智东西（公众号：zhidxcom）
作者 | 江宇
编辑 | 心缘
智东西9月30日报道，9月25日，美团LongCat团队上线了新一代预览版模型LongCat-2.5-Preview，并在OpenCode开放了为期两周的限时免费体验。
具体能力如何？我们将LongCat-2.5-Preview接入Claude Code，连续测试了三个Coding任务：复刻Meta Muse App、制作SpaceX星舰升空动画，以及开发一款3D赛车游戏。从整体体验来看，一句话概括：能用、够省，但还不够快。
该模型总参数达到1.6万亿，每次推理激活约480亿参数，支持100万Token上下文窗口和原生多模态能力，主要面向长周期任务，可操作终端、浏览器、GUI、电子表格和设计工具等。值得一提的是，上一代LongCat-2.0是在国产算力集群上完成大规模训练的，并实现万亿参数MoE模型的稳定训练与推理。
回到模型价格，LongCat API开放平台新用户完成实名认证后，可免费领取1000万Token。目前LongCat平台还提供5000万Token新手资源包，售价9.9元，均可用于LongCat-2.0和LongCat-2.5-Preview。
LongCat-2.5-Preview API也在进行限时折扣：缓存未命中的输入价格由5元/百万Token降至2元，缓存命中输入由0.1元降至0.04元，输出由20元降至8元。
我们最初在OpenCode体验时，由于用户较多，模型一度无法及时响应。OpenCode评论区中也已经出现首批开发者“省流”测试案例，比如让模型制作“鹈鹕骑自行车”的动画，成品存在一些动作与姿势的细节问题。
因此，我们随后改用API，将LongCat-2.5-Preview接入Claude Code继续测试。面对连续、多步骤的Coding任务，它的实际表现究竟如何？下面直接看实测。
一、复刻现象级App Muse，核心交互基本跑通
首先，我们复刻了一款近期走红的App——Meta Muse。Muse上线后仅10天便登顶美国App Store免费应用总榜，一度超过ChatGPT。
▲Muse实机界面（图源：APP Store）
其产品设计同样有辨识度：整个界面保持极简聊天形态，Agent执行浏览网页、填写文件、付款审批等任务时，相关结果会直接以卡片形式嵌入聊天流中。
我们因此要求LongCat参考Muse界面，复刻其主要视觉和交互逻辑，包括Chat、Ideas、Goals、Connectors等页面，以及Browser Card、File Card、Approval Card等组件，并完整跑通一次电影票预订流程。
从最终效果看，Muse实机画面中的主要设计元素基本得到保留。
顶部是居中的Agent头像，左侧为菜单按钮；聊天区域采用灰色AI气泡和浅蓝色用户气泡；Browser Card、文件卡片和支付确认卡片均直接嵌入对话中，底部则保留极简输入框。不仅视觉结构较为接近，几个主要页面也可以实际切换。
在电影票实验，用户确定场次后，聊天流会出现选座Browser Card，随后进入支付确认步骤；点击Allow后，Agent继续返回订票结果。
整个流程都在同一聊天界面内完成，与Muse的主要交互逻辑基本一致。不过，这项任务的思考时间较长。其中一次连续思考时间达到约10分钟，整个项目最终完成耗时也超过30分钟。
二、代码模拟星舰升空，主要动态效果均有实现
第二个任务，选择了刚刚发生的事件。近日，SpaceX第14次星舰试飞从美国得州Starbase基地点火升空。
我们要求LongCat使用前端代码制作一个实时运行的星舰发射动画，不调用MP4、GIF或预渲染视频，主要通过Three.js、WebGL、Shader和粒子系统完成火箭、喷流、烟雾、动态光照和镜头运动。
最终项目中，LongCat用程序化几何体搭建了Starship和Super Heavy，并加入发射塔、发射台和地面设施。
发动机部分使用多个喷流源模拟发动机集群，同时加入火焰；烟雾则分成白色蒸汽、灰色烟雾和贴近地面的尘土三层。项目还实现了动态光照、Camera Shake、镜头上仰、冲击波以及发射状态UI等效果。
火箭先在发射台保持静止，随后点火、产生烟雾并缓慢离开发射台，之后逐渐加速，镜头同步向上抬升。
从最终画面来看，火箭、发射塔、尾焰、烟雾和镜头跟随等核心元素都已经具备，能够完整实现一次星舰点火升空过程。不过与我预期的视觉效果相比，最终成品在场景丰富度、烟雾层次和3D材质细节上仍有提升空间。
三、搭建3D赛车Demo，竞速玩法完整落地
第三个任务，我们让LongCat制作一款可以实际游玩的3D赛车游戏Demo。
提示词要求项目具备3圈比赛、3辆AI赛车、WASD控制、漂移、氮气、碰撞反馈和Checkpoint机制，同时加入排名、速度、圈数、计时器等游戏UI。最终Demo已经可以实际运行。
玩家可以控制赛车完成加速、刹车和转向，AI车辆也能够沿赛道参与比赛；漂移、氮气、圈数、排名以及计时等基础机制均有实现。
主观体验上，这一任务中LongCat-2.5-Preview的速度与完成度低于我们此前体验的DeepSeek-V4.1-Flash，高于MiMo-V2.6。
试玩过程中，我们发现了一个控制问题：按D键时，赛车实际向左转。LongCat随后检查代码，将问题定位到Three.js坐标系与车辆朝向之间的关系，并耗时3分钟修改了`steer`的符号逻辑。
除此以外，赛道本身也相对简单。实际体验中，弯道较多，直道、坡道等路况的区分并不明显。
结语：国模牌桌再添一员，LongCat存在感上来了
三项测试中，LongCat-2.5-Preview都完成了可实际运行的项目。当天共使用798.56万Token，由于缓存命中不计入资源包消耗，实际扣除约78.98万Token。按照当前1000万Token免费用的新手礼包，价格优势比较明显。速度方面，三个任务耗时均超过30分钟。
相比国内头部模型，LongCat此前的市场声量并不算高。但这次预览版不仅保留了原生多模态能力，在Coding和长任务执行上也已经展现出较完整的能力。
国产模型的竞争正在从参数、榜单延伸到Coding、Agent、多模态和真实任务执行。LongCat-2.5-Preview已经给出了一次阶段性答卷，接下来可以关注正式版在速度、稳定性和复杂任务能力上的进一步表现。
