AI Coding Daily：LongCat-2.5-Preview 在 OpenCode 编程测试中获得 44.65 分

一句话结论

截至采集日，LongCat-2.5-Preview 与 OpenCode 的组合在该站编程榜单中获得 44.65/70，排名第 44；这是特定任务和工具组合的快照。

适用场景

• 适合判断的任务：基于已有代码库的短程编程任务，包括代码质量、找 bug 和边界情况测试。

• 不适合外推的任务：多模态理解、长时间自主开发、多智能体协作和其他客户端下的表现。

• 适用的模型版本：LongCat-2.5-Preview。

• 测试环境或客户端：OpenCode；模型服务商、具体版本和运行环境未注明。

• 推理档位和参数：未注明。

测评方法

榜单的方法说明称，测试覆盖 7 个现有项目和 27 个提示，涉及 Laravel/PHP、React/TypeScript、Flutter/Dart 和 Go。每次从项目新副本开始，不进行重试或中途人工指导；同一提示多次运行。该方法页面是采集时可见的当前说明，不能确认 10 月 2 日测试时所有细节完全相同。榜单关联的视频标题提到 24 个编程提示，提示数量与当前方法说明不同，不应当作同一次测试数量的确定证据。

关键结果

该模型组合总分 44.65/70。Laravel 和 React-TS 代码质量分别为 16.98/20、16.67/20；找 bug 为 2.4/10；四个项目的边界情况测试为 10.6/20，一致性扣分为 2.00 分。

原始数据

页面称订阅计划测试的成本显示为 N/A；不能据此计算该模型的 API 费用。

结论与边界

评分衡量模型与工具组合，不是模型单独能力；榜单排名会随新测试变化。页面未给出此模型的单项运行次数、推理参数或置信区间，因此不能判断差距的统计显著性。关联视频与当前方法说明的提示数量存在差异，需查看原始视频和测试记录才能确认当次细节。

复现说明

查看榜单原页、测试方法及关联视频。页面未公开足够的具体配置，不能保证严格复现该数值。