今天起，無限期免費！全球首個全模態API開放，Top 10 AI Lab出手

金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

好好好，終于有人把文本、圖片、視頻全模態的API，統統給免費開放出來了！

這次動手的，是Agnes AI——

從今天起，正式面向全球開發者與創作者，無限期免費開放旗下核心模型API！

都有啥？

• 文本模型：Agnes-2.0-Flash
• 圖片模型：Agnes-Image-2.0-Flash
• 視頻模型：Agnes-Video-2.0

可以說是非常之全乎兒~

來，咱們先看一個視頻模型的效果。

視頻地址：
https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA

可以看到，即便是免費的API，視頻模型依舊能穩穩生成上世紀的電影風格。

但也正如我們剛才說的，這次Agnes不是單獨把某一個能力免費，而是把文本、圖片、視頻三類API一起開放。

所以說，以后一個開發者想做Agent、一個設計師想改圖、一個短視頻團隊想批量試分鏡，都能從同一個模型體系里調用能力。

那么其它模型的效果如何？

一波實測，走起~

免費的API，效果咋樣？

先來看下文本模型Agnes-2.0-Flash。

我們先讓它直接來做一個應用，Prompt是這樣的：

幫助我構建高德地圖類型的地圖App，以北京市東城區總部胡同明陽國際中心為起點。地圖要可以放大縮小，輸入目的地起始點，移動端垂直屏APP界面，地圖應用UI設計，簡潔界面，分層UI布局，圓角布局，中部，高坐標度圖標，手機屏幕畫幅，8K，UI界面設計，細節。1.寫實實地圖景觀（高德/百度風格）衛星實景地圖底圖，城市道路路網，建筑標記，綠色植被區塊，藍色水系湖泊，道路分級，地點文字標簽，縮放比例尺控件，定位點圖標，室外光影寫實

這個任務考驗的是模型能不能把產品需求、UI結構、交互邏輯和視覺風格揉到一起。

從效果來看，Agnes-2.0-Flash明顯把Prompt里的需求都一一做到位了。

對開發者來說，這種能力的價值在于，早期原型可以從白紙畫框架變成直接讓模型生成可參考的交互稿。

第一個場景，是讓它做一個手勢控制電影級3D AI網站。

Prompt如下：

Createa cinematic3D AI websitewithbreathtaking visuals.

可以看到，生成的HTML里面的各種3D效果直接夯爆了。

Agnes-2.0-Flash已經把視覺、交互和體驗等都塞進一個需求里。

接下來，我們再做一個更復雜的3D粒子系統。

用 Three.js + MediaPipe Hands 做一個手勢控制的3D 粒子系統，單文件 HTML，要炫酷一點： 粒子（約2.5萬個） 用自定義 ShaderMaterial：頂點著色器做閃爍（twinkle，按時間+位置正弦波動 + 距離衰減點大小），片元著色器做圓形柔光輝光（exp(-d*4) 徑向 glow + AdditiveBlending），讓粒子像發光星點。

嗯，效果可以說是相當炸裂了。

這類案例能說明一點，Agnes-2.0-Flash在復雜結構化任務里，目標不是只給答案，而是把一個可運行的項目拆出來。

看完文本模型，我們再來看圖片模型Agnes-Image-2.0-Flash。

第一個場景，我們看下它是否能完全理解Prompt的意思：

賽博朋克動畫場景，雨夜的未來東京人行天橋，潮濕反光的地面，金屬框架的通道結構，頭頂有熒光燈管照明，行人撐傘在雨霧中穿行，背景是被雨霧模糊的摩天大樓與霓虹招牌，冷色調為主，粉紫與青藍的霓虹光暈在霧氣中散開，朦朧的雨夜氛圍感，鏡頭向通道深處延伸，景深效果，動漫渲染，細膩的光影與水汽效果。

可以看到，Agnes-Image-2.0-Flash生成的圖片確實get到了Prompt的諸多細節。

第二個場景，是電商主圖。

我們先給Agnes-Image-2.0-Flash這樣的Prompt：

少女已經完全跨出了屏幕，雙腳穩站在地面上，一只手用力撥開殘余的屏幕碎片向外推展，另一只手則伸向鏡頭前，仿佛邀你走進這個奇幻空間

第三個場景，是信息圖和社交媒體配圖。

一張手機社交APP的豎屏圖文教程截圖，采用從上到下的瀑布流排版。整體背景為溫馨的淺米色，呈現出日系清新的美食排版風格。畫面最頂部有手機系統的狀態欄，清晰顯示時間 ‘14:30’、5G信號圖標、Wi-Fi圖標和滿格電池圖標。\n\n狀態欄下方，是居中排版的大字號主標題，深棕色粗體文字 ‘巧克力拿鐵 零失敗教程’，標題下方有一行較小的淺棕色英文副標題 ‘Chocolate Latte Recipe’。\n\n標題下方占據畫面約三分之一比例的是一張高清的成品展示主圖：放置在淺色木托盤上的一杯高透明度的玻璃杯裝巧克力拿鐵。杯內呈現出漂亮的分層：底部是深棕色的巧克力醬，中間是濃郁的濃縮咖啡與牛奶的融合層，頂部是綿密的奶泡，奶泡上撒著些許巧克力碎，并淋著深褐色的巧克力醬拉花。杯口裝飾有一根肉桂棒和一小枝薄荷。

這種任務考的是圖文排版和指令遵循。因為信息圖不是單純畫一張插畫，它要處理標題、層級、留白、圖標、說明文字之間的關系。對公眾號、短視頻封面、課程海報、企業內訓材料來說，這類能力非常剛需。

最后，我們再來看視頻模型Agnes-Video-2.0。

我們圍繞《龍族蘇醒》這個主題來做個視頻，Prompt是這樣的：

16:9橫屏，15秒，奇幻史詩，龍之火焰。0-3秒：俯拍古老山洞，洞內巖漿緩慢流動如河流般發出橙紅色光芒，洞壁布滿鐘乳石，環境悶熱濕潤，每一塊石頭上都覆蓋著晶瑩的水珠。3-7秒：中景，巨龍緩緩睜開眼睛，它的眼睛如燈籠般大小，瞳孔是金色的豎瞳，鱗片在巖漿光芒下閃爍如紅寶石，每一片鱗片都清晰可見。7-11秒：特寫龍眼，瞳孔收縮視線聚焦，壓迫感撲面而來，巨頭移動帶動周圍空氣流動形成風，巖漿開始沸騰冒泡氣泡翻滾。11-15秒：全景拉遠，巨龍完全蘇醒抬起頭顱發出震耳欲聾的咆哮，聲音穿透山洞，石塊開始墜落，龍翼展開刮起狂風。【強化詞】巨龍特效，火焰物理，鱗片細節，電影級，4K 高清，奇幻史詩。

視頻地址：
https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA

短短15秒，效果已經有迪士尼動畫的味道了。

第二個場景，是音畫同出：

[VISUAL]:EXT. CORNFIELD – SUMMER – BRIGHT SUN. A teenager runs through the corn, arms brushing against leaves, then stops at a clearing. He sits on the ground, breathing hard, and looks up at the sky. [SPEECH]: None [SOUNDS]: Corn rustle, breathing, insects. [TEXT]: None

視頻地址：
https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA

音畫同出的難點，是中間過程不能違和。從效果來看，整個視頻音畫同步性可謂是一氣呵成。

如此一來，對廣告分鏡、產品短片等場景來說，試錯門檻會低很多。

第三個場景，我們結合圖片生成的案例，來考驗一下運鏡的效果：

大師級運鏡，由遠及近拉近，鏡頭推至天橋下，行人撐著傘匆匆忙忙

視頻地址：
https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA

Agnes-Video-2.0依舊是穩穩拿捏住了。

這些案例能看出視頻模型更接近真實創作流程的地方，創作者并不只需要動起來，還需要情緒、鏡頭、景別、光影和氛圍一起服務于內容。短劇、廣告、劇情分鏡、音樂MV、社媒視頻都不是單幀審美，而是連續敘事。

所以，Agnes這次免費開放的重點，不只是多了一個免費模型。更準確地說，它是在把文本、圖像、視頻三類能力，打包成一套可調用的創作與開發基礎設施。

幾分鐘就能上手的那種

除了效果，操作方式也是極易上手。

最直接的入口，是Agnes官方API平臺：
https://platform.agnes-ai.com/。開發者登錄后創建API Key，就可以按文檔調用對應模型。

如果使用Workbuddy，可以把Agnes的圖片或視頻模型打包成一個Skill。比如配置Agnes Image 2.0或Agnes Video V2.0后，在對話里就能像調用工具一樣調用生圖、生視頻能力。

如果使用Hermes這類本地Agent，也可以把Agnes-2.0-Flash配置成默認模型。關鍵配置主要是API Key、自定義模型提供商、接口地址
https://apihub.agnes-ai.com/v1，以及模型名稱agnes-2.0-flash。

對開發者來說，免費API意味著可以放心做高頻測試；對Agent應用來說，意味著多輪規劃、工具調用、失敗重試不再每一步都要計算成本；對內容創作者來說，意味著圖像和視頻可以更大膽地試鏡頭、試風格、試版本。

背后是Top 10 AI Lab

Agnes AI是全球Top 10的AI Lab。

根據Agnes披露的信息，Agnes-2.0-Flash進入Claw-Eval榜單，圖像模型Agnes-Image-2.0-Flash進入Artificial Analysis的Image Editing Leaderboard，視頻模型Agnes-Video-V2.0也進入Artificial Analysis的Image to Video Leaderboard（With Audio）。

這些榜單成績至少說明一件事，Agnes已經進入全球多模態模型競爭的可見區。

但這件事更值得討論的地方，不只是排名。

過去兩年，大模型競爭最容易被看見的主線，是誰參數更大、誰跑分更高、誰發布會更炸。這個方向當然重要，因為模型能力決定了上限。

但到了應用落地階段，另一個問題會變得越來越現實：

誰能讓更多人真正用得起？

尤其是在Agent時代，調用成本會被進一步放大。一個普通聊天請求可能只消耗一次Token，但一個Agent工作流可能要反復規劃、搜索、調用工具、寫代碼、檢查結果、失敗重試。看起來只是用戶發出一句話，背后可能已經跑了幾十輪模型調用。

免費API，真正影響的還有開發者的實驗空間。

很多AI應用并不是沒有需求，而是卡在早期試錯階段：還沒驗證PMF，調用成本先上來了；還沒形成收入，模型賬單先跑起來了；還沒招到完整團隊，一個人想做Agent、做多模態應用、做自動化流程，卻發現每一步都在燒錢。

Agnes的打法，某種程度上把這個壓力往后推了一步。

先讓更多人用起來，先讓開發者把Demo跑通，先讓創作者把工作流搭起來，先讓中小團隊敢做實驗。只有當使用門檻降下來，模型能力才有機會從榜單走向真實應用。

當然，免費并不自動等于成功。

真正決定一個模型能不能長期留下來的，還是穩定性、調用體驗、生態工具、文檔完整度、并發能力和開發者社區。尤其是全模態API，后續要面對的不是單點能力競爭，而是端到端工作流競爭：文本怎么規劃任務，圖像怎么生成素材，視頻怎么完成動態表達，工具怎么串起來，失敗怎么自動修復。

但至少這一次，Agnes給行業拋出了一個很直接的問題：

當高質量AI能力越來越像水、電、云服務器一樣成為基礎設施，它到底應該有多貴？

如果說過去兩年，大模型競爭的關鍵詞是更強；那么接下來，更可用、更便宜、更容易接入，會變得同樣關鍵。

因為真正改變行業的，往往不是少數人用得起的尖端能力，而是足夠多人能反復調用、持續試錯、最終長進工作流里的基礎能力。