不知道大家有沒有這種感覺，就是市面上頂著各種名頭的AI產品越來越多，定價也越來越離譜。

有些廠商仿佛商量好了一樣，把按token計費這件事玩出了花，你稍微用勤快點，月底賬單能看得你肉疼。

還有些搞訂閱制的，基礎套餐給的那點額度，基本上就是讓你嘗個鮮，真要想干點正事，不升級到幾十美金一個月的那檔根本沒法用。

現在那些調用大模型的應用，成本結構通常由兩部分構成：模型調用成本和產品功能成本。

大部分產品會把這兩件事混在一起告訴你，讓人稀里糊涂地為每一次點擊付費。

像我自己做了一個Agent原生加速器，平時高頻測試各種模型，經常一個項目跑下來，光是API調用費就好幾百美金。

最近注意到Agnes AI，新上線了一個Token Plan訂閱套餐。

直接把自己自研的AgnesClaw模型家族的調用權，打包按月賣。

相當于不用再操心每次調用花了多少token，買個月票，敞開了用。而且起售價是4美元一個月。

官網：https://agnes-ai.com/

014美元的Token Plan，夠好用嗎？

先說這個最便宜的Starter套餐，4美元一個月。

用這個價格去買API調用額度，放在OpenAI或者Anthropic那邊，用不了幾次，一個任務有可能就見底了。

市面上的AI應用，起步價基本也是20美元。

但Agnes給的配置是支持1個OpenClaw Agent，覆蓋基礎執行、搜索和圖像理解。

讓我覺得有點意思的是他們的速度指標。

Agnes系統運行速度穩定在50 TPS，峰值能到100 TPS。TPS就是每秒處理token的數量。

基本上體驗就是，用任何主流模型，響應速度基本都在毫秒級，感覺不到延遲的那種。

這對于需要批量處理的任務來說太關鍵了。

我用自己的賬號測試了一下，拿它來做信息抽取和內容摘要。

我丟進去一篇大概八千字的技術文檔，讓Starter套餐里的模型提煉核心要點。

耗時大概在十幾秒左右，輸出質量相當能打。是真的有邏輯結構的總結。

這個套餐最適合什么人？

我覺得是那些像我一樣，需要把AI當過濾器用的人，而且看重性價比。

比如你每天要處理大量的郵件、會議紀要、客戶反饋，需要一個前置的工具幫你先把海量信息粗篩一遍，提取重點，你再花時間去精讀。

4美元就能干這個活，相對于每個月有了一個AI文字工作助理，性價比可以說是無敵的。

再往上走，10美元一個月的Plus套餐。

這個檔位支持1到2個OpenClaw Agents，覆蓋的范圍從Research到Slides，從Design到Sheet。

同時全面支持Hermes Agent。

支持無縫遷移OpenClaw記憶與工具，自動生成專屬skill，智能主動性全面升級。

這個升級跨度其實挺大的，它已經從一個信息過濾器變成了一個能閉環交付的生產工具。

從研究調研開始，到產出分析報告，再到做成演示文稿或者數據表格，整個過程不用換工具，兩個Agent配合就能搞定。

我試了一個場景，讓它幫我調研了當下的水培蔬菜行業，然后整理成一份PPT。

整個過程大概跑了二十多分鐘，出來的東西有模有樣，框架清晰，數據也有來源標注。

每一頁都有標題、要點、配圖建議，排版也基本合理。

最頂配的Pro套餐是50美元一個月。

支持2到3個OpenClaw Agents，覆蓋Agnes-1.5-Pro文本模型、Agnes-Image-1.2圖像生成和Agnes-Video-V1.2視頻生成。

其中Agnes1.5 pro上下文1M，最大輸出1M tokens，能力更強，中高配長輸出型，高質量長任務。適合整合多源、長文寫作、長代碼生成、多輪推演、復雜方案生成。

這套組合拳打下來，基本上就是一個小型AI生產系統了，而且是能并行跑的那種。

我重點測試了一下他們的視頻模型Agnes-Video-V1.2。這個版本的模型，不單支持文生視頻和圖像引導視頻生成，還有音畫同步功能。

上面這個視頻就是幾句話生成的：上海，賽伯朋克風格，兩個機器人大戰。

節奏的把握、情節的連貫性、打斗動作的細節設定，都很到位。

相對于連開視頻平臺會員的費用，也包含進來了，還有其他更多的全棧日常任務能力。

另外一個輕量版生圖模型Agnes-1.5-Flash，走的是高性價比路線，主打海量處理。

這個模型我用來做批量短問答和圖像描述。說實話，這種場景下速度和價格比精度更重要，Flash在這方面的表現符合預期。

同樣的生產能力，放在其他平臺，起步價至少在幾十美金，配置稍微高一點就往幾百美金走了。

Agnes這個Token Plan在價格上的優勢不是一點點，已經是數量級的差距了。

他們給的對比數據我核實了一下。

拿某國產主流模型來說，在類似并發需求下，起步級別的月成本高達36.6美元，Agnes只要4美元。

還有的模型套餐得排隊搶，不一定買得到。

Agnes用了一招很聰明的方式，把自研模型帶來的成本優勢直接讓利給用戶。

而且他們兼容OpenAI的API協議，開發者集成起來差不多五分鐘就能搞定。

開發者和重度用戶，最在意的就是接入成本和遷移成本，這方面Agnes也考慮到了。

02玩轉生圖和視頻，創意格局打開了

說完API層面的Token Plan，再來聊聊他們基于自研多模態底座推出的兩個應用。

一個是Pavo，另一個是Echo。

這兩個應用的推出，讓我覺得Agnes從來不滿足于只做底層的模型提供商，他們正在把技術優勢延伸到應用層，直接面向終端用戶。

先講Pavo。

https://pavo-ai.work/

Pavo是一個視頻創作工具，核心能力覆蓋了六個方向，照片動起來、絲滑運鏡、高能轉場、創意特效、寵物魔法、動作模仿。

每個功能背后都對應著具體的使用場景。

我重點試了照片動起來這個功能。上傳一張靜態照片，系統自動識別畫面中的主體和背景，然后生成動態效果。

比如我傳了一張我家貓蹲在沙發上的照片，幾秒鐘后生成了一個視頻，貓的耳朵在動，尾巴在輕輕搖擺，背景的光影也有微妙的變化。

不是什么翻天覆地的大動作，但那種恰到好處的動態，讓一張普通的照片瞬間有了生命力。

絲滑運鏡這個功能也挺有意思。

系統會自動生成電影級的推拉、旋轉、跟隨運鏡。

我測試了一下，用幾張連續動作的照片生成了一段短視頻，鏡頭語言很自然，沒有那種生硬卡頓的感覺。對于不會視頻剪輯的用戶來說，這個功能基本相當于白送了一個虛擬攝影師。

Pavo還有一個很聰明的設計，就是智能模型推薦。系統會根據你的內容風格、時長、動態復雜度自動匹配最佳模型。當然，如果你是個進階用戶，也可以手動切換模型。

他們集合了多款市面上頂級模型，包括即將上線的阿里那個HappyHorse 1.0模型，還有Seedance 2.0。

要知道，不同視頻模型的生成效果，跨度很大，有些在電影質感上更細膩，有的適合于漫劇動漫，有的在動態質感上完成度更高.....視頻生成也成了一門選擇的藝術。

智能模型推薦給我的感覺就是，很聰明、很體貼，能跟我我的任務需要，推薦使用最合適的模型，在視頻、文本、代碼等任務都是。

還有印象比較深的是，Pavo的操作門檻真的很低。

整個創作流程就是選模板、傳素材、點生成，三步搞定。生成出來的視頻可以直接下載分享。

對于那些想快速產出爆款短視頻但又不想學剪輯的人來說，這個工具幾乎是量身定做的。

03不只是聊天，你是故事的主角

再說說Echo。如果說Pavo解決的是創作效率問題，那Echo解決的是情感體驗問題。

https://echo-ai.life/

Echo是一款沉浸式AI角色互動應用。

市面上類似的角色扮演或者虛擬伴侶類的應用已經有不少了，但Echo有幾個不一樣的地方。

最核心的差異在于場景感和沉浸感。

在Echo里，不是在和冷冰冰的對話框互動，是以一個主角的身份進入一個完整的故事世界。

他們內置了大量的劇情世界觀，從純愛、校園、奇幻到恐怖、懸疑、冒險、職業、休閑，幾乎覆蓋了所有主流敘事類型。

我第一次打開Echo的時候，隨便選了一個校園奇幻的劇本。

系統讓我上傳了一張自己的照片，然后生成了我的數字形象。接著我就直接進入了劇情，從一個轉學生開始，跟劇情里的角色展開對話。每一次對話選擇都會影響劇情走向，那種主導感確實跟普通的AI聊天不一樣。

Echo讓我印象最深的，是音畫同頻技術。

你跟AI角色對話的時候，不僅能看到文字回復，還能看到角色的表情變化和口型同步，同時有語音輸出。

試了一段對話，角色的表情變化和語氣情緒是匹配的，沒有那種割裂感。

生成記錄功能也很實用。

所有互動生成的圖片和視頻都會自動保存，按角色和劇情分類，方便回看和管理。對于一些重度用戶來說，這相當于一個不斷累積的個人劇情素材庫。

上傳個人形象圖這個功能，怎么說呢，有點雙刃劍。

一方面它確實增強了代入感，你真的感覺自己成為了故事的一部分。另一方面，上傳個人照片涉及隱私問題，希望Echo在這方面有足夠安全的數據保護措施。

為你推薦這個功能做得很聰明。

平臺會根據你的互動偏好推送熱門角色的劇情高光片段。你直接點擊就能進入對應劇情，不需要自己搜索。這個設計大大降低了新用戶的探索成本。

Echo定位的用戶群體很明確，就是喜歡互動敘事、情感陪伴、角色扮演的年輕用戶。

這個群體對情感體驗的要求很高，不滿足于簡單的問答，更需要的是陪伴感和掌控感。

Echo通過劇情化互動和實時視頻生成，把傳統的文字聊天升級成了視聽一體的沉浸式體驗。

情感成長體系是Echo另一個值得關注的功能。

AI角色會隨著互動不斷成長，能記住你們之前的對話內容。這個技術其實挺難的，需要在保持角色一致性的同時又能展現成長性。

從我的測試來看，Echo在這方面做得還不錯，角色沒有出現失憶或者性格突變的情況。

計費方面，Echo也是月度訂閱制，首月有優惠。

所有套餐都包含基礎互動體驗，更高的套餐會解鎖更多的圖片和視頻生成額度。對于輕度用戶來說，免費額度應該也夠體驗核心功能了。

04從底層模型到上層應用，Agnes的布局不一樣

Agnes的核心團隊來自新加坡國立大學、MIT、斯坦福、伯克利這些頂尖高校，創始人Bruce帶隊，有扎實的學術背景和工程能力。

他們在權威的PinchBench榜單上，Agnes-1.5系列模型在準確性維度表現突出。

能在這種榜單上排到前列，說明模型能力是經過實戰檢驗的。

AgnesClaw這個模型的架構設計思路也很有意思。

他們把隱式MoE、Mamba-2狀態空間模型和原生多模態早融合技術揉在一起，目標是要同時解決超長上下文、高頻工具調用、復雜Multi-Agent協作這三個痛點。

說白了，他們想打破傳統模型在規模、延遲和記憶三者之間只能選兩個的魔咒。

現在，據說Agnes已經邁過了2000萬美元ARR的門檻。

產品和市場，已經形成了正向循環，跨過了那種靠融資燒錢的階段。

商業化的驗證往往比技術指標更能說明問題，有人愿意真金白銀持續付費，這才是硬道理。

回到開頭那個話題，為什么我覺得Agnes的Token Plan正在重新定義AI的性價比？

因為當前的AI行業，定價體系是混亂的。

模型即服務這個商業模式本身沒問題，問題在于很多廠商把成本轉嫁給了用戶，而這個成本因為模型調用的不透明性，用戶很難精確估算。

Agnes用一個很簡單的方案解決了這個問題，按月封頂，隨便用。

這種做法在商業上其實有點激進。

因為如果用戶真的高強度使用，Agnes的邊際成本是有可能超過訂閱收入的。

他們敢這么定價，只能說明兩件事，一是他們對自研模型的成本控制非常有信心，二是他們愿意犧牲短期利潤換取用戶規模和市場份額。

Pavo和Echo的推出則是另一個信號。

Agnes的布局，越來越接近一個有著自己生態卡位的AI生態圈、一站式平臺。

底層模型的能力最終要通過應用來變現，自己做應用可以更直接地觸達用戶，收集反饋，迭代產品。

而且這兩個應用跟Token Plan是打通的，訂閱制的用戶權益可以跨產品使用，這種生態化的思路比單一產品更有想象空間。

https://agnes-ai.com/

最后說一句實在話。

如果你是個AI的重度用戶，或者你正在用AI做一些批量處理的工作，強烈建議可以去Agnes官網看看那個4美元的Token Plan。

反正就一杯奶茶的錢，可以自己試試看，到底是繼續按token付費心疼，還是每個月固定花幾塊錢敞開用更爽。

AI這個行業的變化太快了，每周都有新的模型和應用冒出來。

但最終用戶關心的只有三點，好不好用，便不便宜，穩不穩定。

從這三個維度來看，Agnes至少已經跑到了前面。