LongCat 2.5 da Meituan chega ao Vercel AI Gateway com contexto de 1 milhão de tokens

A Vercel adicionou o LongCat 2.5, modelo multimodal da Meituan, ao catálogo do AI↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → Gateway. Segundo o changelog da empresa, o modelo combina entendimento visual nativo com geração de código e uso de ferramentas em múltiplas etapas, voltado para agentes que trabalham em bases de código complexas e builds de projeto inteiro.

O destaque técnico é a janela de contexto de 1 milhão de tokens, que aceita texto e imagem como entrada. Na prática, isso significa caber em uma única chamada um repositório médio inteiro, documentação extensa e o histórico de uma tarefa longa de agente, sem precisar truncar ou fazer RAG para manter o contexto.

O que a Meituan promete no LongCat 2.5

A Meituan aponta melhorias específicas em programação visual, design criativo e tarefas de geração 3D, além de fluxos de agente mais longos que carregam o trabalho de engenharia do planejamento até a execução. Não há, no material divulgado pela Vercel, benchmarks numéricos comparando o LongCat 2.5 com concorrentes como Gemini ou Claude em tarefas de código. Isso importa: contexto grande não é sinônimo de melhor raciocínio, apenas de mais espaço para colocar informação na entrada.

Em resumo: o que está documentado é a capacidade (1M tokens, multimodal, foco em agentes), não um número de qualidade de saída. Quem for adotar o modelo em produção vai precisar rodar a própria avaliação no caso de uso específico antes de confiar nele para tarefas críticas.

Como chamar o modelo pelo AI SDK

A integração segue o mesmo padrão de qualquer modelo do AI Gateway: basta trocar o identificador do modelo. O nome a usar é meituan/longcat-2.5. Um exemplo simples com o AI SDK da Vercel:

import { streamText } from 'ai';

const result = streamText({
 model: 'meituan/longcat-2.5',
 prompt: 'Outline a database migration in three brief steps.',
});

for await (const text of result.textStream) {
 process.stdout.write(text);
}

Quem já usa o AI Gateway para orquestrar chamadas a OpenAI, Anthropic ou outros provedores não precisa mudar nada na arquitetura: é só apontar model para o novo identificador e testar o comportamento com os prompts do próprio projeto.

Configurando em Claude Code, Codex e Cursor

Para usar o LongCat 2.5 dentro de agentes de código como Claude Code, Codex e Cursor, a Vercel recomenda instalar a versão mais recente da CLI e rodar o setup do gateway:

npx vercel ai-gateway setup

Depois do setup, basta selecionar meituan/longcat-2.5 como modelo dentro do agente. É o mesmo fluxo usado para trocar entre GPT, Claude ou Gemini nesses editores: o AI Gateway funciona como camada intermediária, então o agente nem precisa saber que está falando com um modelo da Meituan.

Por que passar pelo AI Gateway em vez do provedor direto

O AI Gateway da Vercel existe para resolver um problema comum de quem constrói com múltiplos modelos: gerenciar chaves, custo e failover espalhados entre provedores diferentes. Ele oferece:

• API unificada para chamar qualquer modelo do catálogo, incluindo o LongCat 2.5
• rastreamento de uso e custo por chave de API, com orçamentos configuráveis
• retries e failover automáticos para uptime maior do que o do provedor isolado
• regras de roteamento entre modelos e suporte a Zero Data Retention
• preço igual ao do provedor original, sem markup e sem taxa de plataforma sobre inferência, inclusive em requisições com chave própria (BYOK)

Esse último ponto é o que separa o AI Gateway de um simples proxy: a Vercel não cobra pedágio por tokens processados, então o custo de rodar o LongCat 2.5 é exatamente o que a Meituan cobra na origem.

O que ainda fica em aberto

O changelog não traz tabela de preço por token nem comparação de latência com outros modelos de contexto longo, então quem decide colocar o LongCat 2.5 em produção vai precisar medir isso no próprio projeto, tanto em custo quanto em tempo de resposta para prompts que usam boa parte do 1 milhão de tokens disponível. Vale testar primeiro no model playground da Vercel antes de trocar o modelo em um fluxo de agente que já está em produção, já que contexto grande tende a aumentar latência e custo mesmo quando o preço por token é baixo.

Para quem já roda agentes de código com janelas de contexto menores, a pergunta prática é se a tarefa realmente precisa de 1M tokens ou se um modelo mais barato, com RAG bem feito, resolve o mesmo problema com menos latência. O LongCat 2.5 amplia as opções dentro do AI Gateway, mas a escolha do modelo certo continua sendo uma questão de medir, não de assumir que mais contexto é sempre melhor.

Fonte: Vercel Changelog