LongCat 2.5 正式上线：把视觉理解接入长程编码 Agent，官方给出 Codex 配置

从 Preview 到正式版本，重点转向能看图的长程工程任务

LongCat 官方在 11 月 2 日的更新日志中宣布 LongCat 2.5 可用，列出原生多模态、长程 Agent 和跨执行框架接入三项重点。公告把视觉理解与编码结合起来，面向视觉编码、创意设计和三维任务；对复杂代码库和完整项目构建，则强调多步推理、工具使用与端到端执行。这里的能力定位来自官方，不能直接当作已经过独立验证的项目交付结果。

同一日志保留了 9 月 25 日 LongCat 2.5 Preview 的记录，因此这次不是第一次出现 2.5 这个名称，而是正式版本节点。对已经使用预览版的人，实际迁移时仍应核对当前模型标识、客户端版本和接口行为，而不是仅凭版本名相近就认为所有配置与返回结构都完全一致。

视觉输入已经有明确接口，图片和视频走不同传入方式

配套视觉文档说明，LongCat 2.5 可以和文字一起接收图片、视频，应用包括读取截图文字、解释图表和理解视频。图片可作为 Base64 数据内联，也可以提供公开可访问的 URL；视频只支持通过 URL 传入。请求内容由多个内容块组成，而不是把图像文件路径当成普通文本交给模型。

文档列出的图片限制包括单张最大 10 MB、每次最多 50 张，支持 PNG、JPG、JPEG、WebP 和 GIF，不支持 SVG、HEIC/HEIF。视频单个最大 100 MB，每次最多 10 个，单个时长须少于 3600 秒。这些是接口接收限制，不代表把素材塞满上限仍能获得相同准确率或响应速度；生产任务还应按需要抽帧、裁剪与验证输出。

Codex 接入有现成配置，先分清客户端和模型服务的角色

LongCat 的 Codex 接入页已经把模型名写为 LongCat-2.5，并给出 OpenAI 兼容服务地址及 Responses 接口配置。使用者需要先在 LongCat 平台取得 API Key、确认可用额度，再按文档配置 Codex 的模型提供方和鉴权。这里是让 Codex 作为执行工具调用 LongCat 服务，不是把 LongCat 变成 OpenAI 官方模型，也不意味着原有订阅额度可以通用。

官方示例涉及用户目录下的配置与认证文件。已有多个模型提供方的用户，操作前应备份当前配置，避免覆盖工作中的服务入口；认证信息也不应进入项目版本库。文档的连接成功只证明模型通路可用，工具调用、多轮上下文、错误恢复和项目测试仍需在自己的执行环境中分别验证。对于团队，建议先用一个可回滚的小任务检查全链路。

对国内开发者的价值在接入选择，效果仍要回到自己的任务

这次更新提供了一条在既有 Agent 工作流里替换模型服务的路径。熟悉 Claude Code、Codex 或 Hermes 的开发者，不必因为模型变化就重新设计全部任务入口；但兼容框架并不等于所有框架功能均有同样语义。以截图修复界面为例，模型需要正确理解画面，执行工具需要读写仓库，最终还需要浏览器或测试结果证明修复符合目标，三者缺一不可。

本次核验没有进行付费调用，也没有取得可独立复现的性能结果，因此不报道未经确认的跑分领先、中文准确率或单位任务成本。发布日志本身也不足以证明权重开放、可本地部署或商业许可范围，本文不将 API 可用写成模型开源。接入前的价格、额度、数据处理与模型许可，应继续以当前官方服务条款和计费页为准。

从工程采用的角度，建议把评估问题写得具体一些：同一份截图能否稳定定位问题，长任务中是否遵循约束，失败后能否给出可复核的诊断，以及修改后的项目是否通过原测试。这样的观察能区分视觉输入、模型推理与工具执行各自的贡献，也能避免把一次漂亮演示当成整个项目可靠性的证明。

继续阅读