9月12日消息,Agnes AI 在 9月11日上线文本模型 agnes-3.0-flash,同一天在 Hugging Face 放出一份同名开源权重。两个「3.0 Flash」的规格不一致:官方文档给 API 版写的上下文是 512K,开源版本是 33B 参数的多模态模型,上下文 262,144。Artificial Analysis 给 API 版的智能指数成绩为 36,页面标注为估算值,在该站同一类别的 61 个模型中排第一位。 API 版上下文 512K,单次最大输出 65,536 Token
官方文档列出的规格是:输入为文本与图像 URL,输出为文本,上下文窗口 512K,单次请求最大输出 65,536 Token。接口提供三个入口,OpenAI 兼容的 Chat Completions、OpenAI Responses,以及 Anthropic 兼容的 Messages,Base URL 为 https://apihub.agnes-ai.com/v1。在需要深入推理的任务上,可以打开 Thinking 模式;工具调用通过 tools 字段声明,模型返回 tool_calls。 文档把这一代的能力方向落在 Agent 任务与代码工作流上,列出的四个方向是 Agnes Code 任务执行、工具调用与编排、指令与上下文遵循、可信交付。这些属于官方给出的目标描述,文档未附上与 2.5 Flash 的对比数据。 36 分来自估算,两个来源的上下文口径不一致
Artificial Analysis 的模型页记录 Agnes 3.0 Flash 的 Intelligence Index v4.3 成绩为 36,同类别排名 1/61,页面标注该成绩为估算值,独立评测未完成。输出速度实测为 237.0 Token/秒,首 Token 延迟 1.84 秒,该站把它归入推理模型。Agnes AI 官方文档引用了同一个榜单,给出的数字是 252.7 Token/秒、速度排名 5/61,与页面当前的 237.0 Token/秒、速度排名 8/61 存在差异,两组数字来自不同时间点的快照。
上下文窗口的口径分歧出现在另一个位置。官方文档写 512K,Artificial Analysis 的模型页与常见问题页写的是 1M。两处来源未交代换算口径,无法判断哪一个对应可用上限。
Artificial Analysis 把 Agnes 3.0 Flash 标为闭源模型,权重不公开,参数量的状态是 Sapiens AI 未披露。该站记录的主体名称为 Sapiens AI,发布日期为 2026年9月11日。据 Intelligent Living 报道,Sapiens AI 是新加坡公司,Agnes AI 是其商业品牌。
同名开源权重是 33B,18 层持有随上下文增长的 KV 缓存
Hugging Face 上的 Agnes-AI/Agnes-3.0-Flash 仓库创建于 9月11日15:50 UTC,许可为 Apache 2.0。仓库元数据显示参数量为 33,090,501,680,BF16 精度。模型卡给出的上下文为 262,144,输入支持文本、图像与视频三类,与 API 版「文本加图像 URL」的口径不同。
模型卡把架构写在突出位置。它是一份混合注意力解码器:每四层里有三层跑 gated delta rule 循环层,第四层跑标准全局注意力,72 层中有 18 层因此持有随上下文增长的 KV 缓存。这一设计针对长上下文下的显存开销。模型卡自报的成绩包括 GPQA Diamond 85.05、IFBench 74.20、AA-LCR 68.33、SciCode 38.08,同一节声明这些数字来自不同来源、不同评测框架与不同模型快照,不构成受控的同台对比。
部署存在硬件门槛。据 AI Weekly 引用模型卡的说明,BF16 权重在 66 GB 左右,可以在单张 H100 80GB 或 H200 141GB 上运行。加载需要 transformers 5.12 及以上版本,并且需要开启 trust_remote_code=True。模型卡给出了 SGLang 的启动方式,量化方案与消费级显卡的适配在卡中未提及。截至9月12日21时,该仓库的 likes 为 76,下载量为 34。
免的是价格,限额按免费档 20 RPM 生效
官方定价页列出 agnes-3.0-flash 的刊例价为缓存命中输入 0.005 美元、输入 0.05 美元、输出 0.15 美元每百万 Token,三项现价列示为 0。定价页把这一状态写成当前优惠,结束时间以平台公告和账户账单为准。同一页面显示,图像模型 agnes-image-2.0-flash、2.1-flash 与 2.5-flash 的输出与输入参考图现价为 0,视频模型 agnes-video-v2.0 与 2.5-flash 处在限时免费范围内。
价格之外存在频率限制。Agnes AI 的公开参考文档写到,文本模型在免费档的实际可执行 RPM 为 20,公开请求 RPM 为 30;企业验证档为 40,Token Plan 为 1000。这份文档更新于 6月28日,早于 3.0 Flash 上线,文档内单列的 Token Plan 配额挂在 agnes-2.0-flash 与 agnes-2.5-flash 名下,未列出 agnes-3.0-flash 的对应配额。
免费与榜单第一各带限定条件
两个卖点各自带着条件。免费指的是现价,免费档的实际可执行 RPM 为 20,承接生产流量需要 Token Plan 的 1000 RPM。榜单第一建立在 36 分这个估算值上,独立评测跑完之后名次存在调整空间。
打算试 Agent 工作流的团队,接入成本为零,三套接口兼容省掉了改代码的工作,适用场景集中在测试与轻量集成。本地部署的门槛在硬件与工具链两端,模型卡给出 H100 或 H200 的配置与 SGLang 的启动方式,量化方案留白。
这些事实说明 Agnes AI 在 9月11日上线了两套产品,不足以说明它在整体技术水位上的位置。