上线两周，周用量破3.12T！Agnes AI免费确实吸引人。

大家好，我是二哥呀。

粗略算一下，我每个月的token账单在 4000 多，其中 Claude 和 Codex 占大头。

说不心疼是假的，但这些钱在AI时代又必须得花，因为几乎每天都在高强度使用。

尤其是处在项目密集开发期的时候，token的消耗非常大，所以我对免费的 token 是非常渴望的。

这不，必须得告诉大家一个好消息。

Agnes AI 宣布无限期免费开放全模态模型 API。文本、图片、视频，三条线全免费，不限量哦。

我拿到的一个数据样本是这样的。全模态总Token调用量达到3.12T，其中文本模型 Agnes-2.0-Flash 贡献了约1.9T；视觉模型Agnes-Image-2.1-Flash + Agnes-Video-V2.0 合计贡献了约1.2T。

非常恐怖的一个数据啊！

说明大家对免费token的需求真的非常大。

我也是第一时间就把 Agnes 的这三个模型接到了 PaiAgent（我的一个开源项目），从文本对话到图片生成到视频输出，一条龙跑完。

系好安全带，我们粗粗粗发～

01、先把 API Key 搞到手

Agnes 的注册流程很快，访问：

https://platform.agnes-ai.com

登录后在控制台创建 API Key。

Agnes 的 API 是兼容 OpenAI 格式的，Base URL 是 https://api.agnes-ai.com/v1，认证方式和 OpenAI 一样，在 Header 里传 Authorization: Bearer <API_KEY>。

这意味着市面上所有支持 OpenAI 接口的工具、框架和平台，改一下 Base URL 和 API Key 就能直接用 Agnes 的模型。

简单给大家介绍下，PaiAgent是一个类似dify的企业级工作流编排平台，用到了LangGraph4J、SpringAI、MCP、Skill、React等一系列 AI Agent 相关的技术栈，在GitHub上也有快 500 star了。

https://github.com/itwanger/PaiAgent

好，我们继续上实战。

在 PaiAgent 的全局模型配置里，新建一个配置，供应商选 Agnes，API 地址填 https://api.agnes-ai.com/v1，模型名填 agnes-2.0-flash，API Key 填之前复制的那个。

为了支持图片和视频生成，图片模型填 agnes-image-2.1-flash，视频模型填 agnes-video-v2.0，保存即可。

TTS 预计本周五灰度，到时候我也会第一时间接入。

有了语音能力，Agnes 就真正实现了全模态覆盖，文本、图片、视频、语音四条线齐活。

02、文本模型Agnes-2.0-Flash

Agnes-2.0-Flash 是一个通用文本模型，覆盖对话、代码生成、知识问答、任务规划和工具调用。

在 Claw-Eval 评测中，它的 Safety 得分达到 97.2、Robustness 得分 95.4，这两个维度衡量的是模型在对抗性输入下的稳定性和安全性，属于 Agent 场景下的硬指标。

Claw-Eval 和传统 Benchmark 不同，评测的不是数学题和选择题，而是模型在真实 Agent 场景下的综合执行能力，包括工具调用准确性、多步骤规划和复杂上下文保持。

是最接近 AI Agent 实战能力的评测。

目前，Agnes-2.0-Flash 已支持 1M 上下文，我也将其接入到了 PaiCLI，这是我手搓的一个类似 Claude Code 的工具。

由于加了底部状态栏和token预测，所以能很直观地看到 1M 上下文的使用情况。

对于长文档处理和复杂 Agent 场景来说，这个容量的提升非常有用，尤其是当模型需要频繁回顾之前的对话历史或者工具调用结果时。

我把Redis的面渣逆袭扔给他，这份文档有 4.6 万字，我们先让PaiCLI读取一下完整的内容。

读一下：https://javabetter.cn/sidebar/sanfene/redis.html 这份文档的内容，稍后我会问你一些问题

我的第一个问题是：说一下rdb和aof的区别吧。

注意看底部的状态栏，上下文只占用了 1M 上下文的 18%。

上下文窗口装的内容越多，相对来说摘要压缩的触发频率就越低，我们就越容易在长文档里找到准确的细节信息。

注意，PaiCLI在读取面渣逆袭Redis篇的时候，还调用了 Web Fetch 工具和 Chrome Devtools MCP 工具。

Function Calling 是 Agent 场景的核心能力，Agnes-2.0-Flash 在这方面的表现也很不错。

03、图片模型Agnes-Image-2.1-Flash

Agnes-Image-2.1-Flash 是 Agnes 旗下的核心图片生成模型，支持文本生成图片（文生图）和图片编辑（图生图）两大类能力。

目前正在灰度支持 4K 输出，最高可以生成 4096×4096 的超高清图像。

免费模型能输出 4K，这个诚意十足啊。

图片模型的 API 同样兼容 OpenAI 格式，核心参数就四个。

{
  "model": "agnes-image-2.1-flash",
  "prompt": "提示词",
  "size": "1K",
  "ratio": "1:1"
}

size 支持 1K、2K、3K、4K 四档，ratio 支持 1:1、3:4、4:3、16:9、9:16、2:3、3:2、21:9 八种宽高比。

我在 PaiAgent 里用图片生成节点实测了几个场景。

文生图，提示词是“清晨的长安街道，一位穿汉服的年轻女子（约摸20岁）撑着油纸伞走过石板路，樱花花瓣飘落，背景是朦胧的木质建筑，整体色调温暖柔和，胶片质感”。

出图速度大约 10 秒，人物的发丝细节和伞面的光泽渲染得很自然，花瓣的飘落轨迹也没有那种 AI 生成常见的悬浮感。

再来一张：“一位戴着圆框眼镜的亚洲女生，坐在咖啡馆靠窗的位置，阳光透过玻璃打在脸上，自然光线，浅景深，照片级真实感，富士 Superia 400 胶片色调”。

皮肤质感、光影过渡、眼镜边框的反光都处理得很到位，尤其是窗外光线在脸上形成的明暗分界线非常自然，没有那种 AI 人像常见的磨皮感。

图生图，让模型把人物表情改成自然的微微一笑，并且改成证件照。

Agnes-Image-2.1-Flash 的编辑能力支持图改图、多图融合、局部修改、背景替换、风格转换、文字编辑和图像修复，总共七种编辑模式。

我试了一下证件照场景，上传一张普通照片，提示词写“将图像生成一张蓝底证件照”，出来的结果背景替换得很干净，人物边缘没有明显的毛边。

4K 能力上线后，对电商主图、产品海报、广告素材这类需要高分辨率输出的场景会更友好。

只需要把 size 参数从 1K 改成 4K，其他代码不用动。

04、视频模型Agnes-Video-V2.0

Agnes-Video-V2.0 支持原生音画同步生成，这个“原生”是指视频和音频在同一次推理中同步产出，不是先出画面再配音。

输出分辨率可选 720P 和 1080P。

在 Artificial Analysis 的 Video Leaderboard 上，Agnes-Video-V2.0 同样取得了不错的成绩。

视频模型的能力覆盖面很广，包括首帧生视频、首尾帧生视频、多帧生视频、多镜头内容生成、人物内容生成、景别切换、第一视角运镜和光影氛围塑造。

我在 PaiAgent 的视频生成节点跑了三个测试。

第一个是纯文本生视频。正好赶上 2026 世界杯，提示词是“世界杯赛场，一名球员进球后庆祝，镜头从正面特写缓缓拉远到中景，身后两名队友跑来拥抱，背景是虚化的看台和灯光，慢动作，电影质感”。

生成耗时大约 120 秒。

镜头拉远的过程中，两名队友从跑进画面的节奏控制得不错，背景的看台和灯光做了虚化处理，视觉重心始终在庆祝动作上。配合原生音效，球迷欢呼声和球员的喊叫都是模型自动生成的，整体氛围很到位。

【视频1】

关于音画同步这个能力，多说两句，因为这是 Agnes-Video-V2.0 和大部分同类视频模型的核心区别。

市面上大部分视频模型生成的是纯画面，音频需要额外用 TTS 或音效模型来配。

Agnes-Video-V2.0 原生输出带音频的视频文件，欢呼声、环境音都是模型根据画面内容自动匹配的。

这种场景级别的音频匹配精度在免费模型里确实少见。当然，原生音频的质量和专业音效工具比还有差距，但对于短视频、产品 Demo、社交媒体内容这类场景已经够用了。

PaiAgent 的视频生成节点内部实现了一个轮询机制，先提交生成任务拿到 taskId，然后每 5 秒查询一次任务状态，直到生成完成或超时（最长 5 分钟）。生成完的视频会自动转存到 MinIO 对象存储，返回可访问的 URL。整个流程对用户透明，在工作流画布上拖一个视频生成节点，填好提示词，点执行就行。

05、GitHub 生态和全模态布局

一个模型好不好用，看开发者愿不愿意围绕它做生态。

Agnes 模型免费开放两周以来，GitHub 上已经出现了非常多围绕 Agnes AI 的开源项目。项目类型涵盖 Agent Skill、CLI 工具、Web 应用和 API 网关，覆盖了 Claude Code、Codex 等主流开发者工具。

比如 Yacey 的 agnes-ai-generation-skill，可以把 Agnes 的文生图、图生图、文生视频能力封装成可复用的 Skill；kangarooking 的 agnes-free-model-skills，则偏向 Codex / Claude Code 这类 Coding Agent 的多模态能力扩展；还有 comfyui-agnes-ai，把 Agnes 接进 ComfyUI 节点，让设计师和创作者可以在熟悉的工作流里调用 Agnes。

• https://github.com/Yacey/agnes-ai-generation-skill
• https://github.com/kangarooking/agnes-free-model-skills
• https://github.com/16nic/comfyui-agnes-ai

Agnes 的全模态布局目前覆盖文本、图片、视频三条线，TTS（语音合成）能力预计本周也会灰度上线。到时候文本生成、图片生成、视频生成、语音合成四种能力就齐了，一套 API Key 全部搞定。

Agnes AI 官方公布了一组数据。全模态总 Token 调用量达到 3.12T。文本模型贡献约 1.9T，图片与视频模型合计约 1.2T。

其实首周的数据就已经很猛了：Agnes-2.0-Flash 调用量超过 1 万亿 Token，Agnes-Image-2.1-Flash 生成量超过 200 万张图片，Agnes-Video-V2.0 生成量超过 200 万秒视频。

说明免费政策确实降低了开发者在视觉内容生成方面的试用门槛。之前需要算着成本来生成，现在可以大量尝试不同的提示词和参数组合，不用盯着余额干活。

PaiAgent如何写到简历上？

项目名称：PaiAgent

项目简介：企业级 AI 工作流可视化编排平台，通过拖拽式界面构建和执行 AI 工作流。

技术栈：Java 21、Spring Boot 3.4、Spring AI 1.0、LangGraph4j、React 18、TypeScript 5

核心职责：

• 基于 Spring AI 框架实现多模型统一接入层，支持 Agnes、DeepSeek 等 10+ 模型供应商的热切换
• 设计并实现图片生成和视频生成节点执行器，视频节点支持异步任务提交与轮询机制，生成结果自动转存 MinIO 对象存储
• 构建 DAG + LangGraph4j 双引擎工作流执行架构，支持条件分支、并行执行和循环节点，工作流编排复杂度覆盖 90% 以上的企业 Agent 场景
• 实现 Skills 技能系统，支持 YAML 声明式技能定义和三级渐进式加载，开发一个新 Skill 的平均耗时从 2 小时降低到 15 分钟

一周前我还在纠结 API 账单怎么控制。

现在 Agnes 的文本、图片、视频三个模型全部免费，不限量。

PaiAgent 工作流里的每个节点都换上了，跑了上百次测试，一分钱没花，爽啊。

对 token 有需求的小伙伴可以冲一波。

• Agnes AI 的 API 文档：https://agnes-ai.com/doc
• Agnes API 控制台：https://platform.agnes-ai.com