最近Agnes AI，开始出现在开发者和创作者的讨论里。
原因就很直接，这家厂商：把 API 全部免费开放了。
文本、图片、视频，全模态，全免费
是的，没有试用额度，没有阶梯付费，没有什么门槛和废话，就是直接可用。
这件事如果只看表面，会觉得是“又一家做免费策略”的厂商，市面上免费的很多，好用的太少了。
但如果看它最近一周的调用数据，会发现事情不一样。
单周 4.66 万亿 Token
跑出的真实“压测”成绩单
Agnes AI 官方最新公布的数据里，Agnes 全模态模型单周总调用量已经到了 4.66 万亿 Token：
单看4.66 T（万亿）这个数字，你可能没有直观感受。
这个调用量，仅次于 DeepSeek V4 Flash 在 OpenRouter 上的单周调用量，这足以体现它当下的高服务规模。
按 1 个 Token 约等于0.8个汉字粗略换算，4.66 万亿 tokens，约等于 3.7 万亿汉字，相当于 510 万本《红楼梦》的文本量。
这个调用量级的平台，肯定不是吸引一些人随便注册、用两下，就能跑出来的量级。
一定是有一批真实用户存在重度使用场景，把Agnes放进了日常使用里：拿它写代码、处理长文档、跑 Agent，批量生成图片和视频，这非常考验其稳定性和本身的模型能力。
把GitHub变看板
用透明换取工程信任
大规模的被使用，其实也是一种压测，毕竟免费开放之后，真正考验不是规模，而是稳定性。
人一多，问题自然也会跟着冒出来，比如响应变慢、图片生成失败、客户端接入报错等等，而Agnes比较加分的地方，是它直接把 GitHub Issues 和项目看板挂了出来：
GitHub Issues ：https://github.com/AgnesAI-Labs/Agnes-AI/issues
项目看板：https://github.com/users/AgnesAI-Labs/projects/1
包括 TTFT、图片生成、Codex / 客户端接入、功能排期、开发进度这些问题，都可以在 GitHub 上看到对应反馈和跟进。
这个处理方式很有意思，Agens在面对问题反馈的时候，没有做“客服式解释”，反而能把问题本身变成了产品的一部分，让用户也有一种与团队一起来优化服务的感受。
透明、直接、开放，这在开发者场景里，反而更稳。当我对模型服务商有完全的了解的时候，我就可以非常放心和全面的判断，某个场景是否可以用这几个模型了。
模型体验如何？
目前免费给出的都是Agens的Flash版本模型，此类模型用于日常对话、生图都是没有问题的，就像大家常用的豆包，其实默认的应该都是flash模型，他胜在轻便、速度快，日常够用。
而且，这几款模型都各有特点，用对场景就特别能打，性价比极高。
Agnes-2.0-Flash百万上下文
复杂工程与长篇处理的利器
免费的模型里有Agnes-2.0-Flash，这个最核心的能力之一，是 Agnes-2.0-Flash 正式原生支持了 1M Token 的超长上下文窗口。
对于 AI 开发者和企业用户来说，免费模型1M 上下文，是能直接改变构建系统逻辑的重要程度。
有了 1M 的免费窗口，我们可以直接把一整本技术手册、复杂的长篇小说，或者整个项目的代码库、配置文件一股脑丢进去。让模型直接在全局视角下帮我们定位 Bug、梳理架构或进行多轮超长对话。
之前为了成本、为了避免超出上下文窗口，做的的文档切片都可以直接跨过了。这项能力无需修改现有代码，只要在 1M 范围内即可正常调用。
需要强调下的是，Agnes 官方也非常坦诚，为了在 API 全面免费开放期间保障绝大多数开发者的调用稳定性，高峰期会将上下文上限动态限制在 512K，这里需要做好工程处理。
除了知识类，能够量大好用，我还做了个简单的Coding，比如「飞机大战」小游戏开发，完成度蛮高，逻辑、页面、子弹、记分都没有问题，做个日常的小工具是能胜任的。
比如生成一个飞机大战的游戏：
比如「数学可视化」，创建一个交互式工具来可视化欧拉恒等式：
Agnes-Image-2.1-Flash
免费的4K 图像生成模型
除了文本模型，免费的模型中，Agnes-Image-2.1-Flash 也迎来了 4K 输出能力的正式上线，最高支持生成 4096×4096 的超高清图像，并且囊括了 16:9、9:16 等全尺寸比例。
我还试了一下生成4K和1K的对比：
提示词：清幽山间古村早市，石板路两侧老式木铺，摊位摆放青花瓷器皿与竹编箩筐，屋檐下悬挂一排纸灯笼，有几位老人整理货品，空中飘着淡淡炊烟，远景薄雾松林，电影写实摄影，繁复瓷纹、清晰竹编肌理、精致木雕纹路，柔和清晨自然光，微观细节锐利，无模糊发虚
1080P效果：
4K效果：
根据出师表的内容，生成的出师表封面：
虽然精细度和质感与一线的生图模型有差距，但是胜在性价比！但在“免费”加持下，它的性价比是无可匹敌的。作为免费的模型，Agnes 足够承担起视觉引擎的基础底座任务，极大降低了批量跑图的成本试错门槛。
能不能薅起来羊毛，就看各位的应用场景是否匹配了。
Agnes-Video-2.0
原生音画视频抽卡机
视频模型方面，Agnes-Video-2.0 目前已经支持原生音画同步生成，并提供了 720P 和 1080P 的输出选项。
支持文生视频、图生视频、多图视频生成以及关键帧动画，在实际使用中，我发现如果在单次 15s 的生成中加入过多的复杂动作指令，容易硬拼接、转场生硬、模型会出现严重的漂移，动作、场景的遵循能力低。不过参考图片生成视频时，视频中的人物与图片一致性保持还不错。
我体验下来，只用短时间的文/图生视频，一次尽量控制在1个场景中效果会比较稳定，类似于下边这样的：
三步嵌入现有工作流
前往Agnes的官网进行登录注册：https://platform.agnes-ai.com/
在API密钥中创建你的密钥：
根据文档（https://agnes-ai.com/doc），选择对应模型使用：
Agens AI还有一点好处就是，模型接口统一，在你原本的工作流中只需要替换一下基本的配置信息，就可以无缝接入。
写在最后
体验下来，Agnes 给我的最大感受是：它正在把“前沿大模型”变成真正的“开发者基建”。
过去我们在做系统架构设计，或者做一些新应用的快速构建时，往往要先在后台算一笔账：Token 消耗多少？长上下文要不要做切片？图片批量生成的成本有多高？这种成本焦虑，直接限制了技术落地的想象力。
但全模态免费的 Agnes 彻底打破了这个屏障。它提供了一个足够能打、且完全无需顾虑试错成本的底层底座。
以前需要精打细算的事情，现在可以大胆去跑、去尝试。当调用 AI 像接入水电、网络一样自然，不再需要时刻盯盘计费时，我们可以无视Toekn消耗，把精力完全转移到真正的“业务落地与场景创新”上。
这或许正是 Agnes 那句口号最打动人的地方：
让世界级 AI，属于每一个人。
我想，属于每一个人的，不仅是一个对话的AI接口，
更是放手去创造的自由。
我是梦飞，我们下次见~
往期推荐
Doubao 2.1 Pro深度实测：Agent 能力全面跃升
把 8 个节点压成 3 个后，我看懂了Step 3.7 Flash