Longcat-2.5-preview 運営中

LongCat-2.5-Previewは美団が提供する次世代大規模モデルです。LongCat-2.0の総パラメータ1.6T、アクティブパラメータ約48B、1M tokenコンテキストを継承し、ネイティブマルチモーダル機能を追加。端末、ブラウザ、デスクトップソフトウェアなどのシーンで長時間のタスクを実行できます。LongCat-2.5-Previewは公式APIに接続されており、OpenAIおよびAnthropicインターフェースに対応。最大出力は128K tokensで、Codex、OpenClawなどの主要Agentツールから直接呼び出せます。

マルチモーダル理解：画像理解機能を新たに搭載し、画像内容の解析、クロスモーダルな質疑応答、コンテンツ要約、複雑な視覚推論に対応します。
長時間のAgentタスク：端末、ブラウザ、GUI、スプレッドシート、デザインツールなどのシーンで、長時間にわたる自律操作を実行します。
Coding能力：コード生成、コード理解、自動プログラミングタスクで優れた性能を発揮し、LongCat-2.0のAgentic Codingという位置付けを継承しています。
開発環境への深い適応：Claude Code、Hermes、OpenClaw、OpenCode、Kilo Codeなどの主要ツールと効率的に連携します。
2種類のインターフェースを提供：APIはOpenAIとAnthropicの形式に対応し、最大出力は128K tokens。既存のAgentツールから直接接続できます。

MoEスパース活性化アーキテクチャ：混合エキスパート方式を継承し、総パラメータは1.6兆ですが、1回の推論でアクティブになるのは約480億パラメータのみです。動的ルーティングにより、現在のタスクに最も関連するエキスパートのサブセットだけを呼び出し、モデル容量を維持しながら計算コストを抑制します。
ネイティブマルチモーダル機能を基盤モデルに統合：2.0時代に画像や動画を独立したオープンソースリポジトリへ分割していた方式とは異なり、2.5ではマルチモーダル機能を基盤モデル本体に直接統合し、視覚情報とテキストを同一モデル内で共同モデリングします。この方式は、LongCat-Nextで検証されたDiNA（離散ネイティブ自己回帰）パラダイムを継承したもので、各モダリティを離散tokenへ変換して統一的にモデル化します。
超長コンテキスト対応：ネイティブ1M tokenコンテキストウィンドウにより、超長文書、コードベース全体、システムログ、複数ターンにわたる複雑なタスクを1回で収容できます。長時間のAgentによる多段階実行に記憶基盤を提供します。これは、中国製コンピューティングクラスター上で超大規模パラメータと百万規模のコンテキストを同時に支えるシステムエンジニアリングの成果でもあります。
Agenticトレーニング：設計段階からAgentシーンを想定して訓練され、ツール呼び出しと多段階推論をネイティブにサポートします。また、dlp投機的デコードなどの推論高速化技術により、長い処理チェーンを伴うタスクの遅延を低減します。

アカウント登録：https://longcat.ai/platform/ を開き、美団LongCatオープンプラットフォームに登録してログインします。
Keyの取得：コンソールでAPI Keyを作成します。
SDKのインストール：既存のOpenAIまたはAnthropic公式SDKを使用でき、新しいクライアントを追加でインストールする必要はありません。
設定の変更：base_urlをhttps://api.longcat.ai/openai（OpenAI形式）またはhttps://api.longcat.ai/anthropic（Anthropic形式）に変更し、Keyを入力します。
モデルの指定：モデルIDにLongCat-2.5-Previewを指定し、OpenAI chat.completionsまたはAnthropic messagesの標準形式でリクエストを送信します。
環境変数にANTHROPIC_BASE_URL=https://api.longcat.ai/anthropicおよびANTHROPIC_AUTH_TOKEN=あなたのKeyを設定します。
ANTHROPIC_MODELをLongCat-2.5-Previewに設定します。
Claude Codeを起動すると、このモデルを直接呼び出してコーディングタスクを実行できます。OpenClaw、OpenCode、Codexなどのツールも同様に、base_urlとモデル名を変更するだけで利用できます。
LongCat公式サイトにアクセスしてログインし、LongCat-2.5-Previewモデルを選択すると、Web上で対話、画像入力、簡単なAgentタスクを体験できます。

超大規模スパースモデル＋低コスト推論：総パラメータ1.6Tのうちアクティブになるのは約48Bのみで、最上位モデルの能力と制御可能な推論コストを両立します。
百万規模のネイティブコンテキスト：1M tokenウィンドウにより、コードベース全体、長文書、完全なログを一度に処理でき、長時間タスクの記憶基盤を提供します。
ネイティブマルチモーダル機能を基盤モデルに統合：画像理解とテキストを同一モデル内で共同モデリングし、独立したリポジトリへの分割も不要なため、より統一された操作体験を実現します。
長時間のGUI Agent能力：コードタスクから端末、ブラウザ、スプレッドシート、デザインツールの実際のソフトウェア操作まで拡張し、完全なワークフローシーンをカバーします。
2つのプロトコルに対応し移行不要：OpenAIとAnthropicのインターフェースに対応し、既存のAgentツールもbase_urlを変更するだけで直接利用できます。

コードベース全体を扱うプログラミングアシスタント：1Mコンテキストでリポジトリ全体を一度に読み込み、ファイル横断のリファクタリング、バグの特定、大規模PRの生成を実行できます。Claude Code／OpenCodeから直接操作可能です。
ソフトウェア横断の長時間業務自動化：モデルにブラウザ、スプレッドシート、デスクトップソフトウェアを操作させ、「Webデータの取得 → クレンジング → Excelへの入力 → レポート生成」のような多段階の無人タスクを実行できます。
企業向けログ・文書分析：百万token規模のシステムログ、契約書、論文コーパス全体を入力し、深い質疑応答、要約、異常検出を一度に実行できます。RAGの分割によるコンテキストの分断も避けられます。
GUIインターフェースのテストと運用保守：端末やデスクトップソフトウェアを自動操作し、一括設定、UI回帰テスト、旧システムへの自動入力など、人手に依存する操作を実行できます。
マルチモーダルコンテンツ制作支援：新たに搭載された画像理解機能を活用し、スクリーンショットからのコード生成、デザイン稿の再現（デザインツールと連携）、画像とテキストが混在する資料の構造化整理や再制作を行えます。