Meituans LongCat-2.5 im Claude Code für 0,30/1,20 Dollar, Kontextfenster bis 200K
Das Modell LongCat-2.5 des chinesischen Anbieters Meituan ist mit günstigen Preisen in Claude Code verfügbar. Das Setup begrenzt den Kontext auf 200K.
Veröffentlicht am 2. November, bearbeitet am 2. November, KI-unterstützt
Meituan hat LongCat-2.5 am 2. November veröffentlicht: ein Modell mit 1,6 Billionen Parametern, von denen pro Token etwa 48 Milliarden aktiv sind, wie TechNode berichtet. Die API-Dokumentation listet ein Kontextfenster von 1 Million Tokens, einen Anthropic-kompatiblen Endpoint sowie eine Anleitung zur Nutzung innerhalb von Claude Code. Der Startpreis liegt bei 0,30 US-Dollar pro Million Input-Tokens und 1,20 US-Dollar pro Million Output-Tokens.
Wer die Anleitung wörtlich befolgt, erreicht Claude Code eine Verdichtung (Compacting) des Gesprächs bereits bei 200.000 Tokens. Claude Code verhält sich so bei jedem Modellnamen, den es nicht erkennt, und die Lösung besteht in einer einzigen Umgebungsvariable.
Meituans Ankündigung beschreibt ein nativ multimodales Modell, das auf Aufgaben für Agenten mit langem Zeithorizont zielt und vollständig auf chinesischen Inlandschips trainiert wurde, mit W4A4-Quantisierung für die Inferenz. TechNode berichtet, dass Meituan Fehler, die echte Agenten im Einsatz erleben, in reproduzierbare Trainingsaufgaben überführt, und dass Text und Bilder über dasselbe Token-Framework laufen.
Zur Qualität: Meituans eigene Zusammenfassung sagt, dass die Ergebnisse auf mehreren gängigen Benchmarks zwischen Claude Opus 4.8 und Claude Opus 5 liegen und Opus 5 in einigen Fällen übertreffen (Ankündigung). Man sollte sich ansehen, mit was verglichen wird. Ein Kommentator im Hacker-News-Thread zitiert die Vergleichsgruppe von Meituans Seite: GPT-5.5, GPT-5.6 Sol, Opus 4.8 und Opus 5. In Claude Code zeigt der Alias opus seit Version 2.1.280 auf Opus 5.5, das Opus-Modell, das man tatsächlich ersetzen würde, taucht also in der Tabelle nicht auf. Meituans Werte sind die bislang einzigen veröffentlichten.
Die Gewichte sind nicht verfügbar. TechNode schreibt, die Veröffentlichungen auf GitHub und Hugging Face seien geplant, ohne Datum und ohne Angabe, ob die Gewichte darin enthalten sein werden. Die Gewichte des Vorgängers sind erschienen: LongCat-2.0 liegt auf Hugging Face unter der MIT-Lizenz, mit denselben 1,6 Billionen Parametern gesamt und rund 48 Milliarden aktiv. Ein HN-Kommentator brachte die 2.5er-Seite auf den Punkt: Soll das herunterladbare Gewichte sein? Open Weights? Wer weiß es?
LongCats Claude-Code-Anleitung lässt einen env-Block in ~/.claude/settings.json eintragen, der ANTHROPIC_BASE_URL auf https://api.longcat.chat/anthropic zeigt und ANTHROPIC_MODEL, die Opus- und Sonnet-Standards sowie die alte small-fast-Variable auf LongCat-2.5 setzt. ANTHROPIC_DEFAULT_HAIKU_MODEL wird nie gesetzt.
Claude Code hat von LongCat-2.5 noch nie gehört. Die Dokumentation zur Modellkonfiguration sagt, dass Claude Code bei einer nicht erkannten Modell-ID einer Session die Größe des Kontextfensters nicht bestimmen kann und 200.000 Tokens annimmt, und bei dieser angenommenen Größe automatisch verdichtet. Auf derselben Seite steht die Lösung für jedes andere Fenster: CLAUDE_CODE_MAX_CONTEXT_TOKENS setzen. Bei einer nicht erkannten ID, die nicht mit claude- beginnt, was auf LongCat-2.5 nicht zutrifft, greift die Variable von selbst.
Ein Modell mit 1 Million Tokens, eine Annahme von 200.000. Claude Code verdichtet bei dem Fenster, das es dem Modell zuschreibt.
Die Anleitung setzt drei weitere Variablen, die man prüfen sollte:
Das größere Problem ist, wo die Anleitung das alles einträgt. Claude Codes Settings-Dokumentation sagt, dass ~/.claude/settings.json für dich gilt, in jedem Projekt auf dieser Maschine. Fügst du die Anleitung dort ein, geht jede Claude-Code-Session, die du startest, an LongCat.
Willst du es neben deinem normalen Setup ausprobieren, begrenze es auf einen einzigen Start mit einem Wrapper-Skript:
#!/usr/bin/env bash # ~/bin/claude-longcat export ANTHROPIC_BASE_URL = "https://api.longcat.chat/anthropic" export ANTHROPIC_AUTH_TOKEN = " $LONGCAT_API_KEY " export ANTHROPIC_MODEL = "LongCat-2.5" export ANTHROPIC_DEFAULT_OPUS_MODEL = "LongCat-2.5" export ANTHROPIC_DEFAULT_SONNET_MODEL = "LongCat-2.5" export ANTHROPIC_DEFAULT_HAIKU_MODEL = "LongCat-2.5" export CLAUDE_CODE_SUBAGENT_MODEL = "LongCat-2.5" export CLAUDE_CODE_MAX_CONTEXT_TOKENS = 1000000 exec claude " $@ " Vollbildmodus starten, Vollbildmodus beenden. Mit chmod +x ausführbar machen, LONGCAT_API_KEY in der Shell exportieren und claude-longcat in einem Repository ausführen. Das gewöhnliche claude bleibt auf deinem Anthropic-Konto.
CLAUDE_CODE_SUBAGENT_MODEL setzt den Standard für Subagents, denen auf andere Weise kein Modell zugewiesen wird.
Ich habe LongCat-2.5 selbst nicht ausgeführt, prüfe also in der ersten Session /status und /context, bevor du dem Fenster vertraust.
Die Preisseite bezeichnet diese Preise als zeitlich begrenzte Rabattpreise und sagt: Die Preise können sich ändern.
Gecachte Eingaben kosten ein Fünfzigstel der ungecachten. Coding-Agents senden in jedem Zug das gesamte Gespräch erneut, daher entscheidet die Cache-Trefferquote über die Rechnung. Bei den gelisteten Preisen kostet ein Zug mit 100.000 Input-Tokens 0,03 US-Dollar ungecacht und 0,0006 US-Dollar, wenn alles aus dem Cache kommt. Sobald der Cache warm ist, dominiert meist der Output.
Dieselben Tokens, zwei Preise. In einer Agent-Schleife sollte das meiste, was du erneut sendest, im günstigen Stapel landen.
Rufst du das Modell aus eigenem Code auf, kommen ratenlimitierte Anfragen als HTTP 429 mit einem Feld retry_after zurück, und der Quick Start empfiehlt exponentielles Backoff. Die Referenz der Chat-API sagt, die Temperatur sei auf 1,0 festgelegt, wenn thinking aktiviert ist, und auf 0,7 mit deaktiviertem thinking; andere Werte werden überschrieben. Setzt dein Eval-Harness für reproduzierbare Läufe Temperatur 0, bekommst du das hier nicht.
Ich entwickle Hermes IDE, betrachte diesen Abschnitt also mit diesem Hintergrund. Hermes betreibt Claude Code, Codex, Copilot, OpenCode und die anderen parallel, jeweils im eigenen Terminal. Mit ⌘N (unter Windows und Linux Strg+Umschalt+N) startet jede Aufgabe auf einem eigenen Zweig hermes/<name> im eigenen Worktree, sodass du Standard-Claude-Code und dem LongCat-Wrapper dasselbe Ticket geben kannst, ohne dass eines die Dateien des anderen berührt.
Die Agent-Auswahl mit ⌘N in Hermes 2.3.4: Claude Code und Codex installiert, die weiteren unterstützten Agenten aufgelistet und am Ende der Eintrag Custom agent.
Der Wrapper wird als Custom agent mit claude-longcat als Befehl eingetragen. Welchen Ausgabewert du für eine Session siehst, gleiche mit LongCats eigener Abrechnung ab. Hermes ist kostenlos für macOS, Windows und Linux und steht in keiner Beziehung zu Meituan, Anthropic oder Nous Research.
Ein HN-Kommentator nannte es nach ein paar Prompts benchmaxxed. Das ist der Baucheindruck einer einzelnen Person. Begegne Meituans Diagrammen mit derselben Vorsicht, bis jemand anderes die Benchmarks läuft.
Es gibt auch eine politische Frage, die niemand beantwortet hat. Chinas Ministerium für Handel und Ministerium für Wissenschaft und Technologie haben am 16. Oktober einen Entwurf eines Ausfuhrverzeichnisses veröffentlicht, der bis zum 15. November zur Stellungnahme offenliegt. Ein Vermerk der Cloud Security Alliance liest ihn dahingehend, dass neu entwickelte beschränkte Modelltechnologie vor dem Open-Sourcing gemeldet und automatisch lizenziert werden muss, während bereits veröffentlichte Gewichte außerhalb bleiben. Meituan hat nicht gesagt, ob LongCat-2.5 darfällt, und die Ministerien ebenso wenig.
Der API-Weg funktioniert heute und kostet wenig zum Ausprobieren. Würdest du ein Modell, dessen einzige Ergebnisse die seines Herstellers sind, an ein echtes Ticket lassen, oder auf die Gewichte und einen unabhängigen Lauf warten? Sag es mir in den Kommentaren.
Der größte Teil dieses Beitrags handelte von zwei alten Problemen des Systemdesigns: ein Cache, der entscheidet, was eine Anfrage kostet, und ein Rate-Limit, das dir sagt, wann du zurückstecken solltest. Der System Design Pocket Guide: Fundamentals behandelt Caching, Rate Limiting und die anderen Bausteine, auf die das Backend eines Agenten baut. Er ist eines von 8 kurzen Büchern der Pocket-Guides-Reihe zu Agenten, RAG, Prompts, Observability, Events, Datenbanken und Systemdesign.
Willst du ein neues Modell gegen Claude Code im selben Repository antreten lassen, lade Hermes IDE herunter (kostenlos, Quelltext verfügbar unter BSL 1.1) oder vergebe ihm einen Stern auf GitHub.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Posted on Nov 2 • Edited on Nov 2 • AI-assisted
Meituan released LongCat-2.5 on November 2: a 1.6-trillion-parameter model with about 48B active per token, according to TechNode. Its API docs list a 1M-token context window, an Anthropic-compatible endpoint, and a guide for running it inside Claude Code. The launch price is $0.30 per million input tokens and $1.20 per million output.
Follow that guide as written and Claude Code will compact your conversation at 200K tokens. Claude Code does this to any model name it doesn't recognize, and the fix is one environment variable.
Meituan's announcement describes a native multimodal model aimed at long-horizon agent tasks, trained entirely on domestic Chinese chips, with W4A4 quantization for inference. TechNode reports that Meituan turns failures real agents hit into reproducible training tasks, and that text and images go through one token framework.
On quality, Meituan's own summary says its scores on several mainstream benchmarks fall between Claude Opus 4.8 and Claude Opus 5, and beat Opus 5 on some ( announcement ). Look at what it's compared against. A commenter in the Hacker News thread quotes the comparison set from Meituan's page: GPT-5.5, GPT-5.6 Sol, Opus 4.8 and Opus 5. In Claude Code, the opus alias has resolved to Opus 5.5 since v2.1.280, so the Opus you'd actually be replacing isn't on the chart. Meituan's are the only scores published so far.
Weights aren't out. TechNode says the GitHub and Hugging Face releases are "planned to follow", with no date and no word on whether they include weights. The predecessor's weights did ship: LongCat-2.0 is on Hugging Face under the MIT License, at the same 1.6T total and about 48B active. One HN commenter summed up the 2.5 page: "Is this supposed to be downloadable weights? Open weights? Who knows?"
LongCat's Claude Code guide has you put an env block in ~/.claude/settings.json that points ANTHROPIC_BASE_URL at https://api.longcat.chat/anthropic and sets ANTHROPIC_MODEL, the Opus and Sonnet defaults and the old small-fast variable to LongCat-2.5. It never sets ANTHROPIC_DEFAULT_HAIKU_MODEL.
Claude Code has never heard of LongCat-2.5. Its model configuration docs say that when it doesn't recognize a session's model ID, "it can't tell the model's context window and assumes 200K tokens", and it auto-compacts at that assumed size. The same page gives the fix for any other window: set CLAUDE_CODE_MAX_CONTEXT_TOKENS. For an unrecognized ID that doesn't start with claude-, which LongCat-2.5 doesn't, the variable "takes effect on its own."
A 1M-token model, a 200K assumption. Claude Code compacts at the window it thinks the model has.
The guide sets three other variables you should check:
The bigger issue is where the guide puts all this. Claude Code's settings docs say ~/.claude/settings.json applies to "you, in every project on this machine." Paste the guide there and every Claude Code session you start goes to LongCat.
If you want to try it next to your normal setup, scope it to one launch with a wrapper script:
#!/usr/bin/env bash # ~/bin/claude-longcat export ANTHROPIC_BASE_URL = "https://api.longcat.chat/anthropic" export ANTHROPIC_AUTH_TOKEN = " $LONGCAT_API_KEY " export ANTHROPIC_MODEL = "LongCat-2.5" export ANTHROPIC_DEFAULT_OPUS_MODEL = "LongCat-2.5" export ANTHROPIC_DEFAULT_SONNET_MODEL = "LongCat-2.5" export ANTHROPIC_DEFAULT_HAIKU_MODEL = "LongCat-2.5" export CLAUDE_CODE_SUBAGENT_MODEL = "LongCat-2.5" export CLAUDE_CODE_MAX_CONTEXT_TOKENS = 1000000 exec claude " $@ " Enter fullscreen mode Exit fullscreen mode chmod +x it, export LONGCAT_API_KEY in your shell, and run claude-longcat in a repo. Plain claude stays on your Anthropic account. CLAUDE_CODE_SUBAGENT_MODEL sets the default for subagents that aren't given a model another way.
I haven't run LongCat-2.5 myself, so check /status and /context on your first session before you trust the window.
The pricing page labels these a limited-time discounted price and says "Prices are subject to change":
Cached input is one fiftieth of uncached. Coding agents resend the whole conversation every turn, so the cache hit rate decides the bill. On the listed rates, a turn that sends 100K input tokens costs $0.03 uncached and $0.0006 if it all hits the cache. Output usually dominates once the cache is warm.
Same tokens, two prices. On an agent loop, most of what you resend should land in the small stack.
If you call it from your own code, rate-limited requests come back as HTTP 429 with a retry_after field, and the quick start recommends exponential backoff. The chat API reference says temperature is "Fixed at 1.0 with thinking enabled and 0.7 with thinking disabled", with other values "overridden." If your eval harness sets temperature 0 for repeatable runs, it won't get it here.
I build Hermes IDE, so weigh this section with that in mind. Hermes runs Claude Code, Codex, Copilot, OpenCode and the rest side by side, each in its own terminal. ⌘N (Ctrl+Shift+N on Windows and Linux) starts each task on its own hermes/<name> branch in its own worktree, so you can give stock Claude Code and the LongCat wrapper the same ticket without either touching the other's files.
The ⌘N agent picker in Hermes 2.3.4: Claude Code and Codex installed, the other supported agents listed, and Custom agent at the end.
The wrapper goes in as a Custom agent with claude-longcat as its command. Whatever spend figure you see for that session, check it against LongCat's own billing. Hermes is free on macOS, Windows and Linux, and it isn't affiliated with Meituan, Anthropic or Nous Research.
One HN commenter called it "benchmaxxed" after a few prompts. That's one person's gut read. Give Meituan's charts the same caution until someone else runs the benchmarks.
There's also a policy question nobody has answered. China's Ministry of Commerce and Ministry of Science and Technology published a draft export catalogue on October 16, open for comment until November 15. A Cloud Security Alliance note reads it as requiring reporting and automatic licensing before newly developed restricted model technology is open-sourced, while weights already public stay outside it. Meituan hasn't said whether LongCat-2.5 counts, and neither have the ministries.
The API route works today and costs little to try. Would you put a model whose only scores are its maker's on a real ticket, or wait for the weights and an independent run? Tell me in the comments.
Most of this post was about two old system design problems: a cache that decides what a request costs, and a rate limit that tells you when to back off. The System Design Pocket Guide: Fundamentals covers caching, rate limiting and the other building blocks an agent backend leans on. It's one of 8 short books in the Pocket Guides series, on agents, RAG, prompts, observability, events, databases and system design.
If you want to race a new model against Claude Code on the same repo, download Hermes IDE (free, source-available under BSL 1.1) or star it on GitHub.