我也是闲起来了，什么模型都敢测了！~
Opus5.5 还在干活，刷到 OpenCode 上有两个免费模型。
image-20260928124028642
一个是美团的 LongCat2.5，一个是匿名模型。既然免费，我就抽空跑了几个例子。
今天主要给大家看下 LongCat2.5 的效果！
exec-4bee8e71-43d5-4447-99d9-22d73d77a9b3
其实很早之前就有人叫我测一测了，刚发的时候它们也是搞过一波流量的。但是我有一种预感，不管别人怎么说，这个模型大概率是个“玩具”，并不会太好！
当然，没测过，就给人家判了，这样不是太好。所以我之前也没提过这个模型！
今天我测完了，也算是有一定的发言权了！
大家如果对这个模型很好奇，那么一起来开盒看一看！
先看一些背景资料：
这是官推的内容，主要是说免费两周，在 OpenCode 上面！
这也是一个 1M 上下文的多模态模型！
除此之外还没有其他具体的信息。
我找了一份 2.0 版本的基准数据：
大概就是这个样子吧！
当时这个版本参考对象还停留在 Opus 4.7 左右！ 当然大家还要考虑水分。
现在是 2.5，估计会对标 Opus 5 系列！
其他我就不多说了，我尽量收住我的嘲讽技能，保持假日的愉快心情来写这篇文章吧。
主要是让对这个模型感兴趣的人，大致了解一下这个模型的水平！
我主要是测了四个例子，然后就没有往后测，因为这四个例子“太惊艳”了，已经惊掉我的下巴，没必要往后测了！
它为我的假期带来了很多欢乐。
赛博清明上河图！
先来看第一个例子：
整个过程只用了 3 分钟，这速度是真的贼快。
输出内容也是非常简洁，没有任何纠错、检查、修改的信息。就是一轮搞定，直接交差。
然后我们来看一下结果：
这个结果嘛，也是“抽象”到了极致！
日至今日，几乎所有模型，都能做得像模像样了 。想HY4，STEP5这这种效果都做的不错了。 langcat2.5这个结果，我是在是不知道用什么词来描述了。
“豆姐”看了都兜不住！
天文机械表
继续测试：
结果如下：
哈哈哈，这是“惊艳”之作。
最核心的表盘和指针都没画好，那么没必要去看其他方面了。
如果这个题目是100分满分，它可以成功拿到10分。
这个例子是它花的时间最多的，用了 6 分钟。
然后它只生成了代码，没有写入文件。就像一个 chat 模型一样，完全感受不到 Agentic的能力！
绝了👍！
游戏复刻
按照惯例复刻一下经典游戏坦克大战和超级玛丽！
坦克大战的效果如下：
超级玛丽的效果如下：
两个游戏都是黑屏无法启动！
这个效果实在是太“惊艳”了，我再次陷入了...词穷的境地。
我提示词里面清清楚楚地说了，允许参考网络攻略和 GitHub 代码。
然后它只花了 3 分钟，直接交差！
😁😁😁
平时我一篇测评大概 3000 字起步，5000 字常态，今天这篇文章要凑够 1000 字也很难了！
这是我测试的所有模型中，最让我“惊讶”的一个，它已经成功地引起了我的注意！
我现在再去看“卧龙凤雏”都觉得眉清目秀了！
美团，我们还是好好做送外卖这份有前途的事业吧，把钱省出来，给小哥多点福利，不好么？
赶紧再写几句，凑够1000字！
我认真地说一下：
这个模型并没有太多智能体相关的东西，更像上一代的聊天模型。它也完全无法识别任务的复杂度，从而合理分配注意力和时间。当然它也完全没有能力处理这些复杂的问题！
这模型不存在一线二线的问题，还在十八线！
我之前的预感是对的，不测有不测的道理。
测了，就很难收场了。
当然，我只是根据当前模型水平的现状，做了一个自己的个人评价！
对所有付出努力的人还是表示尊重的！
