一周烧出 3.12 万亿 Token：Agnes 免费开放的生意账，能撑多久？

一周烧出 3.12 万亿 TokenAgnes 免费开放的生意账能撑多久当别家把 API 价格战打到每百万 Token 几分钱时新加坡 Agnes AI 直接把价格归零文本、图像、视频三模态 API 无限期免费开放。效果立竿见影——智源社区援引的数据显示开放首周社区即烧出3.12 万亿 Token这个数字放在任何一家有成本核算的 AI 公司账本上都算惊悚。开发者冲进来薅羊毛Claude Code、Trae、Codex、OpenCode、WorkBuddy 的接入教程在 CSDN 上轮番刷屏媒体追问创始人全模态免费的生意与野心爱分析则在开放一周后专门调研了用户社区。免费从来不是目的是获客策略。但 3.12 万亿 Token 背后是真实的 GPU 账单。本文结合公开的模型架构与部署方案拆解这笔账怎么算、能撑多久、以及 Agnes 可能的三种变现路径。3.12 万亿 Token 是怎么烧出来的先看流量入口。社区里流传的玩法几乎都是零成本白嫖把 Agnes 的 OpenAI 兼容 API 接进 Claude Code、Trae SOLO、Codex、OpenCode、WorkBuddy一个 Key 通吃对话、文生图、图生视频有人用它做 AI 短片流水线有人基于 Agnes 2.5 Flash 搓了个 12MB 的安卓聊天 App。这些教程的共性只有一个——免费且不限量把用户从Token 焦虑和积分焦虑里彻底解放出来。流量进来之后模型质量决定了留存。Agnes 3.0 Flash 的公开开放权重Preview checkpoint参数规模约33B稠密非 MoE上下文 262,144 token在 IFBench、SciCode、GPQA Diamond 等评测上与 Qwen、Kimi、DeepSeek 同档位的模型互有胜负见仓库自带的评测参考图。这个旗舰级推理、准旗舰级硬件的定位配合 API 免费就是 3.12 万亿 Token 的燃烧引擎。需要特别说明的是3.12 万亿是全模态口径。仓库 README 明确区分了两个 checkpoint——开放权重的 Preview33B / 262K 上下文与生产 API 版本1M 上下文、参数未披露。多模态的烧钱速度远高于纯文本一张图在视觉塔编码后展开为数百乃至上千个视觉 token一段视频动辄上万 token且图像/视频端点普遍存在 RPM 限制与异步排队社区实测提到视频生成异步排队延迟。这意味着一部分流量成本被多模态放大3.12 万亿 Token 的实际算力消耗显著高于同量级纯文本。全模态免费的算力成本估算这笔账的核心其实藏在一个反直觉的架构细节里。Agnes 3.0 Flash 用的是混合注意力每 4 层中 3 层是 gated delta rule线性注意力单层递归状态与序列长度无关只有第 4 层是标准全局注意力。config.json 里的layer_types字段按agnes_delta_attention × 3 agnes_global_attention × 1交替排列 72 层意味着 72 层里只有 18 层持有随上下文增长的 KV cache——这是33B 开源只 18 层吃显存说法的来源也直接解释了为什么 33B 稠密模型能在单张 H200141GB或 H100 80GB 上以 bf16 跑起来权重落盘约 66GB见 README_zh.md 硬件需求一节。做个粗略的工程估算仅针对开放权重口径生产 API 模型参数量未公开33B 稠密模型推理每生成 1 个 token 约需2 × 参数规模 ≈ 66 GFLOPs3.12 万亿 Token ≈2.06 × 10²³ FLOPs单张 H100 bf16 稠密算力约 989 TFLOPS按 30%50% 的典型利用率折算单卡持续吞吐约 35 × 10¹⁴ FLOP/s一周 604,800 秒单卡约能消化 1.83.0 × 10²⁰ FLOPs。粗算下来这笔流量大约需要7001100 张 H100 级显卡连续满载跑满一周。按云上 H100 每卡每小时 23 美元H200 更贵计价一周的裸算力成本落在35 万60 万美元区间若计上多模态放大、推理服务端到端开销和网络只会更高。即便 Agnes 用的是自建机房或长租折扣一周烧掉一套中等规模集群的判断并不夸张。这还没算 3.12 万亿的 Token 里有多少是无效流量。开发者薅免费 API 的第一诉求是测着玩配个 Key 聊两句、跑个 demo、刷个 benchmark转化率天然低。免费策略的第一性成本不是算力而是为低转化流量买单的效率。这也是为什么 Agnes 一边免费一边在 serve.sh 和 sglang_patch 里把自托管部署做成了一等公民——把高密度用户引导到自建 GPU 上消化官方只需为长尾流量兜底。免费转付费的三种变现路径推演免费的生意要长久必然要回答从哪收钱。从社区情报与仓库事实能拼出三条相对清晰的路径路径一分层订阅与配额化。头条社区已出现256K 上下文最稳4$ 包月要什么自行车的实测反馈——这暗示产品端已存在付费档位。免费开放的合理终局不是取消免费而是像绝大多数 AI 厂商那样免费档保体验限 RPM、限上下文、排队优先权低付费档解锁 1M 上下文、图像/视频专用端点的高优先级与稳定 SLA。社区实测中图生图接口 503、文生视频接口 403的间歇性封禁本质上就是免费档的软限流为付费升级留好了闸门。路径二企业级推理与私有化服务。这是仓库给出的最强信号。Agnes 3.0 Flash 的开放权重 serve.sh 一键部署 sglang 兼容层sglang_patch用三份文件把model_type: agnes映射到 sglang 内建混合注意力实现并将每层的 parallel FFN 分支并入主 MLP见 agnes_sglang_config.py构成了标准的企业落地包Apache 2.0 许可、66GB 权重、单卡可跑、OpenAI 兼容接口。这套方案的商业意义在于——免费 API 是试金石企业自建集群与官方托管服务才是付费点。谁在生产环境验证过 Agnes 的能力谁就是私有化部署和批量推理订单的潜在买家。路径三平台生态与 Agent 分发。智源社区的访谈里Agnes 明确表示不做通用型智能体而是定位全民 AI 应用平台。把这句话和免费 API 放在一起看逻辑就通了免费 API 是漏斗漏斗里沉淀的是开发者与调用数据终点是平台化分发——类似模型即水电应用层收费的模式。开发者用免费 API 给 Claude Code、Codex、WorkBuddy 等工具供电等于免费帮 Agnes 完成了全生态的适配与教育当工具链的默认模型被 Agnes 占据平台的议价权和增值空间Agent 编排、工作流、企业数据服务自然浮现。结论免费是策略不是慈善3.12 万亿 Token 的一周是 Agnes 用真金白银买来的开发者心智。混合注意力架构把单位 Token 的算力成本压到同参数稠密模型的三分之二以下54/72 层不持有长 KV cache开放权重把高密度负载分流给自托管用户多模态免费则把全模态从口号变成了可量化的获客资产。短期看35 万60 万美元量级的周成本不可持续长期看免费开放 开源权重 平台化布局的组合是在用今天的算力换明天的定价权。至于能撑多久取决于三件事免费档的转化率能不能撑起付费升级私有化部署能不能沉淀企业客户以及平台化能否在免费流量退潮前跑通——这既是 Agnes 的生意账也是所有价格屠夫式 AI 玩家共同的考题。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考