全模态永久免费价格屠夫出圈还是赔本赚吆喝【免费下载链接】Agnes-3.0-Flash项目地址: https://ai.gitcode.com/hf_mirrors/Agnes-AI/Agnes-3.0-Flash当 Claude、GPT 把旗舰订阅价格推到每月 200 美元当各家 API 按 token 计费、开发者时刻盯着账单余额时新加坡 AI 实验室 Agnes AI 却抛出了一张反常识的牌文本、图像、视频三类模型的 API 全部「无限期免费」。社区很快给它贴上了「价格屠夫」的标签——有人在博客园断言这是「东南亚 AI 赛道杀出的价格屠夫」极客公园与甲子光年先后追问「免费的生意与野心」。与之相伴的则是另一种声音免费全模态是搅局者的阳谋还是烧钱赌徒的裸奔本文以社区实测情报为线索深入 Agnes-3.0-Flash 开放权重仓库源码尝试把「永久免费」的账本摊开来看这套免费的底气究竟来自何处。「价格屠夫」称号的来源与依据「价格屠夫」不是一个自封的头衔而是社区用一连串可验证的事实投票投出来的。梳理公开报道与开发者实测支撑这一称号的至少有以下几条硬证据第一免费的不是某个冷门模型而是覆盖文本、图像、视频三模态的整套 API。从 agnes-2.0-flash 到 agnes-2.5-flash再到 2026 年 9 月上线的 Agnes 3.0 Flash免费策略一路延续图像agnes-image-2.0-flash / 2.1-flash与视频agnes-video端点同样开放且均兼容 OpenAI 格式。开发者实测文章反复强调「无限期免费」「无 Token 限制」并提示唯一需要留意的是 RPM 限制与视频生成的异步排队。第二免费的体量已经大到引发行业关注。智源社区在报道中给出过一个令人咋舌的数字免费开放后「一周烧出 3.12 万亿 Token」开发者涌入量被形容为「冲爆了」。甲子光年的标题直接概括了这一现象「Agnes AI 把全模态模型打到免费Token 终于可以放心烧了」。当免费额度从「试用 100 次」变成「随便烧」时它就不再是促销手段而是定价模式本身。第三免费策略撬动了整个开发者工具链。从社区抓取的教程密度可以直观看到这股热度的走向Claude Code 调用 Agnes 免费 API、Trae IDE 接入单篇阅读 3500、Codex 零成本接入生图生视频、OpenCode CLI 与桌面端双路径配置、WorkBuddy 免积分接入、12MB 的安卓纯本地 AI 应用、乃至 AI 短片的免费流水线Agnes 生图 FFmpeg 拼接。一条完整的「免费模型 → 第三方工具 → 内容生产」链路已经被社区自发搭了起来。爱分析在免费开放一周后对用户社区的调研同样指向「Token 焦虑缓解」这一核心评价。对照之下OpenAI 同期关停 200 美元套餐的消息让「价格屠夫」的叙事更具戏剧性当行业最贵的产品在收缩一个东南亚实验室却在免费放量。这就是「屠夫」称号的由来——它不是营销话术而是市场对「免费 全模态 OpenAI 兼容」这一组合的直观反应。免费全模态的成本结构架构省出来的账免费的质疑者最喜欢问一个问题算力不要钱吗要回答这个问题得先看这套模型的成本结构。仓库里开源的 Agnes-3.0-Flash Preview 权重恰好为我们提供了拆解的依据。需要先厘清一个容易被忽略的事实本仓库发布的是33B 参数的开放权重 Preview checkpointApache 2.0与云端生产/API 模型并非同一 checkpoint——前者上下文窗口为 262,144 token后者为 1M token。这一点在 README.md 的「模型版本说明」中被反复强调评测成绩也只能归属 Preview 权重。但 Preview 的架构设计恰恰是理解「免费成本账」的最佳样本。关键在混合注意力架构。根据 config.json 中的layer_types与 README.md 的架构表Agnes-3.0-Flash 的 72 层解码器中每 4 层里有 3 层是门控 delta-rule循环式线性注意力单层状态大小与序列长度无关仅第 4 层是标准全局注意力。换句话说72 层里只有 18 层持有随上下文增长的 KV cache。头条上那条「33B 开源只 18 层吃显存」的实测标题指的就是这件事。这个设计对成本的影响是结构性的推理显存不再随上下文线性膨胀。传统全注意力模型在 256K 上下文下KV cache 会吞噬大量显存而 Agnes 将 75% 的层改为固定大小的循环状态长上下文推理的显存与算力开销被大幅压缩。长上下文成为「免费」的技术前提。社区实测中「256K 上下文最稳」「512K 标称被 106 次调用测穿」等结论都建立在低显存成本之上——如果每多一个 token 都意味着巨额 KV cache 开销免费的账根本算不过来。权重规模可控。从 model.safetensors.index.json 可以看到bf16 全量权重约 66.2 GB官方硬件建议是单张 H200 141GB 或 H100 80GB 即可起跑--tp 1。一个 33B 稠密模型配合混合注意力服务端单机即可承载可观并发。工程侧的成本同样被压到了最低。仓库提供了 sglang 补丁服务端并不需要为 Agnes 重写推理引擎而是通过三行配置、一个权重名映射和一层 MLP 折叠把 Agnes 的混合注意力直接映射到 sglang 内置的 delta-rule 全局注意力实现上overlay 三个文件即完成适配。数值上补丁后与 Transformers 实现的 KL 散度仅 5.9e-4。这意味着「免费放量」所依赖的推理栈可以快速复用成熟开源基础设施运维与开发成本都被摊薄。那么免费的代价是否体现在能力上答案需要看评测。本仓库 Preview 权重在 IFBench 拿到 74.20、GPQA Diamond 85.05、SciCode 38.08、AA-LCR 68.33其中 GPQA Diamond 已超过 Kimi K2.578.9与 Muse Glimmer83.5逼近 Qwen3.585.8AA-Omniscience 准确率 23.00 也高于 Kimi K2.5 与 MiniMax M3。虽然跨列数据来自不同 harness、不构成受控对比但「免费 ≠ 低能」的结论至少是站得住的把以上事实拼起来可以得出一个与「赔本赚吆喝」相反的推断免费不是慈善而是把架构革命省下来的成本直接转移到了定价策略上。当竞争对手还在为 1M 上下文的 KV cache 买单时Agnes 已经用「18/72 层带 cache」的结构把单位成本打了下来免费由此成为一种可持续的获客定价。搅局者还是烧钱赌徒两种立场的证据链围绕「永久免费」社区分裂成两种立场。有意思的是两种立场都能找到自己的证据。「搅局者」立场的证据集中在生态与获客。免费全模态 OpenAI 兼容协议构成了一个极低门槛的接入方案开发者不需要改代码、不需要申请额度拿一个 API Key 就能把 Agnes 挂进 Claude Code、Cursor、Trae、OpenCode、Codex、WorkBuddy 等几乎所有主流工具。AgnesCode 等自有产品同步发力甚至出现了「OpenAI 关停 200 美元套餐这款大模型依旧全免费」的对照叙事。从战略上看这不是烧钱而是以免费 API 为杠杆撬动开发者生态的注意力份额——在一个模型同质化加剧的市场里分发渠道和心智占领才是更稀缺的资源。智源社区对话 Agnes 时得到的「不做通用型智能体」定位也印证了其将资源聚焦于平台与生态而非单点模型的策略。「烧钱赌徒」立场的证据藏在免费服务的边界里。开发者实测暴露出一系列限制视频生成走异步排队、存在 RPM 限制与上下文长度约束有博主在 .cn 域名下实测发现图生图接口返回 503、文生视频接口 403 封禁模型按区域分域运营部分接口仅特定域名可用。这些细节说明「永久免费」并非毫无成本的承诺而是需要靠限流、排队与区域隔离来兜底。再加上「一周 3.12 万亿 Token」的算力消耗量级以及头条实测中「4 美元包月」档位的存在——免费之外显然还需要商业化出口来承接重度用户。换句话说免费是「鱼饵」包月是「鱼钩」两者并存才是完整的商业模型。综合两种立场更接近事实的结论是这是一场精心计算的定价战争。一方面混合注意力架构把免费的单位成本压到了行业平均水平之下另一方面免费 API 本质上是获客成本极高的「获客资产」它换取的是开发者生态、工具链嵌入和品牌心智。赌徒的风险在于如果流量持续放大而付费转化率不足再低的架构成本也扛不住无上限的请求洪峰。搅局者的机会在于一旦开发者的工作流深度绑定 Agnes 的接口免费的策略就从「成本」变成了「护城河」。结语价格屠夫的刀最终指向成本结构「全模态永久免费」到底是出圈还是赔本答案并不在口号里而在架构与商业模型的交叉点上。Agnes-3.0-Flash Preview 的源码给出了一个清晰的信号混合注意力让 72 层中只有 18 层需要随长度增长的 KV cache66GB 权重单卡可跑sglang 三文件补丁即可上线——当成本结构本身发生了改变「免费」就不再是自杀式补贴而是一种有技术底气的定价选择。它能否持续取决于两件事免费带来的生态价值能否超过算力支出以及流量洪峰下成本曲线能否继续保持平坦。价格屠夫挥下的这一刀砍向的从来不是同行而是整个行业沿用了多年的「按 token 收费」的成本假设。【免费下载链接】Agnes-3.0-Flash项目地址: https://ai.gitcode.com/hf_mirrors/Agnes-AI/Agnes-3.0-Flash创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 全模态永久免费：价格屠夫出圈，还是赔本赚吆喝？
全模态永久免费价格屠夫出圈还是赔本赚吆喝【免费下载链接】Agnes-3.0-Flash项目地址: https://ai.gitcode.com/hf_mirrors/Agnes-AI/Agnes-3.0-Flash当 Claude、GPT 把旗舰订阅价格推到每月 200 美元当各家 API 按 token 计费、开发者时刻盯着账单余额时新加坡 AI 实验室 Agnes AI 却抛出了一张反常识的牌文本、图像、视频三类模型的 API 全部「无限期免费」。社区很快给它贴上了「价格屠夫」的标签——有人在博客园断言这是「东南亚 AI 赛道杀出的价格屠夫」极客公园与甲子光年先后追问「免费的生意与野心」。与之相伴的则是另一种声音免费全模态是搅局者的阳谋还是烧钱赌徒的裸奔本文以社区实测情报为线索深入 Agnes-3.0-Flash 开放权重仓库源码尝试把「永久免费」的账本摊开来看这套免费的底气究竟来自何处。「价格屠夫」称号的来源与依据「价格屠夫」不是一个自封的头衔而是社区用一连串可验证的事实投票投出来的。梳理公开报道与开发者实测支撑这一称号的至少有以下几条硬证据第一免费的不是某个冷门模型而是覆盖文本、图像、视频三模态的整套 API。从 agnes-2.0-flash 到 agnes-2.5-flash再到 2026 年 9 月上线的 Agnes 3.0 Flash免费策略一路延续图像agnes-image-2.0-flash / 2.1-flash与视频agnes-video端点同样开放且均兼容 OpenAI 格式。开发者实测文章反复强调「无限期免费」「无 Token 限制」并提示唯一需要留意的是 RPM 限制与视频生成的异步排队。第二免费的体量已经大到引发行业关注。智源社区在报道中给出过一个令人咋舌的数字免费开放后「一周烧出 3.12 万亿 Token」开发者涌入量被形容为「冲爆了」。甲子光年的标题直接概括了这一现象「Agnes AI 把全模态模型打到免费Token 终于可以放心烧了」。当免费额度从「试用 100 次」变成「随便烧」时它就不再是促销手段而是定价模式本身。第三免费策略撬动了整个开发者工具链。从社区抓取的教程密度可以直观看到这股热度的走向Claude Code 调用 Agnes 免费 API、Trae IDE 接入单篇阅读 3500、Codex 零成本接入生图生视频、OpenCode CLI 与桌面端双路径配置、WorkBuddy 免积分接入、12MB 的安卓纯本地 AI 应用、乃至 AI 短片的免费流水线Agnes 生图 FFmpeg 拼接。一条完整的「免费模型 → 第三方工具 → 内容生产」链路已经被社区自发搭了起来。爱分析在免费开放一周后对用户社区的调研同样指向「Token 焦虑缓解」这一核心评价。对照之下OpenAI 同期关停 200 美元套餐的消息让「价格屠夫」的叙事更具戏剧性当行业最贵的产品在收缩一个东南亚实验室却在免费放量。这就是「屠夫」称号的由来——它不是营销话术而是市场对「免费 全模态 OpenAI 兼容」这一组合的直观反应。免费全模态的成本结构架构省出来的账免费的质疑者最喜欢问一个问题算力不要钱吗要回答这个问题得先看这套模型的成本结构。仓库里开源的 Agnes-3.0-Flash Preview 权重恰好为我们提供了拆解的依据。需要先厘清一个容易被忽略的事实本仓库发布的是33B 参数的开放权重 Preview checkpointApache 2.0与云端生产/API 模型并非同一 checkpoint——前者上下文窗口为 262,144 token后者为 1M token。这一点在 README.md 的「模型版本说明」中被反复强调评测成绩也只能归属 Preview 权重。但 Preview 的架构设计恰恰是理解「免费成本账」的最佳样本。关键在混合注意力架构。根据 config.json 中的layer_types与 README.md 的架构表Agnes-3.0-Flash 的 72 层解码器中每 4 层里有 3 层是门控 delta-rule循环式线性注意力单层状态大小与序列长度无关仅第 4 层是标准全局注意力。换句话说72 层里只有 18 层持有随上下文增长的 KV cache。头条上那条「33B 开源只 18 层吃显存」的实测标题指的就是这件事。这个设计对成本的影响是结构性的推理显存不再随上下文线性膨胀。传统全注意力模型在 256K 上下文下KV cache 会吞噬大量显存而 Agnes 将 75% 的层改为固定大小的循环状态长上下文推理的显存与算力开销被大幅压缩。长上下文成为「免费」的技术前提。社区实测中「256K 上下文最稳」「512K 标称被 106 次调用测穿」等结论都建立在低显存成本之上——如果每多一个 token 都意味着巨额 KV cache 开销免费的账根本算不过来。权重规模可控。从 model.safetensors.index.json 可以看到bf16 全量权重约 66.2 GB官方硬件建议是单张 H200 141GB 或 H100 80GB 即可起跑--tp 1。一个 33B 稠密模型配合混合注意力服务端单机即可承载可观并发。工程侧的成本同样被压到了最低。仓库提供了 sglang 补丁服务端并不需要为 Agnes 重写推理引擎而是通过三行配置、一个权重名映射和一层 MLP 折叠把 Agnes 的混合注意力直接映射到 sglang 内置的 delta-rule 全局注意力实现上overlay 三个文件即完成适配。数值上补丁后与 Transformers 实现的 KL 散度仅 5.9e-4。这意味着「免费放量」所依赖的推理栈可以快速复用成熟开源基础设施运维与开发成本都被摊薄。那么免费的代价是否体现在能力上答案需要看评测。本仓库 Preview 权重在 IFBench 拿到 74.20、GPQA Diamond 85.05、SciCode 38.08、AA-LCR 68.33其中 GPQA Diamond 已超过 Kimi K2.578.9与 Muse Glimmer83.5逼近 Qwen3.585.8AA-Omniscience 准确率 23.00 也高于 Kimi K2.5 与 MiniMax M3。虽然跨列数据来自不同 harness、不构成受控对比但「免费 ≠ 低能」的结论至少是站得住的把以上事实拼起来可以得出一个与「赔本赚吆喝」相反的推断免费不是慈善而是把架构革命省下来的成本直接转移到了定价策略上。当竞争对手还在为 1M 上下文的 KV cache 买单时Agnes 已经用「18/72 层带 cache」的结构把单位成本打了下来免费由此成为一种可持续的获客定价。搅局者还是烧钱赌徒两种立场的证据链围绕「永久免费」社区分裂成两种立场。有意思的是两种立场都能找到自己的证据。「搅局者」立场的证据集中在生态与获客。免费全模态 OpenAI 兼容协议构成了一个极低门槛的接入方案开发者不需要改代码、不需要申请额度拿一个 API Key 就能把 Agnes 挂进 Claude Code、Cursor、Trae、OpenCode、Codex、WorkBuddy 等几乎所有主流工具。AgnesCode 等自有产品同步发力甚至出现了「OpenAI 关停 200 美元套餐这款大模型依旧全免费」的对照叙事。从战略上看这不是烧钱而是以免费 API 为杠杆撬动开发者生态的注意力份额——在一个模型同质化加剧的市场里分发渠道和心智占领才是更稀缺的资源。智源社区对话 Agnes 时得到的「不做通用型智能体」定位也印证了其将资源聚焦于平台与生态而非单点模型的策略。「烧钱赌徒」立场的证据藏在免费服务的边界里。开发者实测暴露出一系列限制视频生成走异步排队、存在 RPM 限制与上下文长度约束有博主在 .cn 域名下实测发现图生图接口返回 503、文生视频接口 403 封禁模型按区域分域运营部分接口仅特定域名可用。这些细节说明「永久免费」并非毫无成本的承诺而是需要靠限流、排队与区域隔离来兜底。再加上「一周 3.12 万亿 Token」的算力消耗量级以及头条实测中「4 美元包月」档位的存在——免费之外显然还需要商业化出口来承接重度用户。换句话说免费是「鱼饵」包月是「鱼钩」两者并存才是完整的商业模型。综合两种立场更接近事实的结论是这是一场精心计算的定价战争。一方面混合注意力架构把免费的单位成本压到了行业平均水平之下另一方面免费 API 本质上是获客成本极高的「获客资产」它换取的是开发者生态、工具链嵌入和品牌心智。赌徒的风险在于如果流量持续放大而付费转化率不足再低的架构成本也扛不住无上限的请求洪峰。搅局者的机会在于一旦开发者的工作流深度绑定 Agnes 的接口免费的策略就从「成本」变成了「护城河」。结语价格屠夫的刀最终指向成本结构「全模态永久免费」到底是出圈还是赔本答案并不在口号里而在架构与商业模型的交叉点上。Agnes-3.0-Flash Preview 的源码给出了一个清晰的信号混合注意力让 72 层中只有 18 层需要随长度增长的 KV cache66GB 权重单卡可跑sglang 三文件补丁即可上线——当成本结构本身发生了改变「免费」就不再是自杀式补贴而是一种有技术底气的定价选择。它能否持续取决于两件事免费带来的生态价值能否超过算力支出以及流量洪峰下成本曲线能否继续保持平坦。价格屠夫挥下的这一刀砍向的从来不是同行而是整个行业沿用了多年的「按 token 收费」的成本假设。【免费下载链接】Agnes-3.0-Flash项目地址: https://ai.gitcode.com/hf_mirrors/Agnes-AI/Agnes-3.0-Flash创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考