Agnes AI 全家桶深度解析：文本、图像、视频，参数级使用指南

文章目录

• • 背景
  • 先说结论
  • 一、文本模型：Agnes-2.0-Flash
  • • 定位
    • 完整参数表
    • • 基础请求参数
      • messages 消息格式
      • tools 工具定义格式
      • Thinking 模式参数
    • API 信息
    • 模型限制
    • 响应格式详解
    • 使用建议
  • 二、轻量文本模型：Agnes-1.5-Flash
  • • 定位
    • 完整参数表
    • 多模态消息格式（文本+图像）
    • API 信息
    • 模型限制
    • 与 2.0-Flash 的关键区别
    • 使用建议
  • 三、图像模型：Agnes Image 2.1 Flash
  • • 定位
    • 完整参数表
    • • 文生图请求参数
      • extra_body 参数（图生图）
    • API 信息
    • Prompt 结构详解
    • 图生图 Prompt 结构
    • 高信息密度图像技巧
    • 使用建议
  • 四、图像模型：Agnes Image 2.0-Flash
  • • 定位
    • 完整参数表
    • 关键参数说明
    • API 信息
    • 响应格式
    • 与 2.1-Flash 的选择建议
  • 五、视频模型：Agnes Video V2.0
  • • 定位
    • 完整参数表
    • • 创建视频任务参数
    • num_frames 约束（重要！）
    • 视频时长计算
    • 异步任务工作流
    • 任务状态说明
    • 错误码
    • Prompt 结构详解
    • 参数推荐配置
    • API 信息
  • 六、全模型参数速查对照
  • • 公共参数
    • 各模型 Endpoint 汇总
    • 各模型价格汇总（现价均为免费）
  • 七、快速上手代码示例
  • • Python 文本调用
    • Python 图像调用
    • Python 视频调用（异步）
  • 八、总结

背景

周一的时候看到了一篇公众号推文，

所以就趁着这个机会去试了下。

官网参考：agnes-ai

使用方式很简单，注册一个账号，然后获取api key，其余和前面介绍的LLM使用方式一致。

model方面的话，暂时就下面这么5个

我也一并按照前面介绍过的方式，在claude code以及copilot oai中接入了（可以参考我前面的博客）。

我试了一下几个任务，还是挺不错的，至少生成速度很快

目前作为我的备用方案，调整如下：

• 2.0 flash：开thinking（在oai的advanced settings中设置），目前用于coding、agent任务，主力

• 1.5 flash：没有thinking，但是多模态，作为简单的文本问答+图片简单解析，即问即答

• 其余的model我暂时没有深度需求

配置方式下图是copilot中调用，还是参考我之前的博客：Vscode LLM备用方案

---

先说结论

Agnes AI 将旗下全部核心模型 API无限期免费开放。不是试水某个模型，而是文本、图像、视频三个模态一次性打包。本文按模型逐一拆解，重点讲清楚每个参数什么意思、怎么设、什么场景用什么值。

---

一、文本模型：Agnes-2.0-Flash

定位

面向智能体工作流、工具调用、编程、推理的生产级语言模型。Claw-Eval 基准测试 General Leaderboard 排名第 9，Pass^3 分数 60.9%。

完整参数表

基础请求参数

参数	类型	必填	说明	推荐值
model	string	✅	模型名称，固定为agnes-2.0-flash	agnes-2.0-flash
messages	array	✅	对话消息数组，每个元素含role和content	—
temperature	number	❌	控制输出随机性。0=完全确定，1=最大随机	确定性任务 0.1-0.3，创意任务 0.7-0.9
top_p	number	❌	核采样阈值。0.1=只考虑高概率token，1.0=不限制	默认 1.0，需要稳定输出可设 0.9
max_tokens	number	❌	响应最多生成的 token 数	根据任务设定，一般 1024-4096
stream	boolean	❌	是否启用流式输出。true=逐块返回，false=一次性返回	实时交互场景用 true
tools	array	❌	工具定义数组，用于 function calling	见下方工具定义格式
tool_choice	string/object	❌	控制模型是否/如何使用工具。auto=自动选择，none=不调用，{"type":"function","function":{"name":"xxx"}}=强制调用某个工具	auto为默认

messages 消息格式

{"role":"system"|"user"|"assistant","content":"消息内容"}

• system：设定角色和行为准则，放在消息数组最前面
• user：用户输入
• assistant：模型回复，用于多轮对话上下文

tools 工具定义格式

{"type":"function","function":{"name":"get_weather","description":"获取某地点的当前天气","parameters":{"type":"object","properties":{"location":{"type":"string","description":"城市和国家"}},"required":["location"]}}}

Thinking 模式参数

针对编程、调试、推理、Agent 工作流，开启深度思考可显著提升质量。

OpenAI 兼容格式：

{"model":"agnes-2.0-flash","messages":[...],"chat_template_kwargs":{"enable_thinking":true}}

Anthropic 兼容格式：

{"model":"agnes-2.0-flash","messages":[...],"thinking":{"type":"enabled","budget_tokens":2048}}

参数	说明	建议
enable_thinking	是否开启深度思考	编程/推理任务设为true
type	固定为"enabled"	—
budget_tokens	最大思考 token 预算	简单任务 2048，复杂调试/多步骤 Agent 任务可提高到 4096-8192

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/chat/completions Method: POST Content-Type: application/json Auth: Authorization: Bearer YOUR_API_KEY

模型限制

项目	数值
Context Window	256K
Max Output	65.5K

响应格式详解

{"id":"chatcmpl_xxx",// 本次请求唯一 ID，用于追踪"object":"chat.completion",// 对象类型"created":1774432125,// 请求时间戳（Unix 秒）"model":"agnes-2.0-flash",// 使用的模型"choices":[// 生成结果列表{"index":0,// 结果索引（多候选时有用）"message":{"role":"assistant",// 角色固定为 assistant"content":"模型生成的内容"},"finish_reason":"stop"// 停止原因：stop=正常结束，length=max_tokens 触发，tool_calls=触发了工具调用}],"usage":{"prompt_tokens":35,// 输入 token 数"completion_tokens":58,// 输出 token 数"total_tokens":93// 总计}}

使用建议

• Prompt 结构：[角色] + [任务] + [上下文] + [要求] + [输出格式]
• temperature：代码生成/调试用 0.1-0.3，文案创作用 0.7-0.9
• stream：需要实时反馈的场景（如聊天机器人）设为 true
• Thinking：编程任务务必开启，budget_tokens 从 2048 起步

---

二、轻量文本模型：Agnes-1.5-Flash

定位

低延迟、高并发、低成本场景的轻量模型。支持文本+图像多模态输入。

完整参数表

参数	类型	必填	说明	推荐值
model	string	✅	固定为agnes-1.5-flash	—
messages	array	✅	对话消息数组	—
temperature	number	❌	采样温度，控制随机性	0.5-0.8
top_p	number	❌	核采样概率	默认 1.0
max_tokens	integer	❌	最大生成 token 数	根据任务设定
frequency_penalty	number	❌	频率惩罚，减少重复内容。范围通常 -2.0~2.0，正值降低重复	0.0-0.5
presence_penalty	number	❌	存在惩罚，鼓励引入新话题。范围通常 -2.0~2.0	0.0-0.5
repetition_penalty	number	❌	重复控制系数	1.0-1.2
stop	string/array	❌	自定义停止序列。遇到这些字符串就停止生成	—
seed	integer	❌	随机种子，保证结果可复现	固定值可复现

多模态消息格式（文本+图像）

{"role":"user","content":[{"type":"text","text":"描述这张图片"},{"type":"image_url","image_url":{"url":"https://example.com/image.jpg"}}]}

• type: "text"：纯文本内容
• type: "image_url"：图像 URL，模型会理解图像内容并与文本联合响应

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/chat/completions Method: POST Auth: Bearer Token

模型限制

项目	数值
Context Window	256K
Max Output	65.5K

与 2.0-Flash 的关键区别

维度	1.5-Flash	2.0-Flash
侧重	速度、成本	推理、Agent、编程
多模态输入	✅ 文本+图像	❌ 纯文本
Thinking 模式	❌	✅
工具调用	❌	✅
frequency/presence_penalty	✅ 支持	❌ 不支持
价格	$ 0.07/ $0.15 per 1M tokens	$ 0.1/ $0.2 per 1M tokens

使用建议

• 图像理解：用content数组同时传入文本和图像 URL，模型会联合理解
• 高并发场景：1.5-Flash 的量化技术降低了计算资源需求，适合批量处理
• 需要复现结果：设置固定seed值

---

三、图像模型：Agnes Image 2.1 Flash

定位

升级版图像生成模型，文生图 + 图生图，重点优化了高信息密度图像的生成质量。

完整参数表

文生图请求参数

参数	类型	必填	说明	推荐值
model	string	✅	固定为agnes-image-2.1-flash	—
prompt	string	✅	图像生成的文本指令，描述想要的内容	越详细越好
size	string	❌	输出图像尺寸	1024x768等
extra_body	object	❌	高级工作流的额外参数	见下方

extra_body 参数（图生图）

参数	类型	必填	说明
extra_body.image	array	图生图时✅	输入图像 URL 数组，图生图任务的源图像
extra_body.response_format	string	❌	响应格式，url=返回图像 URL

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/images/generations Method: POST Auth: Bearer Token Price: $0/image（免费）

Prompt 结构详解

[主体] + [场景/环境] + [风格] + [光照] + [构图] + [质量要求]

组成部分	说明	示例
主体	画面的核心对象	A luminous floating city
场景/环境	主体所处的环境	above a misty canyon at sunrise
风格	艺术风格	cinematic realism
光照	光线效果	soft golden light
构图	画面布局	wide-angle composition
质量要求	细节程度	high visual density

图生图 Prompt 结构

[需要改变什么] + [需要保持什么不变]

示例：Transform the scene into a rain-soaked cyberpunk night with neon reflections while preserving the original composition and main subject layout.

高信息密度图像技巧

2.1-Flash 针对复杂场景做了专项优化。Prompt 中需要清晰描述：

1. 主体：画面核心对象
2. 背景：远景元素
3. 环境：氛围、天气、时间
4. 重要细节：关键视觉元素
5. 次要细节：丰富画面层次
6. 风格与光照：整体调性
7. 构图限制：视角、比例

使用建议

• 文生图：用详细 prompt，包含所有 6 个组成部分
• 图生图：明确说明"改什么"和"保什么"
• 高密度场景：逐层描述视觉元素，不要遗漏重要细节

---

四、图像模型：Agnes Image 2.0-Flash

定位

高性能图像编辑与生成模型，支持图生图 + 多图合成。Artificial Analysis Image Editing Leaderboard ELO 1,184（Top 20）。

完整参数表

参数	类型	必填	说明	推荐值
model	string	✅	固定为agnes-image-2.0-flash	—
prompt	string	✅	图像编辑/生成的文本提示词	—
size	string	❌	输出图像尺寸	1024x768、1024x1024、768x1024
seed	number	❌	随机种子，保证结果可复现	固定值可复现
tags	array	❌	任务类型标记	["img2img"]表示图生图
extra_body.image	array	图生图时✅	输入图像 URL 数组	—
extra_body.response_format	string	❌	输出格式	url

关键参数说明

• tags: ["img2img"]：图生图任务必须添加此标记，否则模型会当作文生图处理
• extra_body.image：可传单张或多张图像 URL。多图时会将多张图合成为一张新图像
• seed：设置固定值可复现相同结果，适合需要迭代优化的场景

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/images/generations Method: POST Auth: Bearer Token Price: $0/image（免费）

响应格式

{"created":1774432125,"data":[{"url":"https://..."}],"usage":{"generated_images":1}}

与 2.1-Flash 的选择建议

需求	选哪个
从零生成复杂场景	2.1-Flash（高信息密度优化）
编辑现有图像	2.0-Flash（图生图专精）
多图合成	2.0-Flash（支持多参考图）
需要 seed 复现	2.0-Flash（支持 seed 参数）

---

五、视频模型：Agnes Video V2.0

定位

下一代电影级视频生成模型，支持文生视频、图生视频、多图视频、关键帧动画四种工作流。

完整参数表

创建视频任务参数

参数	类型	必填	说明	推荐值
model	string	✅	固定为agnes-video-v2.0	—
prompt	string	✅	视频内容的文本描述	—
image	string/array	❌	输入图片 URL 或 URL 数组	图生视频时必填
mode	string	❌	生成模式	ti2vid（文生视频）或keyframes（关键帧）
height	integer	❌	视频高度	768
width	integer	❌	视频宽度	1152
num_frames	integer	❌	视频总帧数	见下方约束
num_inference_steps	integer	❌	推理步数	默认值即可
seed	integer	❌	随机种子，保证可复现	固定值可复现
frame_rate	number	❌	视频 FPS	1-60，推荐 24
negative_prompt	string	❌	负向提示词，描述要避免的内容	—
extra_body.image	array	多图/关键帧时✅	多图或关键帧的输入图片 URL	—
extra_body.mode	string	关键帧时✅	额外模式设置	"keyframes"

num_frames 约束（重要！）

num_frames 必须满足两个条件： 1. num_frames ≤ 441 2. num_frames = 8n + 1（n 为正整数） 合法值：81, 121, 161, 201, 241, 281, 321, 361, 401, 441 非法值：100, 150, 200, 300 等

视频时长计算

seconds = num_frames / frame_rate

目标时长	num_frames	frame_rate	实际时长
约 3 秒	81	24	3.375s
约 5 秒	121	24	5.042s
约 6 秒	161	24	6.708s
约 10 秒	241	24	10.042s
约 18 秒	441	24	18.375s

调整策略：

• 想要更长的视频 → 降低frame_rate（如 12fps）
• 想要更流畅的画面 → 提高frame_rate（如 30fps），但时长会变短

异步任务工作流

视频生成是异步的，分两步：

Step 1：创建任务

POST https://apihub.agnes-ai.com/v1/videos

返回：

{"id":"task_xxx","task_id":"task_xxx","object":"video","model":"agnes-video-v2.0","status":"queued",// 任务状态"progress":0,// 进度 0-100"created_at":1780457477,// 创建时间戳"seconds":"10.0",// 预计时长"size":"1280x768"// 分辨率}

Step 2：轮询结果

GET https://apihub.agnes-ai.com/v1/videos/{task_id}

返回（完成时）：

{"id":"task_xxx","model":"agnes-video-v2.0","object":"video","status":"completed",// 任务状态"progress":100,"seconds":"10.0","size":"1280x768","error":null,"remixed_from_video_id":"https://storage.../video_xxxxxx.mp4"// 视频 URL}

任务状态说明

状态	说明	下一步
queued	排队等待中	继续轮询
in_progress	正在生成中	继续轮询
completed	生成完成	从remixed_from_video_id获取视频
failed	生成失败	检查error字段，调整参数重试

错误码

错误码	说明	处理
400	请求参数无效	检查参数格式和约束
401	未授权	检查 API Key
404	任务不存在	检查 task_id
500	服务器错误	稍后重试
503	服务繁忙	稍后重试

Prompt 结构详解

文生视频：[主体] + [动作] + [场景] + [镜头运动] + [光照] + [风格]

图生视频：描述哪些内容需要运动，同时保持关键主体稳定

多图视频：描述输入图片之间的关系和过渡方式

关键帧动画：清晰描述帧与帧之间的过渡关系

参数推荐配置

场景	width	height	num_frames	frame_rate
标准视频	1152	768	121	24
短视频（社交）	1152	768	81 或 121	24
更流畅运动	1152	768	121	30
可复现结果	—	—	—	设置固定 seed
关键帧过渡	—	—	—	extra_body.mode: “keyframes”

API 信息

创建任务: POST https://apihub.agnes-ai.com/v1/videos 查询结果: GET https://apihub.agnes-ai.com/v1/videos/{task_id} Auth: Bearer Token Price: $0/second（免费）

---

六、全模型参数速查对照

公共参数

参数	2.0-Flash	1.5-Flash	Image 2.1	Image 2.0	Video V2.0
model	✅	✅	✅	✅	✅
messages	✅	✅	❌	❌	❌
prompt	❌	❌	✅	✅	✅
temperature	✅	✅	❌	❌	❌
top_p	✅	✅	❌	❌	❌
max_tokens	✅	✅	❌	❌	❌
seed	❌	✅	❌	✅	✅
stream	✅	❌	❌	❌	❌
size	❌	❌	✅	✅	❌
image	❌	❌	extra_body	extra_body	✅ / extra_body
tools	✅	❌	❌	❌	❌
thinking	✅	❌	❌	❌	❌
num_frames	❌	❌	❌	❌	✅
frame_rate	❌	❌	❌	❌	✅
negative_prompt	❌	❌	❌	❌	✅

各模型 Endpoint 汇总

模型	Endpoint
文本（2.0/1.5）	POST /v1/chat/completions
图像（2.1/2.0）	POST /v1/images/generations
视频 V2.0	POST /v1/videos→GET /v1/videos/{task_id}

各模型价格汇总（现价均为免费）

模型	输入价格	输出价格	其他
2.0-Flash	$ 0.1/1M → $0	$ 0.2/1M → $0	—
1.5-Flash	$ 0.07/1M → $0	$ 0.15/1M → $0	—
Image 2.1	—	—	$ 0.003/image → $0
Image 2.0	—	—	$ 0.003/image → $0
Video V2.0	—	—	$ 0.005/second → $0

---

七、快速上手代码示例

Python 文本调用

importhttpx response=httpx.post("https://apihub.agnes-ai.com/v1/chat/completions",headers={"Authorization":"Bearer YOUR_API_KEY"},json={"model":"agnes-2.0-flash","messages":[{"role":"user","content":"Hello"}],"temperature":0.7,"max_tokens":1024,"stream":False,})print(response.json()["choices"][0]["message"]["content"])

Python 图像调用

response=httpx.post("https://apihub.agnes-ai.com/v1/images/generations",headers={"Authorization":"Bearer YOUR_API_KEY"},json={"model":"agnes-image-2.1-flash","prompt":"A floating city above a misty canyon at sunrise","size":"1024x768",})print(response.json()["data"][0]["url"])

Python 视频调用（异步）

# Step 1: 创建任务create_resp=httpx.post("https://apihub.agnes-ai.com/v1/videos",headers={"Authorization":"Bearer YOUR_API_KEY"},json={"model":"agnes-video-v2.0","prompt":"A cinematic shot of a cat walking on the beach at sunset","height":768,"width":1152,"num_frames":121,"frame_rate":24,})task_id=create_resp.json()["task_id"]# Step 2: 轮询结果importtimewhileTrue:result=httpx.get(f"https://apihub.agnes-ai.com/v1/videos/{task_id}",headers={"Authorization":"Bearer YOUR_API_KEY"})data=result.json()ifdata["status"]=="completed":print(data["remixed_from_video_id"])breakelifdata["status"]=="failed":print("Failed:",data.get("error"))breaktime.sleep(5)# 每 5 秒轮询一次

---

八、总结

模型	核心优势	关键参数	适合谁
2.0-Flash	Agent、编程、推理	tools, thinking, stream	开发者、AI 工程师
1.5-Flash	低延迟、多模态输入	frequency_penalty, seed	高并发、图像理解
Image 2.1	高信息密度文生图	prompt, size	设计师、内容创作者
Image 2.0	图像编辑、多图合成	tags, seed, image	视觉设计师、电商
Video V2.0	电影级视频、运镜控制	num_frames, frame_rate, mode	视频创作者、广告

一句话：一个 API Key，五种模型，文本→图像→视频全链路打通，全部免费。参数虽多，但按场景选对组合，几分钟就能跑通第一个 Demo。