Agnes 3.0 Flash

Agnes 3.0 Flash 是 Agnes AI 推出的全新一代升级文本模型，面向 Agent 编程与工具驱动任务，重点提升复杂任务的端到端执行质量。

模型名称

agnes-3.0-flash

API Endpoints

Chat Completions：POST /v1/chat/completions
Responses：POST /v1/responses
Messages：POST /v1/messages

模型类型

新一代文本模型，支持文本和图像 URL 输入。

核心方向

聚焦稳定执行、可靠工具调用、长任务上下文保持与高质量交付。

定价

输入缓存命中：$0.005 / 百万 Token；输入：$0.05 / 百万 Token；输出：$0.15 / 百万 Token。三项现价均为 $0。

概述

Agnes 3.0 Flash 面向真实的 Agent 任务和开发工作流而设计，覆盖从任务理解、规划、工具调用到最终交付的完整执行链路。模型重点改善复杂任务中的稳定性、指令遵循、事实依据和输出完整性，帮助开发者构建更可靠的智能体应用。使用以下 API 信息接入模型：

项目	数值
Base URL	`https://apihub.agnes-ai.com/v1`
Chat Completions	`POST /v1/chat/completions`
Responses API	`POST /v1/responses`
Messages API	`POST /v1/messages`
模型名称	`agnes-3.0-flash`
输入模态	文本、图像 URL
输出模态	文本
上下文窗口	`512K`
最大输出	`65,536 Token`

核心方向

Agnes Code 任务执行

更适配 Agnes Code 与代码智能体工作流，强化从理解需求到完成交付的任务执行能力。

工具调用与编排

增强函数调用、工具选择和多步骤工具编排能力，让智能体执行更稳定。

指令与上下文遵循

在长任务和多轮执行中持续遵循目标、限制条件与运行上下文。

可信交付

强化事实依据、结果确认和输出完整性，减少无依据结论与错误完成确认。

能力亮点

更可靠的端到端任务交付

强化任务规划、执行和结果确认，在复杂 Agent 任务中更注重真实完成与最终交付质量。

更稳定的工具编排

更准确地理解工具定义、选择合适的工具并组织多步骤调用，减少无效调用、重复调用和异常循环。

更强的指令与上下文遵循

在长任务和多轮执行中持续关注原始目标、限制条件与运行上下文，降低任务偏离和关键要求遗漏。

更可信的执行结果

重视工具结果与事实依据，减少缺乏依据的结论和未完成任务的错误确认，使执行状态更透明可信。

更完整、干净的输出

改善重复内容、异常文本和不必要的内部推理暴露，让最终回复更连贯、清晰并适合直接交付。

Artificial Analysis 榜单成绩

截至 2026 年 9 月 11 日，Artificial Analysis 公布的 Agnes 3.0 Flash 模型页显示：

指标	成绩
Artificial Analysis Intelligence Index v4.3	`36`
同类模型智能指数排名	`第 1 / 61`
输出速度	`252.7 Token / 秒`
同类模型输出速度排名	`第 5 / 61`

Intelligence Index 当前标注为估算成绩，Artificial Analysis 的独立评测仍在进行中。榜单分数、排名与方法可能随评测更新而变化，请以来源页面的最新数据为准。

查看完整成绩单

在 Artificial Analysis 查看 Agnes 3.0 Flash 的完整评测、榜单对比与方法说明。

Chat Completions API

Endpoint 与请求头

POST https://apihub.agnes-ai.com/v1/chat/completions

-H "Authorization: Bearer YOUR_API_KEY"
-H "Content-Type: application/json"

请求字段

Agnes 3.0 Flash 支持以下请求字段。

字段	类型	必填	说明
`model`	string	是	使用 `agnes-3.0-flash`。
`messages`	array	是	对话消息数组，包含 `system`、`user` 和 `assistant` 角色。
`messages[].content`	string / array	是	纯文本，或包含 `text`、`image_url` 的内容块数组。
`temperature`	number	否	控制输出随机性。
`top_p`	number	否	控制核采样。
`max_tokens`	integer	否	最大输出 Token 数。
`stream`	boolean	否	设为 `true` 时返回流式响应。
`tools`	array	否	用于函数调用工作流的工具定义。
`tool_choice`	string / object	否	控制模型是否使用工具以及如何使用。
`chat_template_kwargs`	object	否	Thinking 等兼容扩展能力的扩展字段。

图像 URL 输入

在 messages[].content 中，将公开可访问的图像 URL 与文本一起传入。

{
  "role": "user",
  "content": [
    {
      "type": "text",
      "text": "请描述这张图片中的关键信息。"
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/image.jpg"
      }
    }
  ]
}

基础请求

curl https://apihub.agnes-ai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-3.0-flash",
    "messages": [
      {
        "role": "user",
        "content": "请说明智能体应如何选择并调用工具。"
      }
    ],
    "max_tokens": 1024
  }'

响应格式

Chat Completions 响应使用 OpenAI 兼容结构：

{
  "id": "chatcmpl_xxx",
  "object": "chat.completion",
  "model": "agnes-3.0-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "智能体应根据任务和工具声明的能力选择工具。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 18,
    "total_tokens": 42
  }
}

工具调用请求

{
  "model": "agnes-3.0-flash",
  "messages": [
    {
      "role": "user",
      "content": "上海现在的天气怎么样？"
    }
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "获取指定城市当前天气。",
        "parameters": {
          "type": "object",
          "properties": {
            "city": { "type": "string" }
          },
          "required": ["city"]
        }
      }
    }
  ]
}

从 choices[].message.content 读取生成文本。模型返回工具调用时，读取 choices[].message.tool_calls，在你的应用中执行相应函数，将结果追加到 messages 后发起下一次 Chat Completions 请求。

Responses API

Responses API 使用 input 传入文本或结构化消息。

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

curl https://apihub.agnes-ai.com/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-3.0-flash",
    "input": "总结这个任务，并列出完成它需要的工具。",
    "max_output_tokens": 1024
  }'

字段	类型	必填	说明
`model`	string	是	使用 `agnes-3.0-flash`。
`input`	string / array	是	纯文本提示词或结构化输入消息。
`max_output_tokens`	integer	否	最大输出预算。

从 output 中类型为 message 的项读取生成内容，其中 output[].content[].type 为 output_text。响应对象还可能包含 usage、error 和 incomplete_details。

Messages API

Agnes 3.0 Flash 支持 Anthropic 兼容 Messages API。

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

curl https://apihub.agnes-ai.com/v1/messages \
  -H "x-api-key: YOUR_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-3.0-flash",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "请起草一份简洁的产品公告，并列出后续行动。"
      }
    ]
  }'

字段	类型	必填	说明
`model`	string	是	使用 `agnes-3.0-flash`。
`max_tokens`	integer	是	最大输出 Token 预算。
`messages`	array	是	含 `user` 与 `assistant` 角色的消息数组。
`messages[].content`	string / array	是	纯文本或 Anthropic 兼容的内容块。
`system`	string / array	否	系统指令。
`temperature`	number	否	控制输出随机性。
`stream`	boolean	否	设为 `true` 时返回流式响应。

从 content[] 中 content[].type 为 text 的内容块读取生成文本。

Thinking 模式

需要更充分的任务拆解或推理时，可启用 Thinking 模式。

OpenAI 兼容格式
Anthropic 兼容格式

{
  "model": "agnes-3.0-flash",
  "messages": [
    {
      "role": "user",
      "content": "请规划此仓库任务的实现步骤。"
    }
  ],
  "chat_template_kwargs": {
    "enable_thinking": true
  }
}

{
  "model": "agnes-3.0-flash",
  "max_tokens": 2048,
  "messages": [
    {
      "role": "user",
      "content": "请规划此仓库任务的实现步骤。"
    }
  ],
  "thinking": {
    "type": "enabled",
    "budget_tokens": 2048
  }
}

最佳实践

Agnes Code 与智能体任务

明确任务目标、仓库或运行环境上下文、限制条件、预期输出和工具权限。执行完工具后，应将工具结果返回对话，再请求模型给出下一步动作。

工具调用

工具描述与 JSON Schema 应保持精确、聚焦。在应用侧执行会产生副作用的操作前，应先校验工具参数。

长任务执行

将复杂任务拆分为可验证的阶段，并在每轮执行中保留目标、限制条件和关键工具结果。

模型可用性、速率限制和计费以你的 Agnes AI 账户与 API Key 权限为准。

限制与价格

模型可用性和速率限制以你的 Agnes AI 账户与 API Key 权限为准。

项目	数值
上下文窗口	`512K`
最大输出	`65,536 Token`

计费项	刊例价（原价）	现价（优惠价）
输入缓存命中	`$0.005 / 百万 Token`	`$0 / 百万 Token`
输入 Token	`$0.05 / 百万 Token`	`$0 / 百万 Token`
输出 Token	`$0.15 / 百万 Token`	`$0 / 百万 Token`

开始使用

使用指南

模型名称

API Endpoints

模型类型

核心方向

定价

概述

核心方向

Agnes Code 任务执行

工具调用与编排

指令与上下文遵循

可信交付

能力亮点

Artificial Analysis 榜单成绩

查看完整成绩单

Chat Completions API

Endpoint 与请求头

请求字段

图像 URL 输入

基础请求

响应格式

工具调用请求

Responses API

Messages API

Thinking 模式

最佳实践

限制与价格

模型名称

API Endpoints

模型类型

核心方向

定价

​概述

​核心方向

Agnes Code 任务执行

工具调用与编排

指令与上下文遵循

可信交付

​能力亮点

​Artificial Analysis 榜单成绩

查看完整成绩单

​Chat Completions API

​Endpoint 与请求头

​请求字段

​图像 URL 输入

​基础请求

​响应格式

​工具调用请求

​Responses API

​Messages API

​Thinking 模式

​最佳实践

​限制与价格

概述

核心方向

能力亮点

Artificial Analysis 榜单成绩

Chat Completions API

Endpoint 与请求头

请求字段

图像 URL 输入

基础请求

响应格式

工具调用请求

Responses API

Messages API

Thinking 模式

最佳实践

限制与价格