LongCat 2.5 vs DeepSeek 与 Kimi：三家中国模型怎么选

2026 年 10 月下旬到 11 月初，中国接连放出三个重量级模型：Kimi K3.1 Pro（10 月 23 日）、DeepSeek V4.1 Flash（10 月 17 日权重更新）与美团 LongCat 2.5（11 月 2 日 GA）。三家都瞄准长程 Agent 与编码场景，价格却差了一个数量级，开放程度也各不相同。本文沿用 ToolPilotPro 三方横评的对照框架，但有一处关键修正：那篇横评更新于 11 月 4 日，称 LongCat 还是 API-only、权重 coming soon——而 11 月 4 日当天，LongCat 2.5 的 MIT 权重已经登陆 Hugging Face。本站横评以 11 月 4 日的现实为准。

三模型一览

先看一个结构性差异：LongCat 与 DeepSeek 走的是「便宜 + MIT 开源」路线，Kimi 则是「贵得多 + 自定义许可」路线。Kimi 的参数规模最大（2.8T 总参数、104B 激活，约为 LongCat 激活参数的两倍多），但价格也最高——输入价是 LongCat 的近 7 倍，输出价是 8 倍多。DeepSeek 的最大输出 384K 是三家里最高的，对需要超长连续生成的任务是个实打实的优势。

价格回合：同一工作量的四张账单

只看单价容易失真，横评用一个固定工作量来算账：每月 40M 输入 tokens（一半走缓存）加 8M 输出。按这个口径，四张账单分别是：DeepSeek 非高峰时段 $7.86，高峰时段 $15.72；LongCat $15.72；Kimi $124。LongCat 的限时价恰好等于 DeepSeek 的高峰价——换句话说，只要 DeepSeek 处于非高峰，LongCat 就要贵一倍；一旦进入高峰，两者持平。而 Kimi 的账单大约是 LongCat 的 8 倍，这个差距在任何工作量下都很难被「能力更强」抹平，除非任务确实只有 Kimi 能做。

但要注意两个前提：第一，LongCat 的 $0.30 / $1.20 是限时折扣价，无截止日期、无目录价，美团未表态折扣结束后定价如何；第二，DeepSeek 的价格分高峰与非高峰，实际账单取决于你的调用时段分布。对预算敏感的团队，这两点比单价本身更重要。

基准回合：先看口径，再看分数

三家各自的评测表摆在一起，最大的问题不是谁高谁低，而是口径根本对不上。以 DeepSWE 为例：LongCat 表里是 64.6，DeepSeek 表里是 77.0，Kimi 表里是 75.5——同一个基准名，版本与 harness 不同，分数不可直接比较。更能说明问题的是：LongCat 自己的表里把 DeepSeek 的 DeepSWE 记为 74.2，与 DeepSeek 自家表里的 77.0 并不一致。同一模型、不同 harness，差距可以达到两位数（AA 测得 LongCat 2.0 的 Terminal-Bench 2.1 为 50.2%，而美团表内 2.0 为 70.8，差了 20 分）。所以三方横评里的基准分数，只能看个相对位置，不能当作精确排名。

独立评分方面，三家目前处境不同：Kimi 有独立的 AI Index 排名第 4，成本约 $1.98 每任务；LongCat 截至 11 月 13 日没有任何独立机构评分，Artificial Analysis 尚未收录 2.5。在独立复现出现之前，LongCat 的 31 项官方分数都应按「厂商自报」打折理解。

开放性与可用性：11 月 4 日改写了结论

这是本次横评必须修正的部分。ToolPilotPro 的横评称 LongCat 是三家里「唯一不能拥有的模型」——API-only、权重 coming soon。这个说法在 11 月 4 日之前是对的，之后就错了：11 月 4 日，LongCat 2.5 的全量权重（3.3TB）与 W4A4 量化版（1.24TB）已以 MIT 协议发布在 Hugging Face，建仓时间与协议均经本站 HF API 核实。修正之后，三家的开放性排序完全变了：LongCat 与 DeepSeek 同为 MIT 权重，Kimi 反而是三家里许可最受限的一个（自定义许可）。当然，3.3TB 的体积加 NPU 导向的部署指引，意味着多数用户实际仍会走 API——但「能下载」与「不能下载」是质的区别。

可用性上，DeepSeek 的覆盖最广；Kimi 上线 OpenRouter 首日即有；LongCat 不在 OpenRouter（11 月 13 日核查仅有 2.0），但可通过 Vercel AI Gateway、AnyRouter 接入，OpenCode 还提供免费版。渠道差距正在缩小，但 DeepSeek 的生态深度目前仍是三家之首。