LongCat-2.5 in Claude Code: Einrichtung, Preise und Benchmarks

Um LongCat-2.5 in Claude Code einzurichten, verwende LongCats Anthropic-kompatiblen Endpunkt und die genaue Modell-ID LongCat-2.5. Prüfe zuerst eine kleine Aufgabe im Repository, bevor du längere Programmiersitzungen umstellst. Mit Codex kannst du den unten beschriebenen Weg über die Responses API nutzen.

Was ändert sich mit LongCat-2.5?

LongCat-2.5 ist Meituans nativ multimodales Modell für Aufgaben mit vielen Denkschritten und Werkzeugaufrufen. Die Ankündigung beschreibt ein besseres visuelles Verständnis und bessere Programmierfähigkeiten als bei LongCat-2.0. Das Team nennt insgesamt 1.6 Billionen Parameter, von denen pro Token ungefähr 48 Milliarden aktiviert werden.

Der Blogbeitrag trägt das Datum 2026-11-01. Das API-Änderungsprotokoll kündigt die Verfügbarkeit am 2026-11-02 an.

Mit Stand 2026-11-06 nennt die aktuelle Modellreferenz folgende Grenzen:

Grenze	LongCat-2.5
Kontextfenster	1,048,576 Tokens oder 1M
Maximale API-Ausgabe	262,144 Tokens oder 256K

Ein Client kann eine niedrigere Ausgabegrenze setzen oder den Gesprächsverlauf früher komprimieren. Claude Code und Codex übernehmen nicht automatisch alle vom Dienst angekündigten Grenzen.

Teste LongCat bei Änderungen über mehrere Dateien oder bei visuellen Entwicklungsaufgaben, deren Ergebnis du prüfen kannst. Die veröffentlichten Ergebnisse sprechen für einen Test. Sie belegen aber nicht, dass es dein bisheriges Modell übertrifft.

Wie richtest du Claude Code ein?

Verwende LongCats Anthropic-kompatiblen Endpunkt und übergib den Schlüssel aus deiner Shell. Du brauchst die installierte Claude Code CLI und ein LongCat-Konto. Erstelle deinen API-Schlüssel auf der Seite API Keys der Plattform.

Für den Zugang mit nutzungsabhängiger Abrechnung brauchst du ausreichend vorausbezahltes Guthaben. Lade es bei Bedarf auf.

Gib den Schlüssel in Bash ohne sichtbare Eingabe ein:

read -rs LONGCAT_API_KEY && export LONGCAT_API_KEY
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$LONGCAT_API_KEY"

Ergänze ~/.claude/settings.json um diese Konfiguration. Behalte vorhandene Berechtigungen und andere Einstellungen bei.

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.longcat.chat/anthropic",
    "ANTHROPIC_MODEL": "LongCat-2.5",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "LongCat-2.5",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "LongCat-2.5",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "LongCat-2.5",
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "32000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

Das Beispiel passt LongCats Konfiguration für Claude Code für einen kleinen ersten Test an. Es hält den Schlüssel außerhalb von JSON und nutzt die aktuelle Haiku-Zuordnung.

Feld oder Variable	Zweck
env	Stellt Claude Code Umgebungsvariablen bereit.
ANTHROPIC_AUTH_TOKEN	Übermittelt deinen LongCat-Schlüssel per Bearer-Authentifizierung. Setze die Variable wie oben in Bash.
ANTHROPIC_BASE_URL	Wählt LongCats Anthropic-Endpunkt. Lass /v1 weg; der Client ergänzt den Messages-Pfad.
ANTHROPIC_MODEL	Wählt LongCat-2.5 für die Hauptsitzung.
ANTHROPIC_DEFAULT_SONNET_MODEL	Ordnet dem Alias sonnet LongCat zu.
ANTHROPIC_DEFAULT_OPUS_MODEL	Ordnet dem Alias opus LongCat zu.
ANTHROPIC_DEFAULT_HAIKU_MODEL	Ordnet haiku und Hintergrundfunktionen LongCat zu.
CLAUDE_CODE_MAX_OUTPUT_TOKENS	Begrenzt die Ausgabe in diesem Beispiel zunächst auf 32000. Legt nicht das Kontextfenster fest.
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC	Deaktiviert den nicht notwendigen Datenverkehr des Clients und automatische Updates. Plane deshalb einen anderen Weg für Updates.

In LongCats Beispiel steht noch ANTHROPIC_SMALL_FAST_MODEL. Anthropics Referenz zur Modellkonfiguration stuft diese Variable als veraltet ein und nennt ANTHROPIC_DEFAULT_HAIKU_MODEL als Ersatz.

Das aktuelle LongCat-Beispiel setzt auch CLAUDE_CODE_MAX_OUTPUT_TOKENS auf 262144. Anthropics Umgebungsreferenz nennt jedoch ein Maximum von 128000, wenn Claude Code eine Modell-ID nicht erkennt. Dann werden höhere Werte auf dieses Maximum begrenzt. Der kleinere Wert oben setzt nicht voraus, dass die vollen 256K der API auch im Client verfügbar sind.

Entferne widersprüchliche Einträge für Zugangsdaten aus deinen Claude-Einstellungen, bevor du den Schlüssel aus der Shell nutzt. Der Befehl unset löscht nur die Shell-Variable. Werte aus Einstellungsdateien können exportierte Shell-Werte überschreiben.

Öffne eine kleine lokale Arbeitskopie eines Repositorys mit README.md. Starte Claude Code aus derselben Bash-Sitzung:

claude

Rufe /status auf und prüfe Modell, Basis-URL und Quelle der Zugangsdaten. Lass README.md lesen und das Projekt zusammenfassen, ohne Dateien zu ändern. Achte auf einen tatsächlichen Dateizugriff und eine passende Antwort. Eine Begrüßung allein prüft keinen Werkzeugaufruf.

Wie testest du die OpenAI-kompatible API?

Nutze eine direkte SDK-Anfrage, um Schlüssel und Endpunkt unabhängig von der Konfiguration des Agenten zu prüfen. Die Basis-URL des SDKs lautet https://api.longcat.chat/openai/v1.

Für dieses Beispiel brauchst du Python 3.10 oder neuer. Führe es in derselben Bash-Sitzung aus, in der LONGCAT_API_KEY bereits exportiert ist:

python3 -m venv .venv-longcat
source .venv-longcat/bin/activate
python -m pip install --upgrade openai

python - <<'PY'
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["LONGCAT_API_KEY"],
    base_url="https://api.longcat.chat/openai/v1",
    max_retries=0,
)

response = client.chat.completions.create(
    model="LongCat-2.5",
    messages=[
        {"role": "user", "content": "Reply with exactly LONGCAT_OK."}
    ],
    max_tokens=1024,
    extra_body={"thinking": {"type": "disabled"}},
)

print(response.model)
print(response.choices[0].message.content)
print(response.choices[0].finish_reason)
print(response.usage)
PY

Das SDK ergänzt /chat/completions und bildet damit den Endpunkt aus LongCats Referenz für Chat Completions. Lass /v1 in dieser Basis-URL stehen.

Die angeforderte Antwort lautet LONGCAT_OK. Die Antwort darf nicht leer sein. Prüfe außerdem den zurückgemeldeten Modellnamen, den regulären Abschluss der Ausgabe und die Nutzungsdaten. Das prüft die Verbindung, nicht die Programmierleistung. Der Reasoning-Modus ist für diese kleine Prüfung deaktiviert.

Das OpenAI Python SDK nimmt zusätzliche Anfragefelder über extra_body an. Mit max_retries=0 wird ein Fehler direkt gemeldet. Das Beispiel wiederholt die Anfrage nicht automatisch nach dem unten beschriebenen Verfahren.

Kann Codex LongCat-2.5 nutzen?

Ja. LongCat bietet eine Integrationsanleitung für Codex und eine separate Referenz zur Responses API. Verwende für diesen Zugang wire_api = "responses".

Wenn Codex installiert ist, ergänze ~/.codex/config.toml um diese Einträge. Setze Schlüssel auf der obersten Ebene vor die erste TOML-Tabelle. Passe vorhandene Einträge an, statt sie zu verdoppeln.

model = "LongCat-2.5"
model_provider = "longcat"
web_search = "disabled"

[model_providers.longcat]
name = "LongCat"
base_url = "https://api.longcat.chat/openai/v1"
wire_api = "responses"
env_key = "LONGCAT_API_KEY"
requires_openai_auth = false

longcat verbindet model_provider mit der zugehörigen Anbietertabelle. env_key liest den exportierten Schlüssel. Mit requires_openai_auth = false authentifiziert sich der Client in diesem Beispiel über den Schlüssel des Anbieters. Wenn du true setzt, ignoriert Codex env_key, wie OpenAIs Authentifizierungsanleitung erklärt.

Das Beispiel passt LongCats Anleitung so an, dass die Zugangsdaten außerhalb von auth.json bleiben. Die Websuche bleibt für die erste Prüfung deaktiviert.

Starte Codex in derselben Bash-Sitzung aus der Arbeitskopie des Testrepositorys:

codex --sandbox read-only

Prüfe /status und fordere wieder die Zusammenfassung von README.md an. Prüfe, dass der Client die Datei tatsächlich liest und sinnvoll antwortet. Die Modellanfrage geht an https://api.longcat.chat/openai/v1/responses. Eine erfolgreiche Anfrage an Chat Completions prüft diesen separaten Endpunkt nicht.

Wie schneidet LongCat gegen GLM-5.3, Kimi K3 und DeepSeek ab?

Nutze die offiziellen Ergebnisse, um Kandidaten für Tests in deinem Projekt auszuwählen. LongCats Tabelle kombiniert eigene Ergebnisse mit extern veröffentlichten Ergebnissen der Konkurrenz.

Benchmark	LongCat-2.5	GLM-5.3	kimi-k3	DeepSeek-V4.1-Flash
Terminal Bench v2.1	88.4	88.2*	88.3*	90.6*
Terminal Bench v4.0	38.5	41.8*	12.6*	31.2*
Program Bench Almost Resolved	25.5	19.0*	17.5*	20.3*
DeepSWE v1.1	64.6	66.9*	67.5*	74.2*
NL2Repo	60.5	58.0*	58.0*	65.4*

Ein Sternchen bedeutet, dass der Konkurrenzwert aus einem öffentlichen technischen Bericht, einem Blog oder einer offiziellen Rangliste stammt. Nicht markierte Werte anderer Modelle in der Gesamttabelle stammen aus LongCats eigenen Tests und gelten als Orientierung. Alle hier gezeigten Konkurrenzwerte tragen ein Sternchen.

Beachte dabei die veröffentlichten Testbedingungen:

• Für LongCat-2.5 verwendet das Team in der Regel enable_thinking=on, temperature = 1.0 und top_p = 0.95.
• Terminal Bench v2.1/v4.0, Program Bench und NL2Repo laufen in Claude Code v2.1.280 mit max_seq_length = 512K.
• DeepSWE v1.1 nutzt mini-swe-agent mit max_seq_length = 1M.
• Die Ergebnisse von Terminal Bench v2.1 und DeepSWE sind Mittelwerte aus drei unabhängigen Durchläufen.

Diese Einstellungen gelten für LongCats Tests. Sie belegen nicht, dass die externen Ergebnisse unter denselben Bedingungen entstanden sind.

Beim Program Bench Almost Resolved liegt LongCat vor diesen drei Alternativen. GLM-5.3 erreicht beim Terminal Bench v4.0 einen höheren Wert. In DeepSWE schneiden alle drei Alternativen besser ab. Abstände von 0.1 oder 0.2 beim Terminal Bench v2.1 ergeben ohne Tests unter gleichen Bedingungen keinen praktischen Sieger.

Teste DeepSeek-V4.1-Flash mit, wenn du Fehler in einem Repository beheben willst. Für Aufgaben zum Aufbau eines Projekts solltest du LongCat einbeziehen. Der Leitfaden zu DeepSeek beim Programmieren und in Benchmarks hilft dir, die verschiedenen Versionen auseinanderzuhalten.

Vergleiche mit demselben Repository-Commit und Prompt. Halte Werkzeugberechtigungen, Abnahmetests und das Budget für Wiederholungen gleich. Erfasse akzeptierte Ergebnisse, den Zeitbedarf und alle berechneten Gebühren. Wechsle nur, wenn dein Test die für dein Team wichtigen Kennzahlen verbessert.

Was kostet LongCat-2.5?

Rechne mit den veröffentlichten Aktionspreisen und prüfe sie erneut, bevor du regelmäßige Aufgaben damit ausführst. Mit Stand 2026-11-06 nennt die Preisseite von LongCat folgende Tarife:

Tokenkategorie	USD pro 1M Tokens
Eingabe ohne Cache	$0.30
Eingabe aus dem Cache	$0.006
Ausgabe	$1.20

Auf den Seiten zu Preisen und nutzungsabhängiger Abrechnung fehlen ein Aktionsende und der reguläre Preis ohne Rabatt. Laut diesen Seiten sind Plattformpreise und Abrechnungsdaten maßgeblich. Leite aus „limited-time“ kein bestimmtes Enddatum und keine prozentuale Ersparnis ab.

Nimm für eine Sitzung aus mehreren Anfragen 1,000,000 Eingabetokens ohne Cache und 100,000 abgerechnete Ausgabetokens an. Bei den angegebenen Preisen, ohne Cachetreffer und ohne ausgehandelten Rabatt, ergibt sich:

(1,000,000 / 1,000,000 × $0.30) + (100,000 / 1,000,000 × $1.20) = $0.42

Das ist eine Schätzung der Tokengebühren. Die tatsächlichen Kosten einer erledigten Aufgabe wurden damit nicht gemessen. Die Mengen gelten für die gesamte Sitzung, nicht für eine einzelne Anfrage.

Bei Responses-Anfragen enthält usage.output_tokens bereits die Reasoning-Tokens, wie die Referenz der Responses API erklärt. Addiere diese Teilmenge nicht erneut. Auch Eingaben aus dem Cache sind eine Teilmenge aller Eingabetokens. Berechne den niedrigeren Tarif nur für Tokens, die laut Nutzungsdaten tatsächlich aus dem Cache stammen.

Tokenpreise allein zeigen nicht, welches Modell beim Programmieren am günstigsten ist. Vergleiche die Kosten pro akzeptierter Aufgabe, wenn Wiederholungen, lange Reasoning-Phasen oder gescheiterte Codeänderungen die Rechnung beeinflussen.

Was tun bei 429 rate_limit_exceeded?

Sende weniger Anfragen gleichzeitig. Wiederhole fehlgeschlagene Anfragen nur begrenzt und mit Wartezeiten. LongCats API-Übersicht nennt Anfragelimits pro API-Schlüssel.

Die Schnellstartanleitung zeigt diese Beispielantwort:

{
  "error": {
    "code": "rate_limit_exceeded",
    "message": "Request rate limit exceeded, please try again later",
    "type": "rate_limit_error",
    "retry_after": 60
  }
}

Der Beispielwert 60 garantiert keinen festen Zeitpunkt, zu dem das Limit zurückgesetzt wird. Nutze die zurückgegebenen Hinweise zu Wiederholungen und verlängere die Wartezeit exponentiell.

Für deinen Client ist eine Obergrenze von drei Wiederholungen ein vernünftiger Start. Verlängere die Wartezeiten und ergänze zufällige Abweichungen, sogenanntes Jitter. Das ist eine Empfehlung für deinen Client, kein Kontingent von LongCat. Stelle Anfragen mit demselben Schlüssel in eine Warteschlange. Berücksichtige Wiederholungen, die das SDK bereits ausführt.

Sende nach der Wartezeit eine kleine Anfrage. Wenn sie erfolgreich ist, erhöhe die Parallelität langsam. Hält die Drosselung an, kläre mit LongCat, welche Limits für dein Konto gelten. Die verlinkte öffentliche Dokumentation nennt keine numerischen Kontingente für Anfragen oder Tokens pro Minute.

Bei insufficient_quota prüfe stattdessen Guthaben und verfügbares Kontingent. Dieselbe Anfrage unverändert zu wiederholen behebt diese Ursache nicht.

Sind die Modellgewichte von LongCat-2.5 verfügbar?

Plane diese Integration so, dass das Modell beim Anbieter läuft. Mit Stand 2026-11-06 markiert die Releaseseite ihre Links zu GitHub und Hugging Face mit „Coming soon“. Diese Links bieten weder einen nutzbaren Download der Modellgewichte noch einen zugesagten Veröffentlichungstermin.

Der Zugang ist dennoch nicht auf die API beschränkt: Meituan kündigt auch die Nutzung über seine Website an. Warte für den lokalen Betrieb auf einen verfügbaren Checkpoint für LongCat-2.5, die Lizenz und eine Anleitung für den Modellserver.

Beginne mit deinem vorhandenen Client, prüfe den Dateizugriff und teste anschließend eine begrenzte Codeänderung. Wenn du eine laufende Aufgabe überträgst, sichere Anforderungen und Testergebnisse in einem Übergabeprotokoll für den Modellwechsel.