LongCat-2.5-Preview 新增圖片理解，OpenCode 提供限時免費存取

美團於 9 月 25 日在 API 平台推出 LongCat-2.5-Preview，新增圖片理解，涵蓋跨模態問答、摘要與視覺推理，並列出 Claude Code、Hermes、OpenCode 等編程代理整合。這讓開發者有機會把畫面資訊納入程式修改流程；不過，發布日誌未附能力比較分數，尚不能據此判定視覺除錯或長任務的成功率。[官方更新日誌](https://longcat.chat/platform/docs/ChangeLog.html)

規格延續前代的百萬 token 上下文與最高 128K token 輸出，因此本次變化不宜解讀為上下文容量再次擴張。服務提供相容 OpenAI Chat Completions 與 Anthropic Messages 的介面，可供既有代理框架接入。工程上的意義是能在原有工具流程中評估新模型，但長上下文容量本身並不能保證模型準確利用所有檔案與歷史紀錄。[快速入門文件](https://longcat.chat/platform/docs/)

推論控制方面，官方文件指出思考模式預設開啟，可透過 `thinking.type` 設為 `enabled` 或 `disabled`。開發者可比較兩種模式在修改正確率、回應時間與輸出用量上的差異；OpenCode 的整合設定也允許覆寫此選項，方便以相同任務進行對照。[OpenCode 整合文件](https://longcat.chat/platform/docs/OpenCode.html)

模型也已列入 OpenCode Zen，識別碼為 `longcat-2.5-preview-free`，輸入、輸出與快取讀取均標示免費。這提供另一條測試管道，但文件只承諾限時供應，未列結束日期。評估時應記錄使用的供應商、模型識別碼與設定，避免日後切換端點時，把服務差異誤認為模型能力變化。[OpenCode Zen 文件](https://opencode.ai/docs/zen/)

視覺能力的文件仍有缺口：更新日誌宣告支援圖片，Chat Completions 參考頁卻仍將訊息內容描述為純文字字串，未展示圖片請求範例。這可能是文件尚未同步，不能直接推論服務不支援圖片。工程團隊應先驗證實際使用端點的圖片格式，再以畫面截圖、跨檔案修改與多輪工具操作測試，量測任務完成率、重試次數及總用量；後續值得追蹤的是完整視覺介面說明與可重現評測。[API 參考文件](https://longcat.chat/platform/docs/api/chat)