Agnes国行版上线，国内API节点开放且Flash免费

 

 

模型越来越多，入口却未必越来越顺手。

 

7 月 29 日，Agnes AI 启用全新国内官网域名，同时 API 访问入口完成切换。Agnes 2.5 Pro Alpha 冲进 Artificial Analysis 综合能力榜单前列，2.5 Flash 则继续保持不限期免费。

 

围绕模型能力、开发者入口和多模态落地的抢位战，已经打响。

 

国内访问入口升级

 

API 服务同步调整

 

随着 AI 应用生态扩张，模型服务的稳定访问和开发体验成了开发者关心的重点。这次国内官网上线，是 Agnes 完善国内用户服务体系的一步。配合访问入口调整，官方同步提供了新的 API 服务地址。

 

原本在国际站注册的用户，不必到国内站重注册，也不用换原有 API Key。

 

中国大陆用户若想继续用原国际站账户和 Key，只需把原接口地址换成新的国内节点即可，其余 API Key、模型名称、请求参数和调用方式都不用改。换好地址后，按运行环境重启应用或服务就行。

 

API 平台也迁移到了国内节点。

 

Artificial Analysis 测试

 

Agnes 2.5 Pro Alpha 进入综合能力榜单前列

 

伴随国内官网上线，Agnes 2.5 Pro Alpha 在 Artificial Analysis 的首轮评测成绩也公开了。

 

据公开榜单，模型在综合智能、Coding 和终端任务相关指标上表现突出。

 

Agnes 2.5 Pro Alpha 的 Intelligence Index 得分 39，在 153 个参评模型里排第 9。这个指数综合了真实职业任务、Agent 工具使用、终端 Coding、科学编程、复杂推理和长上下文等维度，更贴近实际工作环境里的综合表现，而非单一知识问答。

 

 

Coding Index 得分 58.8，Terminal-Bench v2.1 得分 67.0%。

 

 

榜单地址可在 Artificial Analysis 官网查询。

 

其中 Terminal-Bench v2.1 要求模型进入真实终端环境，执行命令、读写和修改文件，完成软件工程与系统任务，和当下 AI Coding Agent 的实际用法高度接近。

 

Flash 免费开放

 

Pro 面向复杂开发场景

 

跑分之外，Agnes 2.5 系列的分工也更清楚了。

 

Agnes 2.5 Flash 面向日常 Coding、Agent 和高频开发任务，适合处理文档、生成代码、修 Bug、改项目，更关键的是它继续不限期免费，大量日常需求不必先被成本门槛拦住。

 

Agnes 2.5 Pro Alpha 则瞄准更高复杂度场景，作为 Pro 系列早期版本，已具备旗舰模型的核心能力方向，主攻复杂 Agent、专业 Coding 和高难度工程任务。相比 Flash，Pro Alpha 更强调复杂问题的理解与推理、长链路任务执行、大型项目协作，以及复杂代码分析与工程开发。同时它支持 1M 超长上下文窗口，能处理更大规模的代码仓库和业务资料。

 

两个任务

 

从互动游戏到单文件网页工具

 

为了观察 Pro Alpha 在实际开发任务里的表现，我们设了两个测试，一个考内容生成和交互组织，一个偏具体算法与工具开发。

 

第一个任务，让 Pro Alpha 生成一个文字剧情互动游戏网页。提示词没给完整剧本，也没规定人物、剧情和技术结构，只要求参考文字互动游戏的常见玩法自行设计。为快速验证，人物形象和视频素材先留位置，优先做出能跑的游戏原型，后续再补正式美术。在宽泛需求下，模型补齐了故事主题、人物设定、场景安排、视觉小说界面、属性系统、剧情分支和结局页面，并整合成可直接在浏览器运行的网页原型。

 

第二个任务，生成图片仿色工具 Color Echo。最初需求很简单：上传参考图和待处理图，用 LAB 色彩迁移提取参考图色彩特征并迁移过去，整个过程在浏览器本地完成，不需后端。基础仿色跑通后，又分几轮加入实时参数调节、处理前后滑杆对比、肤色与高光保护、配方保存和高清导出。最后接入一个常用的前端网页生成 Skill，统一优化布局和视觉样式。模型把仿色算法、参数控制、状态保存和图片导出整合进一个单文件网页。这个案例不是一次生成，而是基础可用后多轮补齐细节，更接近真实产品开发迭代。

 

两个案例展示了模型在具体任务中的表现。回到平台整体，Agnes 近期披露的调用数据也有新变化。

 

据披露，其全模态模型单周 Token 处理量已达 8.16 万亿，其中文本 5.10 万亿占 62.5%，多模态 3.06 万亿占 37.5%。从调用结构看，文本仍是主流，但图像、视频等多模态已贡献超三分之一，平台正进一步向多模态延伸。

 

 

 

模型之外，Agnes 团队也在持续参与 SGLang 开源社区建设。据 GitHub 公开记录，团队提交的 4 项 Pull Request 均已合并，涉及多卡并行、显存优化、缓存 Token 统计和 KV Cache 稳定性等方向，用于提升大模型推理服务的效率和可靠性。

 

随着 Pro Alpha 进入开发者实测，正式版应该也不会太远。想体验的国内用户，现在就能通过官网 API 入口使用。

 

上面提到的方向，其实也是不少团队正在推进的落地实践。如果你想把这类 AI 工具和数字化能力真正用进自己的业务，可以咨询云巴巴。云巴巴是国内领先的企业数智服务平台，覆盖 AI 大模型、智能体、协同办公、营销获客、安全合规等多个领域的企业级产品与方案，能按你的行业、规模和预算比对选型、匹配资源、协助落地。欢迎咨询云巴巴，获取更多产品方案与专属服务。