金磊 发自 凹非寺
好好好，终于有人把文本、图片、视频全模态的API，统统给免费开放出来了！
这次动手的，是Agnes AI——
从今天起，正式面向全球开发者与创作者，无限期免费开放旗下核心模型API！
都有啥？
可以说是非常之全乎儿~
来，咱们先看一个视频模型的效果。
视频地址：https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA
可以看到，即便是免费的API，视频模型依旧能稳稳生成上世纪的电影风格。
但也正如我们刚才说的，这次Agnes不是单独把某一个能力免费，而是把文本、图片、视频三类API一起开放。
所以说，以后一个开发者想做Agent、一个设计师想改图、一个短视频团队想批量试分镜，都能从同一个模型体系里调用能力。
那么其它模型的效果如何？
一波实测，走起~
先来看下文本模型Agnes-2.0-Flash。
我们先让它直接来做一个应用，Prompt是这样的：
这个任务考验的是模型能不能把产品需求、UI结构、交互逻辑和视觉风格揉到一起。
从效果来看，Agnes-2.0-Flash明显把Prompt里的需求都一一做到位了。
对开发者来说，这种能力的价值在于，早期原型可以从白纸画框架变成直接让模型生成可参考的交互稿。
第一个场景，是让它做一个手势控制电影级3D AI网站。
Prompt如下：
可以看到，生成的HTML里面的各种3D效果直接夯爆了。
Agnes-2.0-Flash已经把视觉、交互和体验等都塞进一个需求里。
接下来，我们再做一个更复杂的3D粒子系统。
嗯，效果可以说是相当炸裂了。
这类案例能说明一点，Agnes-2.0-Flash在复杂结构化任务里，目标不是只给答案，而是把一个可运行的项目拆出来。
看完文本模型，我们再来看图片模型Agnes-Image-2.0-Flash。
第一个场景，我们看下它是否能完全理解Prompt的意思：
可以看到，Agnes-Image-2.0-Flash生成的图片确实get到了Prompt的诸多细节。
第二个场景，是电商主图。
我们先给Agnes-Image-2.0-Flash这样的Prompt：
第三个场景，是信息图和社交媒体配图。
这种任务考的是图文排版和指令遵循。因为信息图不是单纯画一张插画，它要处理标题、层级、留白、图标、说明文字之间的关系。对公众号、短视频封面、课程海报、企业内训材料来说，这类能力非常刚需。
最后，我们再来看视频模型Agnes-Video-2.0。
我们围绕《龙族苏醒》这个主题来做个视频，Prompt是这样的：
视频地址：https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA
短短15秒，效果已经有迪士尼动画的味道了。
第二个场景，是音画同出：
视频地址：https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA
音画同出的难点，是中间过程不能违和。从效果来看，整个视频音画同步性可谓是一气呵成。
如此一来，对广告分镜、产品短片等场景来说，试错门槛会低很多。
第三个场景，我们结合图片生成的案例，来考验一下运镜的效果：
视频地址：https://mp.weixin.qq.com/s/fe0tsOPNYAn9PmTolFlVZA
Agnes-Video-2.0依旧是稳稳拿捏住了。
这些案例能看出视频模型更接近真实创作流程的地方，创作者并不只需要动起来，还需要情绪、镜头、景别、光影和氛围一起服务于内容。短剧、广告、剧情分镜、音乐MV、社媒视频都不是单帧审美，而是连续叙事。
所以，Agnes这次免费开放的重点，不只是多了一个免费模型。更准确地说，它是在把文本、图像、视频三类能力，打包成一套可调用的创作与开发基础设施。
除了效果，操作方式也是极易上手。
最直接的入口，是Agnes官方API平台：https://platform.agnes-ai.com/。开发者登录后创建API Key，就可以按文档调用对应模型。
如果使用Workbuddy，可以把Agnes的图片或视频模型打包成一个Skill。比如配置Agnes Image 2.0或Agnes Video V2.0后，在对话里就能像调用工具一样调用生图、生视频能力。
如果使用Hermes这类本地Agent，也可以把Agnes-2.0-Flash配置成默认模型。关键配置主要是API Key、自定义模型提供商、接口地址https://apihub.agnes-ai.com/v1，以及模型名称agnes-2.0-flash。
对开发者来说，免费API意味着可以放心做高频测试；对Agent应用来说，意味着多轮规划、工具调用、失败重试不再每一步都要计算成本；对内容创作者来说，意味着图像和视频可以更大胆地试镜头、试风格、试版本。
Agnes AI是全球Top 10的AI Lab。
根据Agnes披露的信息，Agnes-2.0-Flash进入Claw-Eval榜单，图像模型Agnes-Image-2.0-Flash进入Artificial Analysis的Image Editing Leaderboard，视频模型Agnes-Video-V2.0也进入Artificial Analysis的Image to Video Leaderboard（With Audio）。
这些榜单成绩至少说明一件事，Agnes已经进入全球多模态模型竞争的可见区。
但这件事更值得讨论的地方，不只是排名。
过去两年，大模型竞争最容易被看见的主线，是谁参数更大、谁跑分更高、谁发布会更炸。这个方向当然重要，因为模型能力决定了上限。
但到了应用落地阶段，另一个问题会变得越来越现实：
谁能让更多人真正用得起？
尤其是在Agent时代，调用成本会被进一步放大。一个普通聊天请求可能只消耗一次Token，但一个Agent工作流可能要反复规划、搜索、调用工具、写代码、检查结果、失败重试。看起来只是用户发出一句话，背后可能已经跑了几十轮模型调用。
免费API，真正影响的还有开发者的实验空间。
很多AI应用并不是没有需求，而是卡在早期试错阶段：还没验证PMF，调用成本先上来了；还没形成收入，模型账单先跑起来了；还没招到完整团队，一个人想做Agent、做多模态应用、做自动化流程，却发现每一步都在烧钱。
Agnes的打法，某种程度上把这个压力往后推了一步。
先让更多人用起来，先让开发者把Demo跑通，先让创作者把工作流搭起来，先让中小团队敢做实验。只有当使用门槛降下来，模型能力才有机会从榜单走向真实应用。
当然，免费并不自动等于成功。
真正决定一个模型能不能长期留下来的，还是稳定性、调用体验、生态工具、文档完整度、并发能力和开发者社区。尤其是全模态API，后续要面对的不是单点能力竞争，而是端到端工作流竞争：文本怎么规划任务，图像怎么生成素材，视频怎么完成动态表达，工具怎么串起来，失败怎么自动修复。
但至少这一次，Agnes给行业抛出了一个很直接的问题：
当高质量AI能力越来越像水、电、云服务器一样成为基础设施，它到底应该有多贵？
如果说过去两年，大模型竞争的关键词是更强；那么接下来，更可用、更便宜、更容易接入，会变得同样关键。
因为真正改变行业的，往往不是少数人用得起的尖端能力，而是足够多人能反复调用、持续试错、最终长进工作流里的基础能力。
版权声明：
本博客部分内容为转载文章，旨在分享有价值的信息，版权归原作者所有。
转载仅为个人学习与交流目的，不对文章观点负责，亦不用于任何商业用途。
如涉及版权问题，请联系本人删除。
