LongCat-2.5 no Claude Code: configuração, preços e benchmarks
Conecte o LongCat-2.5 pelo endpoint compatível com Anthropic ou pela Responses API e verifique uma leitura real de arquivo. Diferencie o contexto de 1M e a saída máxima da API de 256K dos limites do cliente. Compare os resultados publicados com GLM-5.3, Kimi K3 e DeepSeek-V4.1-Flash, estime custos por sessão e trate limites de requisições. Confira o status dos pesos antes de planejar uma implantação local.
Conteúdo
Para configurar o LongCat-2.5 no Claude Code, use o endpoint do LongCat compatível com Anthropic e o ID exato LongCat-2.5. Comece com uma tarefa pequena no repositório antes de migrar sessões longas de programação. Usuários do Codex podem seguir a configuração documentada da Responses API abaixo.
O que muda no LongCat-2.5?
LongCat-2.5 é o modelo nativamente multimodal da Meituan, voltado a tarefas com várias etapas de raciocínio e uso de ferramentas. A publicação de lançamento descreve avanços na compreensão visual e na programação em relação ao LongCat-2.0. Ela informa um total de 1.6 trilhão de parâmetros, com aproximadamente 48 bilhões ativados por token.
A publicação é de 2026-11-01. O histórico de alterações da API anuncia a disponibilidade em 2026-11-02.
Em 2026-11-06, a referência atual do modelo informa estes limites:
| Limite | LongCat-2.5 |
|---|---|
| Janela de contexto | 1,048,576 tokens, ou 1M |
| Saída máxima pela API | 262,144 tokens, ou 256K |
Um cliente pode impor um limite de saída menor ou compactar o histórico da conversa mais cedo. Nem Claude Code nem Codex herdam automaticamente todos os limites anunciados pelo serviço.
Experimente o LongCat em alterações que envolvam vários arquivos ou em tarefas de desenvolvimento visual com resultados verificáveis. As pontuações publicadas justificam um teste, mas não demonstram que ele superará o modelo que você usa.
Como configurar o Claude Code?
Use o endpoint do LongCat compatível com Anthropic e forneça a credencial pelo shell. Você precisa do CLI do Claude Code instalado, de uma conta LongCat e de uma chave criada na página API Keys. Para o acesso com pagamento por uso, mantenha saldo pré-pago suficiente e recarregue quando necessário.
No Bash, insira a chave sem mostrá-la na tela:
read -rs LONGCAT_API_KEY && export LONGCAT_API_KEY
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$LONGCAT_API_KEY"Mescle esta configuração com o conteúdo de ~/.claude/settings.json. Preserve suas permissões e as configurações não relacionadas.
{
"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"
}
}O exemplo adapta a configuração do LongCat para Claude Code para uma verificação inicial simples. Ele mantém a chave fora do JSON e usa o mapeamento atual do Haiku.
| Campo ou variável | Função |
|---|---|
env | Fornece variáveis de ambiente ao Claude Code. |
ANTHROPIC_AUTH_TOKEN | Envia sua chave LongCat por autenticação Bearer. Defina-a no Bash, como mostrado acima. |
ANTHROPIC_BASE_URL | Seleciona o endpoint do LongCat compatível com Anthropic. Não acrescente /v1; o cliente adiciona o caminho Messages. |
ANTHROPIC_MODEL | Seleciona LongCat-2.5 para a sessão principal. |
ANTHROPIC_DEFAULT_SONNET_MODEL | Associa o alias sonnet ao LongCat. |
ANTHROPIC_DEFAULT_OPUS_MODEL | Associa o alias opus ao LongCat. |
ANTHROPIC_DEFAULT_HAIKU_MODEL | Associa haiku e funções em segundo plano ao LongCat. |
CLAUDE_CODE_MAX_OUTPUT_TOKENS | Define o limite inicial de saída deste exemplo como 32000. Não define a janela de contexto. |
CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC | Desativa o tráfego não essencial do cliente. Também desativa as atualizações automáticas; providencie outra forma de atualizar. |
O exemplo do LongCat ainda usa ANTHROPIC_SMALL_FAST_MODEL. A referência de configuração de modelos da Anthropic considera essa variável obsoleta e recomenda ANTHROPIC_DEFAULT_HAIKU_MODEL em seu lugar.
O exemplo atual do LongCat também define CLAUDE_CODE_MAX_OUTPUT_TOKENS como 262144. Segundo a referência de variáveis de ambiente da Anthropic, o teto é 128000 quando o Claude Code não reconhece o ID do modelo. Nessa situação, valores maiores são reduzidos ao teto. O limite menor usado acima evita presumir que os 256K da API estejam disponíveis pelo cliente.
Remova credenciais conflitantes das configurações existentes do Claude antes de depender da chave exportada no shell. O comando unset só limpa a variável do shell. Valores dos arquivos de configuração podem sobrescrever as variáveis exportadas pelo shell.
Abra uma cópia local pequena de um repositório que contenha README.md. Inicie o cliente na mesma sessão Bash:
claudeExecute /status e confira o modelo, a URL base e a origem da credencial. Peça a leitura de README.md e um resumo do projeto, sem editar arquivos. Confirme uma ação real de leitura e uma resposta relevante. Uma saudação, sozinha, não testa o uso de ferramentas.
Como testar a API compatível com OpenAI?
Use uma requisição direta pelo SDK para verificar a chave e o endpoint independentemente das configurações do agente. A URL base do SDK é https://api.longcat.chat/openai/v1.
Use Python 3.10 ou superior neste exemplo. Na mesma sessão Bash, com LONGCAT_API_KEY já exportada, execute:
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)
PYO SDK acrescenta /chat/completions e forma o endpoint da referência de Chat Completions do LongCat. Mantenha /v1 nesta URL base do SDK.
A resposta solicitada é LONGCAT_OK. Confirme que o conteúdo não está vazio e que a geração terminou normalmente. Confira também o modelo retornado e os dados de uso. O teste verifica a conexão, não a capacidade de programar. O raciocínio fica desativado para manter o teste curto.
O OpenAI Python SDK aceita campos adicionais de requisição por extra_body. Com max_retries=0, uma falha é retornada imediatamente. O exemplo não aplica automaticamente a política de novas tentativas descrita abaixo.
O Codex pode usar o LongCat-2.5?
Sim. O LongCat publica um guia de integração com Codex, além de uma referência específica da Responses API. Use wire_api = "responses" para esse endpoint.
Com o Codex instalado, mescle o conteúdo abaixo em ~/.codex/config.toml. Mantenha as chaves raiz antes da primeira tabela TOML. Atualize as entradas existentes sem duplicá-las.
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 = falseO identificador longcat liga model_provider à tabela do provedor. env_key lê a chave exportada. requires_openai_auth = false seleciona autenticação pela chave do provedor neste exemplo. A documentação de autenticação da OpenAI alerta que true faz o Codex ignorar env_key.
O exemplo adapta a configuração do LongCat para manter a credencial fora de auth.json. A busca na web permanece desativada na verificação inicial.
Na mesma sessão Bash e na cópia local do repositório de teste, execute:
codex --sandbox read-onlyConfira /status e peça o mesmo resumo de README.md. Confirme a leitura do arquivo e uma resposta útil. A requisição ao modelo usa https://api.longcat.chat/openai/v1/responses. Uma requisição Chat Completions bem-sucedida não verifica, sozinha, esse endpoint separado.
Como ele se compara a GLM-5.3, Kimi K3 e DeepSeek?
Use as pontuações oficiais para escolher quais modelos testar no seu projeto. A tabela de lançamento combina resultados próprios do LongCat com resultados publicados por outras fontes para os concorrentes.
| 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* |
O asterisco indica que o resultado concorrente vem de um relatório técnico público, blog ou ranking oficial. Na tabela completa, resultados de concorrentes sem marcação foram obtidos pela equipe do LongCat e são descritos como indicativos. Todos os resultados de concorrentes mostrados acima têm asterisco.
A metodologia publicada importa para interpretar os números:
- Em geral, o LongCat-2.5 usa
enable_thinking=on,temperature = 1.0etop_p = 0.95. - Terminal Bench v2.1/v4.0, Program Bench e NL2Repo usam o Claude Code
v2.1.280commax_seq_length = 512K. - DeepSWE v1.1 usa
mini-swe-agentcommax_seq_length = 1M. - Os resultados de Terminal Bench v2.1 e DeepSWE representam a média de três execuções independentes.
Essas configurações descrevem a avaliação do LongCat. Elas não demonstram condições idênticas para os resultados obtidos de fontes externas.
O LongCat fica à frente dessas três alternativas no Program Bench Almost Resolved. GLM-5.3 pontua mais no Terminal Bench v4.0, enquanto as três alternativas pontuam mais no DeepSWE. Uma diferença de 0.1 ou 0.2 no Terminal Bench v2.1 não estabelece um vencedor prático sem testes nas mesmas condições.
Para testar correções em um repositório, mantenha o DeepSeek-V4.1-Flash entre os candidatos. Para desenvolver projetos, inclua o LongCat. O guia de programação e benchmarks do DeepSeek ajuda a distinguir as diferentes versões.
Use o mesmo commit do repositório, prompt, permissões de ferramentas, testes de aceitação e limite de novas tentativas. Registre os resultados aceitos, o tempo gasto e o total cobrado. Troque de modelo somente se o teste melhorar as métricas que importam para sua equipe.
Quanto custa o LongCat-2.5?
Planeje o orçamento com os preços promocionais publicados. Confira-os novamente antes de iniciar um uso recorrente do serviço. Em 2026-11-06, a página de preços do LongCat lista:
| Categoria de tokens | USD por 1M tokens |
|---|---|
| Entrada sem cache | $0.30 |
| Entrada em cache | $0.006 |
| Saída | $1.20 |
As páginas de preços e pagamento por uso não informam quando a promoção termina nem o preço regular sem desconto. Elas dizem que os preços da plataforma e os registros de cobrança prevalecem. Não interprete “limited-time” como uma data de término ou um percentual de economia conhecido.
Para uma sessão com várias requisições, considere 1,000,000 tokens de entrada sem cache e 100,000 tokens de saída faturados. Com as tarifas listadas, sem acertos no cache e sem desconto negociado:
(1,000,000 / 1,000,000 × $0.30) + (100,000 / 1,000,000 × $1.20) = $0.42
Essa é uma estimativa de cobrança por tokens, não o custo medido de uma tarefa. As quantidades são os totais da sessão, não de uma requisição.
Em requisições Responses, usage.output_tokens inclui os tokens de raciocínio, conforme a referência da Responses API. Não some essa parcela novamente. Os tokens em cache também fazem parte dos tokens de entrada. Aplique a tarifa menor somente à parcela informada como proveniente do cache.
Preços por token não determinam, sozinhos, o modelo mais barato para programar. Use o custo por tarefa aceita quando novas tentativas, raciocínio longo ou alterações malsucedidas mudarem a conta.
O que fazer com o erro 429 rate_limit_exceeded?
Reduza as requisições simultâneas e limite as novas tentativas, com intervalos entre elas. A visão geral da API do LongCat diz que os limites se aplicam por chave de API.
O guia de início rápido mostra este exemplo:
{
"error": {
"code": "rate_limit_exceeded",
"message": "Request rate limit exceeded, please try again later",
"type": "rate_limit_error",
"retry_after": 60
}
}O valor 60 do exemplo não promete quando o limite deixará de bloquear requisições. Use as instruções de repetição retornadas e aumente os intervalos de espera exponencialmente.
Para seu próprio cliente, comece com no máximo três novas tentativas, com esperas crescentes e uma variação aleatória, chamada jitter. Essa é uma recomendação de implementação, não uma cota do LongCat. Coloque em fila as requisições que usam a mesma chave e considere as repetições já feitas pelo SDK.
Depois de esperar, envie uma requisição pequena. Se funcionar, aumente gradualmente o número de requisições simultâneas. Se a limitação persistir, consulte o LongCat sobre os limites aplicáveis à conta. A documentação pública citada não informa limites numéricos de requisições por minuto ou tokens por minuto.
Se o erro for insufficient_quota, verifique o saldo e a cota aplicável. Repetir a mesma requisição não resolve essa condição.
Os pesos do LongCat-2.5 estão disponíveis?
Planeje esta integração para usar a inferência hospedada. Em 2026-11-06, a página de lançamento marca os links do GitHub e do Hugging Face como “Coming soon”. Esses links não permitem baixar os pesos nem prometem uma data de lançamento.
Isso não torna o modelo exclusivo da API: a Meituan também anuncia acesso pelo seu site. Para uma implantação local, espere por um checkpoint disponível do LongCat-2.5, sua licença e as instruções para servir o modelo.
Comece com o cliente que você já usa, conclua a verificação de leitura e teste uma alteração de código com escopo delimitado. Se transferir uma tarefa em andamento, preserve requisitos e resultados dos testes em um registro para troca de modelo.
