LongCat-2.5 接 Claude Code／Codex：模型設定與圖片輸入驗收

先確認工具使用哪種 API#

這些設定分別來自 LongCat 的 Claude Code 文件與 Codex 文件。Codex 的 base URL 填到表中的 /openai/v1 為止；完整的 /chat/completions 路徑屬於 Chat Completions 請求。

Claude Code 可在受控的測試終端機設定以下環境變數。這是設定形狀；LONGCAT_API_KEY 須由你現有的安全方式注入，讓真實 Key 保存在 shell 歷史與 repository 之外：

1
export ANTHROPIC_BASE_URL='https://api.longcat.chat/anthropic'
2
export ANTHROPIC_AUTH_TOKEN="$LONGCAT_API_KEY"
3
export ANTHROPIC_MODEL='LongCat-2.5'
4
claude

Claude Code 模型設定還有不同模型角色與選擇優先順序。若工作流程會切換預設 Sonnet／Opus 等角色，也要逐次核對實際呼叫的模型。先在測試範圍完成，再決定是否持久保存。

LongCat 的 Codex 範例直接修改 auth.json，可能取代原本登入資料。已有帳號的環境應保留原本登入資料；依 OpenAI 官方 custom provider 文件，使用獨立 provider ID 與 env_key 管理第三方 Key。以下是設定示意，須合併到你所用版本允許的使用者設定層：

1
model = "LongCat-2.5"
2
model_provider = "longcat_test"
3

4
[model_providers.longcat_test]
5
name = "LongCat test"
6
base_url = "https://api.longcat.chat/openai/v1"
7
wire_api = "responses"
8
env_key = "LONGCAT_API_KEY"

服務帳號、模型可用性與各項 Codex 功能仍須分別驗收。首次接入時先固定權限與工具清單，只調整模型接入設定，方便定位失敗的層級。

三段測試，定位在哪一層失敗#

在不含私密資料的測試資料夾操作，保留每段的非敏感結果：

1. 文字：要求回覆一個指定短字串。確認 provider、模型和用量紀錄，先排除認證、路徑與模型 ID 問題。
2. 唯讀工具：放入自己知道內容的 sample.txt，要求工具讀取並回報其中一行。以工具執行紀錄與回到對話的結果驗收，工具權限維持唯讀。
3. 圖片：提供一張自製、沒有敏感資訊的測試圖，例如兩個不同顏色的方塊，要求描述相對位置。先以 client 的傳送內容確認圖片已附上，再核對答案。

官方 OpenAI 相容視覺範例使用 /openai/v1/chat/completions，圖片以 image_url block 傳入，可用公開 URL 或 Base64 data URL。Codex 的 Responses 圖片路徑仍須另外完成端到端驗收。若直接 API 圖片請求成功、client 失敗，應保留 client 版本、輸入方式及錯誤，再查 client 的相容性。

成本與回復也要有驗收結果#

價格頁目前標示限時折扣，並註明實際費用以結算為準。接入前確認帳號資格、餘額與輸入／輸出計費；一段任務結束後比較實際用量，並以 LongCat 帳號本身的額度計算。

若要回到原 provider，先結束測試工作階段，還原本次變更的模型選擇和環境變數，再建立新對話驗證。回復範圍限於本次變更，保留其餘登入資料與設定。需要比較自架模型時，可接著用 coding agent 模型接入驗收檢查相容性與成本口徑。

參考資料：

LongCat：更新日誌

LongCat：Claude Code

LongCat：Codex

LongCat：視覺理解

LongCat：模型與價格

Claude Code：Model configuration

OpenAI：Custom model providers