夜雨聆风前段时间，我在做项目优化的时候，让AI列出了一个优化计划，接着拆分成4个子任务用了稍微高级一点的模型让Agent去跑优化。它来回读文件、改、再读。那晚我眼睁睁看着用量面板额度用量从62%涨到了77%。好了，接下来的半个月又只能省吃俭用了。
过了几天，看到新加坡 Sapiens AI 发文说：文本、图像、视频三类核心模型接口通通无限期免费，不排队，不绑卡。
我第一反应不是欢呼。而是惊讶：又来一个永久？
免费不新鲜。新鲜的是三种一起免，官方问答还写明：核心模型可以一直用，没有时间上限。标准价本来就低：文本每百万 token输入 0.03 美元、输出 0.15 美元；图 0.003 美元一张；视频 0.005 美元一秒。现在价格全是 0。在这个DeepSeek都要涨价的2026年，Agnes 来了个反向操作。
下面就详细讲讲这三种模型分别能干嘛、卡在哪、谁值得试。
💡 文本模型
模型名叫 agnes-2.0-flash。官方文档写上下文窗口 512K，一次能塞进很长的材料，不用刚贴完就忘。
它被拿去跑 Claw-Eval。这个榜测的不是答题，是 Agent（会自己拆步骤、调用工具、看结果再接着干的助手）能不能把事办完。文档写它 Pass^3 得分 60.9%，通用榜第 9。品玩转述过，部分任务超过 Gemini Flash 和 MiniMax M2.7。
它能聊天、写代码、调外部工具，还能看公开链接里的图。丢一张报错截图，让它指出按钮卡在哪，这类活它接得住。现价输入输出都是每百万 token 0 美元。
但免费不等于无限速。官方说免费用户有 RPM 限制，也就是每分钟能发多少次请求。公开目录里，免费文本大约公示 30、实际可执行 20。Agent 一旦进入「改一处、再读、再改」的循环，20 次很快就用完了。用完了就得等。
它值不值得试，看你是不是经常让 AI 连续干活，而不是偶尔问一句。
🧭 图像模型：能改、能拼，不只会画
图像这边有两个。agnes-image-2.0-flash 偏快；官方写它在 Artificial Analysis 图像编辑榜 ELO 1184，进过 Top 20。agnes-image-2.1-flash 更适合复杂构图、信息很满的画面。现价都是 0 美元一张。
三种用法：你说一段话它画；你丢一张图让它改背景、换风格、修局部；你丢两三张参考图让它拼进同一张。尺寸从 1K 到 4K，比例有 1:1、16:9、9:16、2:3、21:9等等8种不同比例。
这就很适合生成比较少见尺寸的图片，有一次我想做一张 2.35:1 的封面图，因为cursor的原生生图功能不支持生成这种尺寸的图片，我只能让它生成一张16:9 的，再让它裁剪成需要的尺寸，有时候还把主体裁掉了一半，还得重新生成，极大的影响了工作效率。
所以 Agnes 一次就可以给你生成一些特殊尺寸的图片，省下的时间可以再生成几张图片了。
不过复杂图可能要等几十秒。官方建议超时拉到 60 秒到 360 秒。4K 更慢。
今天我还测试生成了几张图片，整体效果都还不错。
提示词：中国水墨山水画，云雾缭绕的远山，竹林幽径，江边孤舟渔翁，留白意境，黑白墨色层次分明，宣纸纹理，空气透视，笔触细腻，诗意氛围，大师级作品
提示词：繁华的都市街道夜景，霓虹灯闪烁，高楼林立，天空中繁星点点，车水马龙，人流如织，灯光璀璨，倒映在湿润的路面上，赛博朋克氛围，电影级构图，高细节，4K画质
🎬 视频模型：能出声，但你得等
视频模型叫 agnes-video-v2.0。文生视频、图生视频、关键帧过渡，都在同一套接口里。现价 0 美元一秒。
不少视频模型先吐无声画面，声音要另找配音工具。官方和几篇评测都强调 Agnes 可以一次出画面和声音。
规格上，分辨率三档：480p、720p、1080p。默认大约 1152×768。帧数最多 441，按 24 帧算，最长大约 18 秒。3 秒、5 秒、10 秒更常用。
它不是点一下就马上可以出片，你先提交任务，拿到一个任务号，再去查结果。有评测写过等两三分钟；高峰期会更久。
✅ 到底值不值得你用
有人转述平台首周用量：文本超 1 万亿 token，图超 200 万张，视频超 200 万秒。我没法核对计数器，只说明免费一开，用量会很猛。猛的另一面是排队和限速。官方目录也写了，配额以后可能调整。
如果你想用AI搞点副业，提高效率的话，我是很推荐大家尝试使用一下的，毕竟是免费的，还要啥自行车。