至少两家AI平台已免费接入WorkBuddy

对于经常使用AI工具的朋友来说，如今最头疼的莫过于高昂的API调用费用了。但现在终于等来了好消息——Agnes AI和商汤日日新这两家顶尖AI平台，都已免费向WorkBuddy开发者开放，让你再也不用为钱包发愁！hy3免费总会过去，两个免费平台实际验证还是不错的。

8月31日，腾讯hy3免费测试要结束了。

一、Agnes AI：全球首家全模态免费API，文生图生视频免费

它有多强？

Agnes AI是一，实力不容小觑-3。自2026年6月1日起，它宣布旗下三大核心模型API无限期免费开放，这也是全球第一家同时把文本、图片、视频三大模态API全部免费的AI Lab-3。

Agnes开放的三款核心模型分别是：

文本模型 Agnes-2.0-Flash：支持1M超长上下文窗口，在Claw-Eval真实Agent场景评测中名列前茅，覆盖代码开发、企业知识库、智能客服等专业场景-7；
图像模型 Agnes-Image-2.0-Flash：支持4K高清输出，覆盖图片生成、编辑和视觉资产生产-；
视频模型 Agnes-Video-V2.0：高速生成同步音画、具备电影级质感的视频。

实测效果也很令人惊喜。文本模型能够一键生成完整的飞机大战网页游戏，连Boss战、计分、粒子爆炸和动态星空背景都能自动带上-7。图像和视频模型同样表现出色，可以为用户快速生成专业级视觉内容。

接入WorkBuddy，只需3步

Agnes AI的API接入WorkBuddy极其简单，全程无需绑卡、不限量，三分钟就能搞定：

获取免费API Key：访问Agnes官网平台（https://platform.agnes-ai.com/）加速镜像 https://platform.agnes-ai.cn 注册登录后，进入API管理平台创建新的API密钥，完全免费，无需绑卡-3；
接入文本模型：在WorkBuddy输入框左下角的模型选择器中，选择「+ 配置自定义模型」，提供商选「自定义 / Custom」，接口地址填 https://apihub.agnes-ai.com/v1，粘贴API Key，模型名称填 agnes-2.0-flash，保存即可-3；
图像和视频模型打包成Skill：在WorkBuddy中直接发消息：“我想要使用agnes image 2.0模型生图，访问它的api平台https://agnes-ai.com/doc/overview，并将它打包成一份skill”，WorkBuddy会自动创建好Skill。视频模型同理，把模型名换成 agnes video v2.0 就行-3。

创建完两个Skills后，技能栏里就能看到图片生成和视频生成的能力了。

免费背后的逻辑

Agnes AI创始人Bruce Yang表示，高质量AI不应该只属于高预算公司，让有限的预算更多用于产品创新和功能迭代，才是真正的目标-7。通过多模型集群加智能路由，Agnes把推理成本做到了单模型架构的1/10，这也是它敢于免费开放的核心底气-3。

二、商汤日日新：轻量化多模态，每5小时1500次免费调用

技术亮点

商汤科技于2026年5月8日发布了新一代轻量化多模态智能体模型——SenseNova 6.7 Flash-Lite，并同步推出了SenseNova Token Plan限时免费活动-13。

SenseNova 6.7 Flash-Lite采用了原生多模态架构，打破了传统“语言+视觉”拼接模式，可以直接理解网页布局、文档结构与财务图表，。

同时，商汤将核心办公能力封装为SenseNova-Skills插件集，覆盖数据分析、报告撰写、PPT创作等高频场景Plan福利：每5小时1500次免费调用

开发者注册后首月可享受每5小时1500次调用额度的无门槛使用，支持SenseNova 6.7 Flash-Lite和SenseNova U1 Fast等核心模型-14。这些能力可以轻松完成数据分析、深度调研、PPT生成、信息图制作等复杂办公任务-13。

接入WorkBuddy指南

商汤日日新的API同样可以快速接入WorkBuddy：

访问商汤日日新平台官网（https://www.sensenova.cn/）注册账号，获取免费API Key和Base URL-

在WorkBuddy的设置中，选择“自定义模型”，按照OpenAI兼容的API格式填写接口地址和Key，即可完成配置，全程零成本解锁极速AI体验-

完成接入后，可直接在WorkBuddy中调用SenseNova系列模型，享受每5小时1500次的免费调用额度，轻松跑通复杂任务。

三、总结：两大平台免费API对比

特性	Agnes AI	商汤日日新
免费内容	文本+图片+视频全模态API	每5小时1500次调用
费用	无限期免费	首月免费，后续推出多档套餐
最大优势	全模态、不限量、无需绑卡	轻量化、Token消耗低60%
办公场景	通用创作+开发测试	PPT/数据分析/深度调研
接入难度	3步搞定，Skill自动打包	自定义模型配置

如果你想体验全模态、不限量的免费API，Agnes AI是最省心的选择；如果你更关注企业级办公任务场景、追求Token消耗最优解，商汤日日新的轻量化模型会让你惊喜。两个平台的API都已无缝集成WorkBuddy，快去试试吧！

三、本地核心工具选择（服务端）

无论您的显卡是多少显存，最推荐使用的服务端引擎只有两个：

Ollama (首选)：操作极其简单，ollama run 一条命令搞定。自带兼容 OpenAI 的 API (http://localhost:11434/v1)，非常适合个人和小规模部署。
llama.cpp 的 server 模块 (您目前正在用的)：性能极致，占用资源少，支持复杂的并发设置。适合对性能有极致要求、需要多卡部署或自定义 Prompt 模板的用户。

分档推荐方案（显存 4G / 8G / 16G）

1. 显卡 4GB 显存（入门级，如 GTX 1650, RTX 3050 4G）

硬件极限：4GB 显存非常吃紧，甚至放不下 7B 模型的权重。必须要开启部分卸载到内存（CPU+GPU 混合推理），推理速度有限，但能跑。
推荐模型：

Qwen2.5-1.5B-Instruct (1.5B 参数量)
Phi-3.5-mini (3.8B 参数量)
Gemma-2-2B (2B 参数量)

推荐量化版本：必须是 Q4_K_M 或 IQ4_XS 级别的极高压缩量化。
配置方案（以 Ollama 为例）：

启动命令：ollama run qwen2.5:1.5b
对外收费配置：监听 0.0.0.0:11434，前端配置 Base URL 为 http://你的公网IP:11434/v1。注意，这类小模型适合处理简单问答、文本润色、翻译等轻量级任务，不适合深度推理。

2. 显卡 8GB 显存（主流甜点级，如 RTX 3060 12G/8G, RTX 4060 8G）

硬件极限：这是目前性价比最高的配置。刚好能把 7B/8B 模型（Q4 量化）完全放入显存，推理速度快，响应几乎是秒出。
推荐模型：

Qwen2.5-7B-Instruct (通用能力极强，中文完美)
Llama-3.1-8B-Instruct (英文强，逻辑好)
Mistral-7B-Instruct-v0.3

推荐量化版本：Q4_K_M 或 Q5_K_M (如果您显存恰好有 8G，Q5 会比 Q4 稍微聪明一点，且显存勉强够用)。
配置方案：

Ollama：直接使用 ollama run qwen2.5:7b。
llama.cpp (配合您之前的启动文件)：
bash
```
./llama-server -m Qwen2.5-7B-Q4_K_M.gguf -c8192--host0.0.0.0 --port8080-ngl99
```
(注：-ngl 99 代表把模型全部丢进显卡，如果爆显存了，根据您的 8G 显存，酌情改为 -ngl 20 或 -ngl 30 把一部分留在内存)。
收费建议：用这个配置做对话机器人（如角色扮演、客服）体验极佳，成本非常低。

3. 显卡 16GB 显存（中高端，如 RTX 4080, RTX 4090, 或两块 3060 12G）

硬件极限：这是目前的黄金配置。可以无压力运行 14B 到 34B 参数的大模型。
推荐模型：

Qwen2.5-14B-Instruct (国内最强 14B，逻辑清晰，代码能力强)
DeepSeek-V3-Lite / DeepSeek-R1-Distill-Qwen-14B (推理链极强，适合写代码和数学题)
Yi-1.5-34B-Chat (如果您的 16G 显存支持 Q4 量化能放下)

推荐量化版本：对于 14B 模型，推荐 Q4_K_M；对于 34B 模型，推荐 Q3_K_S 或 IQ3_XS。
配置方案：

API 并发：16G 显存可以开启 2-4 个并发槽位（--parallel 4）。这在对外收费时非常重要，可以同时处理多个用户的请求。建议使用 llama.cpp，因为它对并发管理做得比 Ollama 更好。
收费定位：这个配置的模型智商已经和 GPT-3.5 非常接近，适合对外提供高质量的翻译、长文档总结、代码辅助服务。

本地模型一旦跑起来，可以它变成能赚钱的 API，开启“按 Token 收费”的接入！