文本、图像、视频全免费，Token随便用，这家大模型彻底爆了！

最近发现一个非常“夸张”的大模型Agnes AI，它的文本模型，图像模型，视频模式竟然全部免费！

官网地址：https://agnes-ai.com/

这个免费不是有些厂商搞的假免费（尝鲜，日期限制，用量限制.....），而是实实在在的永久免费，一点儿弯弯绕都没有。

你可能要问了，免费的模型，能力肯定不咋滴吧！

恰恰相反，这些模型在ClawEval排行榜和AA排行榜上排名还挺靠前！

所以，当它宣布完全免费以后，马上就爆了！

仅仅7天的功夫，文本模型调用量超过1万亿 Token；图片模型生成量超过 200 万张图片；视频模型生成量超过 200 万秒视频。

单看数字，可能没有直观感受，1万亿 Token 大致相当于数十亿页中文文本的处理量，远超传统聊天问答场景的消耗水平，这意味着大量用户已经开始将模型用于 Agent、编程、自动化工作流等高频任务。

200万张图片 和 200万秒视频 则反映出另一种趋势：当生成成本被大幅降低甚至免费后，大家不再满足于“生成一版看看”，而是会进行多版本对比、批量测试和自动化创作。

当AI免费以后，大家就可以从偶尔体验变成持续调用，这恰恰是AI从工具变成像水和电这样基础设施的重要信号。

既然这样，赶紧试试吧！

接入Agnes AI 非常简单，先创建一个API Key ：

然后根据它的文档来就可以了：

https://agnes-ai.com/doc

这里我也想给Agnes AI 提个小建议，文档中用例子是curl，用起来很直观方便，但是最好把Python、JavaScript、Java等常用语言的案例也加上，这样程序员直接复制就能用了。

不过，现在AI这么强，只要把这些文档丢给AI，分分钟就能生成调用的代码：

然后就可以玩起来了，我之前写过一篇文章《Java ,1996年生，2035年卒》，我很想把它视频化，正好拿这个免费的Agnes AI 练练手。

先生成一张考古的图片试试：

python agnes_image_flash.py --prompt "考古机器人在废弃数据中心挖掘，布满灰尘的服务器，发黄的机械键盘，CRT显示器。"

你别说，画得还真不错：

再比如我想表达“Java有了J2EE以后，开始向企业应用开发进军”，这次让Agens AI辅助我生成了提示词：

一艘巨大的现代钢铁军舰正在破浪航行，桅杆顶部插着一面迎风猎猎飘扬的巨大醒目旗帜，旗帜上写着 J2EE ， 军舰的背后是陆地，陆地上伫立着一片巍峨连绵的群山，在最高的一座花岗岩峭壁上，深深雕刻着庄严厚重的巨型汉字 企业应用开发，字形如同古老的远古铭文，带有岁月的风化质感。宏大的史诗电影感，超现实主义，工业机械与壮丽自然的碰撞。金色黄昏的逆光，阳光穿透薄云形成神圣的丁达尔光束（耶稣光），海面波光粼粼，折射出细碎的金光。低角度宽幅大远景，军舰居中偏下向着画面深处延伸，形成强烈的纵深感和透视线

这幅图的效果就更好了，有了光线，非常有气势：

再比如这个：IBM，BEA，Oracle 组成的联盟大军正在进攻Microsoft:

生成视频的话有两种方式，一种是直接文生图，另外一种是基于图片生成视频，我用的是后一种：

"一个考古机器人在废弃数据中心挖掘，周围是布满灰尘的服务器，发黄的机械键盘，CRT显示器，突然间，一个显示器亮了，屏幕上显示Java logo(参见java-logo-rgb.jpg)"

这段视频用到了两个图片，一个是之前生成的考古图片，另外一个是Java Logo，它会在一个老旧的CRT显示器上展示。

可以看出，Agnes AI 把它们合成得相当不错：

玩的时间长了，甚至有点儿上瘾了，总想把自己脑海中的创意更加完美地呈现出来。

免费的就是好啊，不用小心谨慎，Agnes AI 随便你试，想试多少次就试多少次，试到自己满意为止，毫无心理负担。

不过，我还是想体验下程序员最常用的文本模型，看看 Agnes AI 表现怎么样。

我一直用 Claude Code 做开发，在 Cluade Code 中使用 Agnes AI 也不麻烦，只要在 CC Switch 中配置一下就好，细节可以参考官方文档：

https://agnes-ai.com/doc/cid3

我想试试 Agnes AI 对大型代码库的理解能力，思来想去，我选中了 SQLite 这个嵌入式数据库，大概有50万行C代码和 TCL 脚本，由于这是数据库的实现代码，逻辑复杂，对大模型来说是不小的挑战。

我先让它分析了一下 SQLite 的整体架构：

这是个小小的考验，不出我的意料，它干得不错。

接下来是真正的挑战：分析一下一条 SQL 语句在 SQLite 中是如何执行的，越详细越好。

这就要求 Agnes 必须要“通读”整个源码，并且理解整个源码才行。

从上面的动图可以看出，Agnes AI 的分析是相当详细的，它把 SQL 的执行分为若干阶段：

1.入口

2.词法分析+语法分析

3.语义分析+查询优化+VDBE字节码生成。

4.字节码执行

每个阶段都用代码片段，调用关系给出了详细的解释。

最后还给出了关键的设计哲学：

1. 虚拟机器架构：SQL 不直接操作数据，而是编译为 VDBE字节码再解释执行。这使得优化器可以灵活编排指令顺序，同时也支持 EXPLAIN 和 EXPLAIN QUERY PLAN

2. 基于成本的启发式优化：SQLite 的优化器是规则+代价驱动的，主要比较 "扫描行数" 选择最小方案

3. 可插拔 VFS 层：操作系统接口完全抽象，可以自定义文件系统（内存数据库、压缩存储等）

4. WAL 并发：读不阻塞写、写不阻塞读，极大提升了并发性能

特别值得一提的是：Agnes AI 将在近期将会迎来两个重大升级：

1.文本模型支持百万上下文，处理超长文本不但更加得心应手，还能减少长内容分段、切片及重复传递上下文带来的信息损失和开发成本，如果你有长篇小说、技术手册想让它实现问答，非常适合。

2.图像模型新增4K输出能力，更好满足设计创作、广告素材、电商展示、自媒体内容等高分辨率需求。

这两个升级都不需要无需付出任何费用，非常值得期待。

一路体验下来，我发现Agnes AI带来的最大变化，并不是省下了多少钱，而是改变了使用 AI 的方式。

过去，调用大模型（尤其是图像和视频）总是想计算一下成本，很多创意还没来得及验证，就已经被预算和顾虑拦住了。

现在，你会更愿意尝试那些天马行空的想法，图片生成不好？重来。视频效果不满意？继续试。Agent 跑一天？随便！

以前需要精打细算的事情，现在都可以大胆尝试，再无后顾之忧。

AI 不再是一个偶尔打开体验一下的新奇工具，而开始像水、电、网络一样，成为随手可得的基础能力，这或许正是它的口号：Agnes AI，让世界级 AI 属于每一个人。