Le 1er novembre, selon le blog officiel cité par Apiyi, l'équipe LongCat de Meituan a publié LongCat-2.5. TechNode, de son côté, situe la sortie au 2 novembre. Les deux sources s'accordent en revanche sur les caractéristiques techniques : un modèle multimodal natif de 1,6 billion de paramètres au total, dont environ 48 milliards activés par token, pensé pour les tâches d'agents de longue durée. Son tarif promotionnel de lancement, 1,20 dollar par million de tokens en sortie, en fait l'un des modèles les moins chers de sa catégorie face aux offres américaines. Pour un DSI français qui arbitre entre plusieurs fournisseurs d'API facturés en dollars, la question n'est pas seulement le prix affiché, mais ce qu'il recouvre réellement en performance et en garanties.
Un modèle a activation parcellaire, construit pour les agents longs
LongCat 2.5 est un grand modèle de langage à activation parcellaire : sur 1,6 billion de paramètres totaux, seuls environ 48 milliards sont mobilisés à chaque inférence. Ce choix architectural explique en partie le tarif proposé, puisqu'il réduit le coût de calcul par requête sans réduire la capacité de stockage des connaissances du modèle.
L'équipe a orienté l'entraînement vers trois axes directement liés aux tâches longues : davantage de trajectoires longues suivies d'un apprentissage par renforcement à grande échelle pour les tâches d'ingénierie de bout en bout ; la conversion des échecs réels d'agents en exercices d'entraînement reproductibles ; et une pénalisation des raisonnements et appels d'outils répétitifs. Ce dernier point a une traduction budgétaire directe : dans un agent qui tourne en boucle sur le même outil sans avancer, chaque tour supplémentaire est facturé en tokens de sortie, le poste le plus cher de la grille tarifaire.
Côté multimodalité, le modèle ne passe pas par un encodeur visuel externe dont les caractéristiques seraient ensuite ajoutées : les signaux visuels sont convertis en tokens discrets via un encodeur à alignement sémantique et une quantification vectorielle résiduelle, puis appris conjointement avec le texte. Selon l'équipe officielle, cette conception explique les bons résultats du modèle en programmation visuelle, en génération 3D et en conception de pages interactives.
Pourquoi le prix peut descendre aussi bas
Le blog officiel détaille l'infrastructure derrière ce tarif. L'entraînement s'appuie sur des cartes de calcul produites en Chine, avec moins de 80 Go de mémoire vidéo chacune. Pour contenir la consommation mémoire, l'équipe combine FSDP à double partitionnement, parallélisme sur vocabulaire mixte et réplication dynamique des experts : sur les tâches de SFT à longues séquences, cette configuration affiche un débit par carte supérieur de 86 % à une référence DDP classique.
Pour l'inférence, le modèle utilise une quantification W4A4 (poids et activations des experts sur 4 bits). Par rapport à une référence W8A8 INT8, les tests de charge officiels en production relèvent un débit de prefill en hausse de 43,3 %, un débit de decode en hausse de 42,77 %, une latence du premier token en baisse de 15,91 % et une latence par token en baisse de 19,72 %. Un débit supérieur de plus de 40 % fait mécaniquement baisser le coût par token facturé.
Ce que disent réellement les 25 benchmarks officiels
Le tableau d'évaluation publié par LongCat compte plus de 25 tests répartis en trois familles : agents de code, agents généralistes et vision. Les scores suivis d'un astérisque dans la source proviennent de classements publics ou de rapports techniques tiers ; les autres sont issus des propres tests de LongCat et servent de points de comparaison, non de verdict.
| Benchmark | LongCat-2.5 | Claude Opus 5 | GPT-5.6-Sol | GLM-5.3 | Kimi K3 |
|---|---|---|---|---|---|
| Terminal Bench v2.1 | 88.4 | 89.1* | 88.8* | 88.2* | 88.3* |
| Terminal Bench v4.0 | 38.5 | 53.9* | 37.3* | 41.8* | 12.6* |
| DeepSWE v1.1 | 64.6 | 68.8* | 72.7* | 66.9* | 67.5* |
| BrowseComp | 91.9 | 90.8* | 90.4* | 81.0 | 91.2* |
| JobBench | 65.4 | 66.7* | 45.4* | 61.4* | 52.9* |
| MCP Atlas | 83.1 | 85.8* | 81.8* | 84.2* | 84.2* |
| 3DCodeBench Text to 3D | 55.4 | 54.3 | 52.3 | 53.4 | 49.3 |
| Vision2Web | 78.6 | 80.2* | 73.5* | 77.8* | 79.0* |
Trois enseignements pour un DSI qui dimensionne un projet. D'abord, sur la recherche d'informations (BrowseComp, 91.9) et la génération 3D (3DCodeBench, 55.4), LongCat devance les quatre autres modèles du tableau. Ensuite, sur les tâches de correction à l'échelle d'un dépôt (DeepSWE v1.1), LongCat obtient 64.6, le score le plus bas des cinq, contre 72.7 pour GPT-5.6-Sol : pour du mainteance de code existant, l'écart est net. Enfin, sur Terminal Bench v4.0, qui teste des opérations longues dans un terminal, l'écart avec Claude Opus 5 atteint 15,4 points en faveur de ce dernier, alors que la version v2.1, plus simple, voit les cinq modèles se tenir en moins d'un point. Les harnais diffèrent d'un test à l'autre (Claude Code pour Terminal Bench, mini-swe-agent pour DeepSWE), ce qui interdit de comparer directement les scores issus de familles de tests différentes.
Le calcul qui compte réellement : la facture pour 1 million de tokens
Les chiffres de benchmark ne disent rien du coût d'exploitation. Pour un lot de travail de 1 million de tokens réparti en 800 000 d'entrée et 200 000 de sortie, sans cache, voici ce que facturent les différents modèles selon les tarifs relevés par Apiyi le 2 novembre 2026 :
| Modèle | Entrée ($/M tokens) | Sortie ($/M tokens) | Facture pour 800k in / 200k out | Sortie vs LongCat |
|---|---|---|---|---|
| LongCat-2.5 (promotion limitée) | 0,30 (0,006 en cache) | 1,20 | 0,48 $ | 1× |
| DeepSeek V4 Flash | 0,44 | 1,32 | 0,616 $ | ≈1,1× |
| GLM-5.3 | 1,40 | 4,396 | ≈2,00 $ | ≈3,7× |
| Kimi K3 | 3,00 | 15,00 | 5,40 $ | 12,5× |
| GPT-5.6-Sol / Claude Opus 5.5 | 4,00 | 20,00 | 7,20 $ | ≈16,7× |
| Claude Opus 5 | 5,00 | 25,00 | 9,00 $ | ≈20,8× |
Pour une tâche identique, Claude Opus 5 coûte environ 18,75 fois plus cher que LongCat 2.5 au tarif promotionnel. Si une partie des tokens d'entrée passe par le cache, l'écart se creuse encore : dans un exemple officiel mêlant 400 000 tokens d'entrée en cache et 600 000 hors cache plus 500 000 tokens de sortie, la facture totale s'élève à 0,7824 dollar, le tarif de cache ne représentant qu'un cinquantième du tarif d'entrée hors cache. Deux détails de facturation méritent d'être notés pour un budget prévisionnel : seules les requêtes renvoyant un code HTTP 200 sont facturées, les échecs (401, 403, 429, 500) ne le sont pas, et le solde prépayé n'expire pas.
Ce tarif reste cependant annoncé comme une réduction à durée limitée par la plateforme officielle, qui précise qu'il peut être modifié. Un DSI qui bâtit un TCO sur plusieurs mois doit donc intégrer un scénario de hausse après la période promotionnelle, sans quoi la comparaison perd sa pertinence.
Face à DeepSeek V4.1 Flash : même prix, répartition du travail différente
En heures de pointe, le tarif de DeepSeek V4.1 Flash est strictement identique à la promotion LongCat : 0,30 dollar en entrée, 0,006 dollar en cache, 1,20 dollar en sortie. La différence apparaît hors heures de pointe, où DeepSeek divise ses tarifs par deux.
| Poste ($/M tokens) | LongCat 2.5 (promo) | DeepSeek heures pleines | DeepSeek hors pointe |
|---|---|---|---|
| Entrée en cache | 0,006 | 0,006 | 0,003 |
| Entrée hors cache | 0,30 | 0,30 | 0,15 |
| Sortie | 1,20 | 1,20 | 0,60 |
Les heures pleines de DeepSeek correspondent à 9h-12h et 14h-18h heure de Pékin en semaine, hors jours fériés chinois, soit sept heures par jour de semaine (35 heures sur 168 dans une semaine). Un DSI qui planifie des traitements par lots (nettoyage de données, génération de rapports nocturnes) peut donc réduire sa facture de moitié en décalant simplement l'exécution hors de ces créneaux, une option que LongCat ne propose pas à ce stade puisque son tarif promotionnel est fixe.
Sur les benchmarks, les deux modèles restent proches : DeepSeek devance LongCat de 9,6 points sur DeepSWE v1.1 (corrections de dépôts réels) et de 4,9 points sur NL2Repo (génération de projet entier depuis une description), tandis que LongCat devance de 7,3 points sur Terminal Bench v4.0 et de 5,2 points sur Program Bench. Pour les tâches combinant vision et 3D, LongCat conserve un avantage (55,4 contre 53,3 sur 3DCodeBench), quand DeepSeek met en avant des poids ouverts téléchargeables et une sortie maximale de 384 000 tokens contre 128 000 pour LongCat, un critère qui compte pour l'auto-hébergement.
Ce que ça change concrètement pour un DSI francophone
Le premier point d'attention concerne les poids du modèle. Au moment de la rédaction, GitHub et Hugging Face affichent encore la mention « à venir » pour LongCat 2.5 : aucun déploiement en propre n'est possible, tout passage par l'API officielle de Meituan ou d'un revendeur. Le second point concerne l'hébergement des données : les textes sources ne précisent pas où sont traitées les requêtes envoyées à l'API longcat.ai, ce qui laisse en suspens la question de la localisation des données pour une entreprise soumise au RGPD.
C'est précisément sur ce terrain que des plateformes françaises comme Moon AI, éditée par Stellarr Studio SAS, apportent une réponse partielle mais différente : l'abonnement regroupe plus de 70 modèles (GPT, Claude, Gemini, Mistral, DeepSeek, Llama, Grok, Qwen, ainsi que le modèle maison Moon 6) sous des forfaits fixes en euros TTC, de 9,90 à 249,90 euros par siège et par mois, ce qui simplifie la budgétisation face à des grilles en dollars par million de tokens. Son dispositif Moon Blur remplace les données personnelles par des jetons avant l'envoi vers les modèles tiers, puis les rétablit au retour : il s'agit d'une pseudonymisation au sens de l'article 4-5 du RGPD, et non d'une anonymisation, ce qui signifie que les requêtes continuent de partir, après transformation, vers les serveurs des fournisseurs tiers concernés. L'application et le stockage de Moon AI sont hébergés chez OVHcloud, à Strasbourg et Roubaix, mais cela ne garantit en rien que les données traitées par un modèle tiers restent elles-mêmes en France. Pour un DSI qui évalue un modèle chinois à bas coût comme LongCat 2.5, la question de la pseudonymisation avant envoi mérite d'être posée au même titre que le prix affiché.
Questions fréquentes
Les poids de LongCat 2.5 sont-ils disponibles en open source ?
Non, pas pour l'instant. GitHub et Hugging Face affichent la mention « à venir » pour les poids du modèle. Seul l'accès via le chat en ligne ou l'API officielle est disponible actuellement.
Le tarif de 1,20 dollar par million de tokens en sortie est-il garanti dans la durée ?
Non. Les textes sources qualifient explicitement ce tarif de réduction à durée limitée sur la plateforme API officielle, qui précise elle-même que les prix peuvent être modifiés. Tout calcul de TCO sur plusieurs mois doit prévoir un scénario sans la promotion.
Quelle est la fenêtre de contexte et la sortie maximale de LongCat 2.5 ?
Le modèle accepte jusqu'à 1 million de tokens de contexte, pour une sortie maximale de 128 000 tokens. À titre de comparaison, DeepSeek V4.1 Flash partage la même fenêtre de contexte de 1 million de tokens mais autorise une sortie jusqu'à 384 000 tokens.
Peut-on connecter LongCat 2.5 à des outils comme Claude Code ?
Oui, le modèle expose deux interfaces compatibles, au format OpenAI et au format Anthropic. Pour Claude Code, il suffit de renseigner le jeton d'API LongCat, l'URL de base Anthropic de LongCat et le nom de modèle dans le fichier de configuration local, en pensant à fixer aussi les variables des sous-modèles internes pour éviter des appels par défaut vers d'autres fournisseurs.