在 Tabbit 中使用 LongCat 2.0
在 Tabbit 中使用 LongCat 2.0
精选提示词
LongCat-2.0 API 平台接入快速上手（官方 Quick Start + Chat Completions 参考 + 定价）
这份官方文档让你 5 分钟内拿到 API Key，用 OpenAI 或 Anthropic 两种兼容格式把 LongCat-2.0 接入任何客户端，并了解 1M 上下文 / 128K 最大输出的参数与「缓存命中不计费」的定价结构。
LongCat-2.0 聊天模板与工具调用配置（官方 Hugging Face 模型卡）
模型卡提供了可直接复制使用的聊天模板调用方式：开/关思考模式（enablethinking / savereasoningcontent）、函数调用格式（arguments 必须是 dict 而非字符串）、以及 vLLM / SGLang / Docker 三种部署命令。
Hermes Agent 接入 LongCat-2.0 配置（官方文档 + Nous Portal 免费入口）
两条命令就能把 Hermes Agent（Nous Research 的开源终端 Agent）接到 LongCat-2.0，且官方在 Nous Portal 上提供免费一周试用，适合零成本体验 1M 上下文的长期 Agent 工作。
Claude Code 接入 LongCat-2.0 配置（官方文档）
通过改写 ~/.claude/settings.json 的环境变量，可以把 Claude Code 的四个模型槽位（主模型/小快模型/Sonnet/Opus）全部指向 LongCat-2.0 的 Anthropic 兼容端点，让 Claude Code 直接用 LongCat 跑仓库级编码任务。
OpenClaw 接入 LongCat-2.0 配置（官方文档）
在 OpenClaw（原 Clawdbot）的 ~/.openclaw/openclaw.json 里注册一个自定义 provider，即可把默认模型切到 LongCat-2.0，官方给出的上下文窗口/最大输出配置（1048576 / 131072）可直接照抄。
OpenCode 接入 LongCat-2.0 配置（官方文档 + 免费入口）
用 opencode auth login + 一份 opencode.json 即可让 OpenCode 使用 LongCat-2.0，且官方公告称该模型在 OpenCode 上免费开放；同一页还说明了如何在 OpenCode 里开关 LongCat 的思考模式。
测评与真实反馈
LongCat-2.0 官方模型卡：规格与官方基准（含与 Gemini/GPT-5.5/Claude Opus 对比表）
官方模型卡是判断 LongCat-2.0 适用任务的第一手权威依据：它在 SWE-bench Pro（59.5）超过 GPT-5.5（58.6）与 Gemini 3.1 Pro（54.2），Terminal-Bench 2.1 达 70.8，但在 BrowseComp/GPQA/IFEval 等多项上落后于 GPT-5.5 与 Claude Opus 4.8——即"编码与 Agent 任务强、检索与通用推理非顶尖"。
LongCat-2.0 官方技术博客：架构、国产算力训练与推理部署（发布说明）
官方技术博客给出了 LongCat-2.0 的完整技术底稿（LSA 稀疏注意力、N-gram Embedding、国产算力 6D 并行训练、prefill-decode 分离部署），可用于判断模型的长上下文/Agent 能力设计意图，以及复现官方基准与部署路径。
OpenRouter 渠道数据：LongCat-2.0 定价、实测性能与第三方基准（Artificial Analysis）
OpenRouter 页面提供了官方之外的第三方口径：LongCat-2.0 标价 $0.30/$1.20 per 1M（采集时 60% 折扣），实际加权成交输入价仅 $0.03872/M（缓存命中率 88.9%），吞吐 P50 29 tok/s、3 天可用性 99.93%，工具调用错误率 0.90%，且真实流量主要来自 Hermes Agent（7.77B tokens）与 Claude Code（3.31B tokens）。
AI Profit Boardroom 实测：LongCat 2.0 游戏构建测试与 GLM 5.2 同任务对比
作者自测结论与多数社区口碑相反：LongCat 2.0 做的游戏"可玩但粗糙有 bug"（一个构建甚至全黑屏），同任务下 GLM 5.2 的产物"更干净、更流畅、更精致"，因此他的建议是"值得玩玩、不值得切换"——这是对 LongCat 2.0 偏负面的独立样本，需与正面证据并读。
BenchLM 对比页：GPT-5.5 vs LongCat-2.0——"无共享基准，无法给出质量结论"的边界说明
截至 2026-08-17，BenchLM 认为 GPT-5.5 与 LongCat-2.0 之间没有任何共享的第三方基准结果（GPT-5.5 有 38 条、LongCat-2.0 为 0 条），因此"公开证据不支持任何质量结论"——这是对"LongCat 2.0 击败 GPT-5.5"类说法的权威边界提示：官方 SWE-bench Pro 59.5>58.6 尚未被任何独立来源复测。
LongCat
在 Tabbit 中使用 LongCat 2.0
汇总 LongCat 2.0 的提示词指南、测评与社区反馈，帮助你判断适合的任务并直接开始使用。