作者 ｜ PRO
郵箱 ｜ pro@pingwest.com

如果說過去一年，全球 AI 行業的關注點還集中在OpenAI、Google、Anthropic、Meta 與 DeepSeek等頭部公司，那么Agnes的連續上榜，則意味著全球 AI 競爭格局正在出現新的變量。

近日，Agnes AI旗下模型Agnes-2.0-Flash與Agnes-Image-2.0-Flash同時進入國際權威榜單前列，從PinchBench全球前十，到如今ClawEval與Artificial Analysis雙榜持續上榜，Agnes已連續獲得多個國際評測體系認可，并正式進入“全球AI Lab排名第9”的位置。

目前Agnes的模型能力與Harness系統已經開始服務數千萬規模用戶，已經被廣泛應用于AI內容生成、自動化工作流、網頁操作、多模態創作以及開發者工具等場景。

1

AI 行業，正在出現新的全球玩家

本次Agnes-2.0-Flash上榜的Claw-Eval（https://claw-eval.github.io），并不是傳統意義上的“刷題榜”。

相比過去主要測試數學、知識問答或者代碼能力的Benchmark，Claw-Eval更強調模型在真實Agent場景中的綜合執行能力，被不少開發者視為當前“更接近AI Agent實戰能力”的重要評測體系之一。

隨著AI行業從Chatbot階段進入Agent階段，行業對于模型的要求，已經不再只是“會回答問題”，而是“能否真正完成任務”，這也是為什么越來越多開發者開始關注Claw-Eval這類真實任務導向型榜單。

而此次Agnes-2.0-Flash在部分任務中超越Gemini Flash與 MiniMax M2.7等知名模型。這意味著Agnes已經開始具備進入全球模型第一梯隊競爭的能力。

除了文本模型外，Agnes在圖像編輯方向同樣取得突破。

本次Agnes-Image-2.0-Flash進入的 Artificial Analysis是當前國際AI行業關注度較高的第三方模型評測體系之一，也表明Agnes在圖像編輯方向已經達到國際主流水平。

尤其在海外AI圈，Artificial Analysis已經逐漸成為衡量模型綜合能力的重要觀察窗口。

Artificial Analysis的Image Editing Leaderboard 采用真實用戶盲評機制，重點評估模型在真實圖像編輯場景中的表現。評測過程中，用戶并不知道圖片對應的模型來源，而是直接根據生成質量進行主觀選擇與打分，因此其結果被很多開發者與行業機構認為更接近真實用戶體驗。

更值得注意的是，Agnes本次上榜的并不是超大參數模型，而是輕量級高效率模型。在更低推理成本、更低GPU消耗情況下依然進入全球前列，這也是近期全球開發者社區開始重新關注Agnes的重要原因。

1

比性能更激進的，是Agnes的價格策略

相比榜單成績，更讓行業關注的，其實是Agnes的定價。

目前，Agnes-2.0-Flash的官方API定價為每百萬輸入tokens 0.03美元，每百萬輸出tokens 0.15美元，成本已經低于大多數主流模型。據公開信息顯示，其價格已經低于國際與國內頭部模型產品，僅為 DeepSeek V4 Flash的約一半。

而在圖像模型方向，Agnes同樣展現出了極強的價格競爭力。

目前，Agnes-Image-2.0-Flash的價格僅為3美元/1000張圖片，而當前行業主流模型的平均價格普遍在30美元/1000張圖片左右，在保持高質量圖像生成與編輯能力的同時，Agnes的成本僅約為行業平均水平的十分之一。

Agnes的出現，并沒有選擇簡單地“堆參數”，而是更強調：

• 推理效率優化

• Agent場景適配

• 多模型協同

• 更低成本部署

• 更高性價比輸出

這種路徑，也讓Agnes在當前AI行業“推理成本大戰”中，形成了明顯差異化。

尤其對于開發者而言，這意味著他們第一次有機會，以遠低于行業平均水平的成本，大規模調用第一梯隊AI模型能力。

當行業還在討論誰擁有最強模型時，Agnes已經開始推動另一件更關鍵的事情——讓全球開發者第一次有機會，以更低成本、更高效率，大規模使用真正具備Agent能力的AI模型。

這或許也意味著，全球 AI 行業正在迎來一個新的競爭階段——不僅比拼模型能力，也開始真正比拼效率、成本與大規模落地能力。

點個“愛心”，再走 吧