AI コーディング

LongCat-2.5をClaude Codeで使う：設定・料金・ベンチマーク

LongCat-2.5をAnthropic互換エンドポイントまたはResponses APIで接続し、実際にファイルを読む課題で確認します。APIの1Mコンテキストと256K出力上限をクライアント側の制限と区別し、GLM-5.3、Kimi K3、DeepSeek-V4.1-Flashの公開スコアと比較します。セッションの費用計算、制限エラーの対処、ローカル実行前に確認すべき重みの公開状況も扱います。

BT

BetterToken

編集チーム
3 分で読めます
目次
LongCat-2.5をClaude Codeで使う：設定・料金・ベンチマーク

Claude CodeでLongCat-2.5を設定するには、LongCatのAnthropic互換エンドポイントと正確なモデルID LongCat-2.5を使います。長いコーディング作業を移す前に、リポジトリ内の小さな作業で動作を確かめてください。Codexを使う場合は、以下のResponses APIによる接続手順を利用できます。

LongCat-2.5では何が変わりましたか？

LongCat-2.5は、テキストと画像を扱う機能を組み込んだMeituanのモデルです。推論とツール利用を何段階も繰り返す作業を想定しています。リリース記事では、LongCat-2.0より画像の理解とコーディング能力を強化したと説明しています。

総パラメーター数は1.6 trillion（兆単位）、トークンごとの有効数は約48 billion（十億単位）と報告しています。ブログの日付は2026-11-01です。APIの変更履歴では、2026-11-02に提供開始を告知しています。

2026-11-06時点のモデルリファレンスには、次の上限が記載されています。

項目LongCat-2.5
コンテキストウィンドウ1,048,576トークン（1M）
APIの出力上限262,144トークン（256K）

クライアントは、出力上限をこれより低く設定したり、早い段階で会話履歴を要約したりする場合があります。サービスが公表するすべての上限が、そのままClaude CodeやCodexで使えるわけではありません。

結果を自分で確認できる、複数ファイルの修正や視覚的な開発作業でLongCatを試してください。公開スコアは試す根拠になりますが、現在使っているモデルより良い結果を出すと証明するものではありません。

Claude Codeにはどう設定しますか？

LongCatのAnthropic互換APIを使い、認証用のキーをシェルから渡します。インストール済みのClaude Code CLI、LongCatアカウント、プラットフォームのAPI Keysページで作成したAPIキーが必要です。従量課金で利用する場合は、前払い残高を十分に確保し、不足していれば追加してください。

Bashで、画面に表示せずにキーを入力します。

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

次の設定を~/.claude/settings.jsonに組み込んでください。既存の権限設定と、今回の接続に関係しない設定は残します。

{
  "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"
  }
}

これはLongCatのClaude Code設定例を、初回の小さな確認向けに調整したものです。認証キーをJSONの外に置き、Haikuには現在の変数を使っています。

項目・変数役割
envClaude Codeに環境変数を渡します。
ANTHROPIC_AUTH_TOKENBearer認証でLongCatのキーを送ります。上の例のようにBashで設定します。
ANTHROPIC_BASE_URLLongCatのAnthropic互換APIを指定します。/v1は付けません。Messagesのパスはクライアントが追加します。
ANTHROPIC_MODELメインセッションのモデルをLongCat-2.5にします。
ANTHROPIC_DEFAULT_SONNET_MODELモデルの別名sonnetにLongCatを割り当てます。
ANTHROPIC_DEFAULT_OPUS_MODELモデルの別名opusにLongCatを割り当てます。
ANTHROPIC_DEFAULT_HAIKU_MODELhaikuとバックグラウンド処理にLongCatを割り当てます。
CLAUDE_CODE_MAX_OUTPUT_TOKENSこの例の最初の出力上限を32000にします。コンテキストウィンドウの値ではありません。
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC必須ではない通信を止めます。自動更新も止まるため、別の更新方法を用意してください。

LongCatの例はまだANTHROPIC_SMALL_FAST_MODELを使っています。Anthropicのモデル設定リファレンスではこの変数は非推奨で、代わりにANTHROPIC_DEFAULT_HAIKU_MODELを使います。

LongCatの現在の例は、CLAUDE_CODE_MAX_OUTPUT_TOKENSに262144を設定しています。ただし、Anthropicの環境変数リファレンスは、Claude CodeがモデルIDを認識できない場合の上限を128000としています。この場合、大きい値を設定しても上限までに抑えられます。上の例では、APIの256Kという上限をクライアントでも使えると仮定せず、小さい出力上限から始めます。

シェルのキーを使う前に、既存のClaude設定にある競合する認証情報を削除してください。unsetが消すのはシェル側の変数だけです。設定ファイルの値は、シェルでexportした変数を上書きできます。

README.mdがある小さなリポジトリのローカルコピーに移動し、同じBashセッションから起動します。

claude

/statusを実行し、モデル、ベースURL、認証情報の取得元を確認してください。ファイルを変更せずにREADME.mdを読み、プロジェクトを要約するよう依頼します。読み取りツールが実際に使われ、内容に沿った回答が返ることを確認します。挨拶が返るだけでは、ツール利用の確認にはなりません。

OpenAI互換APIをどう確認しますか？

エージェントの設定と切り離してキーと接続先を確認するには、SDKから直接リクエストを送ります。SDKのベースURLは**https://api.longcat.chat/openai/v1**です。

この例にはPython 3.10以降を使います。LONGCAT_API_KEYをexport済みの、同じBashセッションで実行してください。

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

SDKが/chat/completionsを追加するため、LongCatのChat Completionsリファレンスにある接続先になります。このSDKのベースURLには/v1を残してください。

要求している返答はLONGCAT_OKです。本文が空でないこと、返されたモデル名、正常な終了、使用量の情報を確認します。これは接続の確認であり、コーディング性能の評価ではありません。確認を小さく済ませるため、思考モードを無効にしています。

OpenAI Python SDKでは、追加のリクエスト項目をextra_bodyで渡せます。この例のmax_retries=0は、再試行せずに失敗を返します。後述する再試行方針は、このコードには自動で組み込まれていません。

CodexでもLongCat-2.5を使えますか？

はい。LongCatはCodexの接続ガイドと、Responses API専用のリファレンスを公開しています。この接続ではwire_api = "responses"を使います。

Codexをインストールした状態で、以下を~/.codex/config.tomlに組み込んでください。ルート階層のキーは最初のテーブルより前に置きます。既存の項目を更新し、同じ項目を重複して追加しないでください。

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

識別子longcatは、model_providerを該当するプロバイダーの設定テーブルに結び付けます。env_keyはexportしたキーを読み取ります。requires_openai_auth = falseにより、この例ではプロバイダーのキーで認証します。OpenAIの認証ガイドは、この値がtrueだとCodexがenv_keyを無視すると説明しています。

LongCatの手順を調整し、auth.jsonに認証情報を書かないようにしています。初回の確認ではウェブ検索を無効にします。

同じBashセッションと、テスト用リポジトリのローカルコピーから実行してください。

codex --sandbox read-only

/statusを確認し、同じREADME.mdの要約を依頼します。実際のファイル読み取りと、役立つ回答の両方を確認してください。モデルへのリクエスト先はhttps://api.longcat.chat/openai/v1/responsesです。Chat Completionsの呼び出しが成功しても、この別の接続先を確認したことにはなりません。

GLM-5.3、Kimi K3、DeepSeekとはどう比較できますか？

公開スコアは、自分のプロジェクトで試すモデルを絞る材料として使ってください。LongCatのリリース表には、自社の結果と外部から引用した競合モデルの結果が併記されています。

ベンチマークLongCat-2.5GLM-5.3kimi-k3DeepSeek-V4.1-Flash
Terminal Bench v2.188.488.2*88.3*90.6*
Terminal Bench v4.038.541.8*12.6*31.2*
Program Bench Almost Resolved25.519.0*17.5*20.3*
DeepSWE v1.164.666.9*67.5*74.2*
NL2Repo60.558.0*58.0*65.4*

競合モデルのスコアに付くアスタリスクは、公開技術レポート、ブログ、公式ランキングから引用したことを示します。元の表で印がない競合スコアはLongCatによる独自実行で、参考値とされています。上の表に載せた競合の全スコアには印が付いています。

比較時には、公開されている評価条件を確認してください。

  • LongCat-2.5は、特記がなければenable_thinking=on、temperature = 1.0、top_p = 0.95で評価されています。
  • Terminal Bench v2.1/v4.0、Program Bench、NL2Repoは、Claude Code v2.1.280とmax_seq_length = 512Kを使っています。
  • DeepSWE v1.1は、mini-swe-agentとmax_seq_length = 1Mを使っています。
  • Terminal Bench v2.1とDeepSWEの結果は、独立した3回の実行の平均です。

これらはLongCat側の評価条件です。外部から引用したスコアが、同じ条件で得られたとは確認できません。

LongCatは、Program Bench Almost Resolvedで比較対象の3モデルを上回ります。Terminal Bench v4.0ではGLM-5.3が高く、DeepSWEでは3モデルすべてがLongCatより高い結果です。同条件のテストがなければ、Terminal Bench v2.1の0.1や0.2という差だけで実用上の優劣は決められません。

リポジトリ内の不具合修正を試すなら、DeepSeek-V4.1-Flashを比較候補に残してください。プロジェクトを作る作業ではLongCatも候補に加えます。DeepSeekのコーディング性能とベンチマークの解説は、異なるリリースを区別する際に役立ちます。

同じリポジトリのコミット、プロンプト、ツール権限、受け入れテスト、再試行回数の上限で比較します。採用できた結果、所要時間、合計料金を記録してください。そのテストでチームが重視する指標が改善した場合にだけ切り替えます。

LongCat-2.5の料金はいくらですか？

公表されている期間限定料金で予算を見積もり、定期的な利用を始める前に確認し直してください。2026-11-06時点のLongCatの料金ページには、次の料金が記載されています。

トークンの種類料金（USD / 1Mトークン）
キャッシュなしの入力$0.30
キャッシュ済みの入力$0.006
出力$1.20

料金ページと従量課金ページには、割引の終了日や通常価格は記載されていません。プラットフォームの表示価格と請求記録が優先されます。「limited-time」という表現から、終了日や割引率を推測しないでください。

複数のリクエストを含む一つのセッションで、キャッシュなし入力が1,000,000トークン、課金対象の出力が100,000トークンだったとします。記載料金を使い、キャッシュヒットも個別に交渉した割引もないと仮定すると、次の計算になります。

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

これはトークン料金の見積もりであり、実際に測ったタスクの費用ではありません。トークン数は単一リクエストではなく、セッション全体の合計です。

Responsesへのリクエストでは、usage.output_tokensに推論用トークンも含まれます。Responses APIリファレンスの定義に従い、その内訳をもう一度加算しないでください。キャッシュ済み入力も入力全体の一部です。割引料金を適用するのは、実際にキャッシュ利用として報告された分だけです。

トークン単価だけで、最も安く開発できるモデルは決まりません。再試行、長い推論、採用できなかったコード変更が料金に響く場合は、受け入れ基準を満たしたタスクあたりの費用で比較します。

429 rate_limit_exceededにはどう対処しますか？

同時に送るリクエスト数を減らし、待ち時間を設けて再試行回数を制限します。LongCatのAPI概要によると、レート制限はAPIキーごとに適用されます。

クイックスタートには、次の例があります。

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

例の60は、必ずその時点で制限が解除されるという約束ではありません。返された再試行案内に従い、待ち時間を指数的に延ばすバックオフを使ってください。

自作クライアントでは、再試行を最大3回に抑える方針から始めるとよいでしょう。待ち時間を伸ばし、ランダムな揺らぎであるジッターを加えます。これは実装上の提案であり、LongCatの利用枠ではありません。同じキーを使うリクエストはキューに入れ、SDKが既に行う再試行も数に含めます。

待った後に小さなリクエストを一つ送ります。成功したら同時実行数を少しずつ戻してください。制限が続くなら、アカウントに適用される上限をLongCatに確認します。上記の公開ドキュメントには、毎分のリクエスト数やトークン数の具体的な上限は記載されていません。

エラーがinsufficient_quotaなら、残高と適用される利用枠を確認してください。同じリクエストを変えずに繰り返しても、この状態は解消しません。

LongCat-2.5の重みは公開されていますか？

この接続は、プロバイダー側でモデルを実行する前提で計画してください。2026-11-06時点のリリースページには、GitHubとHugging Faceのリンクに「Coming soon」と表示されています。そこから利用可能な重みファイルはダウンロードできず、公開日を約束する記載もありません。

ただし、モデルがAPI専用という意味ではありません。Meituanはウェブサイトからの利用も案内しています。ローカルで動かす場合は、LongCat-2.5の重み、ライセンス、推論サーバーの手順が実際に公開されるのを待ってください。

普段使っているクライアントから始め、ファイル読み取りを確認した後で、範囲を限定したコード変更を一つ試します。既存の作業を移すなら、モデル切り替え用の引き継ぎ記録に要件とテスト結果を残してください。

BetterTokenAI MODEL APIsすべてのモデルを1つのAPIでGPTClaudeDeepSeekQwenGLMKimiMiniMaxAI API · 従量課金BetterToken で 開発を始めようAPI キーを作成して、 最初のリクエストを送信。利用を始めるbettertoken.ai
AI コーディングClaude Code Advisor：Sonnet + Opusの設定と呼び出し確認AI コーディングJavaScriptフレームワークのAI開発費用：比較と自分で測る方法AI コーディングCursor Design Mode Annotateの使い方：画面を指定してUIのコードを修正する

LLM ワークフローを最適化しませんか？

単一 API でモデルを接続し、キーと AI コストを管理できます。

無料で始める