳定性有硬要求的可以先等独立评测；需要明确数据政策或长上下文可验证表现的可以先跳过；如果首要目标是同价位最强的编码能力，DeepSeek V4.1 Flash 在多数编码行上仍然领先。