LongCat-2.5vsMuse Wonder
都是语言模型，按各自厂商 API 的标准价比较，每个数字都附来源。
按你的用量对比
所有模型按同一个请求计价输入 8,000 token，输出 2,000
| LongCat-2.5 LongCat API | Muse Wonder Meta AI API | |
|---|---|---|
| 适用价格 | 基础价格 | 基础价格 |
| 输入每 1M token | $0.30 | $4.00 |
| 缓存读取每 1M token | $0.006 | $0.20 |
| 输出每 1M token | $1.20 | $20.00 |
| 每次请求成本 | $0.0048 | $0.072 |
| 每 1,000 次请求 | $4.80 | $72.00 |
- LongCat-2.5 LongCat API: pricing (LongCat-2.5) · 数据日期 2026年11月9日
- Muse Wonder Meta Model API pricing and rate limits · 数据日期 2026年11月8日
所有模型都按同一个请求、以各厂商自己的标价（均附来源和日期）计算，因此加粗的就是最便宜的。无法处理该请求的模型会注明原因，不参与排名；厂商没有某个条件的价格时，会说明改用了哪个价格。
提示越长，每次请求的成本
输出 2K token，按各厂商 API 的标价计算。
- LongCat-2.5 · LongCat API
- Muse Wonder · Meta AI API
关键差异
输入厂商官方 API · global · USD
$0.30 / 百万 tokens LongCat API: pricing (LongCat-2.5) · 数据日期 2026年11月9日
$4.00 / 百万 tokens Meta Model API pricing and rate limits · 数据日期 2026年11月8日
输出厂商官方 API · global · USD
$1.20 / 百万 tokens LongCat API: pricing (LongCat-2.5) · 数据日期 2026年11月9日
$20.00 / 百万 tokens Meta Model API pricing and rate limits · 数据日期 2026年11月8日
上下文
1,000,000 快速开始 | LongCat API Docs · 数据日期 2026年11月3日
1,048,576 Meta Model API models · 数据日期 2026年11月8日
缓存读取厂商官方 API · global · USD
$0.006 / 百万 tokens LongCat API: pricing (LongCat-2.5) · 数据日期 2026年11月9日
$0.20 / 百万 tokens Meta Model API pricing and rate limits · 数据日期 2026年11月8日
以上差异来自已核实厂商规格，或各自官方 API 在相同地区、币种、计费单位和条件下的标价。不同条件仍在完整表格中并列展示，不据此判断哪款更便宜。 声明的功能只说明支持情况，不代表实测质量或推荐；缺少证据不等于不支持。
完整对比
| LongCat-2.5 Meituan | Muse Wonder Meta | |
|---|---|---|
| 概览 | ||
| 发布时间 | 2026年11月2日 | 2026年10月12日 |
| 规格 | ||
| 上下文 | 1M | 1.05M |
| 最大输出 | 256K | 131.07K |
| 输入模态 | 官方未写明 | 文本、图像、音频、视频、PDF |
| 输出模态 | 官方未写明 | 文本 |
| 推理 | 官方未写明 | |
| 工具调用 | 官方未写明 | |
| 结构化输出 | 官方未写明 | |
| 价格 · 每百万 tokens | ||
| 输入价格 | $0.30 | $4.00 |
| 输出价格 | $1.20 | $20.00 |
| 缓存读取价格 | $0.006 | $0.20 |
| 混合价格（输入 3 : 输出 1） | $0.525 | $8.00 |
| 引用评分 | ||
| Epoch Capabilities Index | — | 162 |
| LMArena Text | — | 1,512 max effort |
| LMArena Text · Coding | — | 1,546 max effort |
| LMArena Text · Chinese | — | 1,539 max effort |
| Epoch AI · FrontierMath Tiers 1–3 | — | 82.1% max effort |
头条价格可能来自不同渠道、地区或档位。选用模型前请核对各项来源，缺失的事实保留为空。
模型详情与来源
- LongCat-2.5 → 已上线
- Muse Wonder → 已上线
引用评分
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年10月28日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月5日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月4日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · EQ-Bench: 4 · MIT · 数据日期 2026年10月24日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · EQ-Bench: Creative Writing v3 · MIT · 数据日期 2026年10月28日
- LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · LiveBench release 2026-06-25 · CC BY-SA 4.0 · 数据日期 2026年6月25日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年11月8日