Agnes 2.5 Pro Alpha

Agnes 2.5 Pro Alpha 是 Sapiens AI 推出的付费推理模型，适用于高级编码、科学推理、长上下文分析、智能体工作流和多模态理解。该模型通过 OpenAI 兼容的 Chat Completions API 接入。

模型名称

agnes-2.5-pro-alpha

API Endpoint

POST /v1/chat/completions

模型类型

付费推理模型，支持文本和图像输入。

榜单参考

已上榜 Artificial Analysis。

概述

Agnes 2.5 Pro Alpha 面向需要更强推理深度的任务，包括复杂代码任务、科学与数学推理、长上下文理解、知识密集型问答，以及智能体终端或工作流任务。它与 Agnes 其他文本模型保持一致的基础接入方式：

项目	数值
Base URL	`https://apihub.agnes-ai.com/v1`
Endpoint	`POST /v1/chat/completions`
模型名称	`agnes-2.5-pro-alpha`
输入模态	文本、图像 URL
输出模态	文本
发布日期	2026 年 7 月 24 日
计费方式	付费模型

Artificial Analysis 将 Agnes 2.5 Pro Alpha 标记为 Sapiens AI 的 proprietary reasoning model，并显示发布时间为 2026 年 7 月 24 日。外部评测数据属于第三方参考，可能随 Artificial Analysis 的方法或榜单更新而变化。

核心能力

高级推理

适合科学推理、知识密集型问题和多步骤分析。

编码与终端任务

适用于代码生成、调试、重构、测试生成和智能体编码工作流。

长上下文分析

支持长文档、结构化上下文和多轮推理任务。

图像理解

支持图像 URL 输入，可用于视觉分析和多模态推理。

工具调用

支持 OpenAI 兼容的函数调用和外部工具编排。

流式输出

支持流式响应，适合交互式产品体验。

Artificial Analysis 结果

以下指标基于 Agnes 2.5 Pro Alpha 的 Artificial Analysis 数据。

摘要项	数值
Intelligence 摘要排名	`#9 / 153`
Price 摘要排名	`#46 / 153`
Cache hit price 摘要排名	`#8 / 153`

指标	得分
Intelligence Index	`39`
GPQA	`87.6%`
SciCode	`42.2%`
LCR	`63.7%`
Omniscience	`-26.3`
Accuracy	`32.3%`
Non-hallucination	`13.3%`
CritPt	`10.9%`
HLE	`31.9%`
TerminalBench v2.1	`67.0%`
GDPval v2	`1170 elo`
Tau3	`11.6%`

Artificial Analysis 模型页

查看模型介绍、摘要和价格分析。

Artificial Analysis 榜单

与其他上榜模型对比。

API Reference

Endpoint

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

请求头

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

请求参数

参数	类型	必填	说明
`model`	string	是	模型名称，使用 `agnes-2.5-pro-alpha`。
`messages`	array	是	对话消息数组，包含 `system`、`user` 和 `assistant` 消息。
`messages[].content`	string / array	是	可为纯文本，也可为包含 `text` 和 `image_url` 的内容块数组。
`temperature`	number	否	控制输出随机性。值越低，输出越确定。
`top_p`	number	否	控制核采样。
`max_tokens`	number	否	响应中生成的最大 token 数量。
`stream`	boolean	否	是否启用流式输出。
`tools`	array	否	工具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工具。
`chat_template_kwargs`	object	否	OpenAI 兼容请求扩展字段。
`thinking`	object	否	Anthropic 兼容请求中启用 Thinking 模式。

图像 URL 输入

Agnes 2.5 Pro Alpha 支持在同一个 messages 请求中传入文本和图像 URL。

{
  "role": "user",
  "content": [
    {
      "type": "text",
      "text": "Analyze this architecture diagram and identify possible failure points."
    },
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/diagram.png"
      }
    }
  ]
}

请求示例

基础聊天
编码任务
流式输出
图像理解

curl https://apihub.agnes-ai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-2.5-pro-alpha",
    "messages": [
      {
        "role": "system",
        "content": "You are a precise technical assistant."
      },
      {
        "role": "user",
        "content": "Explain the tradeoffs between optimistic locking and pessimistic locking in distributed systems."
      }
    ],
    "temperature": 0.3,
    "max_tokens": 1200
  }'

curl https://apihub.agnes-ai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-2.5-pro-alpha",
    "messages": [
      {
        "role": "user",
        "content": "Review this TypeScript API handler for security issues, explain the risks, and provide a corrected version."
      }
    ],
    "temperature": 0.2,
    "max_tokens": 2000
  }'

curl https://apihub.agnes-ai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-2.5-pro-alpha",
    "messages": [
      {
        "role": "user",
        "content": "Create a step-by-step migration plan for moving a monolith to services."
      }
    ],
    "stream": true
  }'

curl https://apihub.agnes-ai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-2.5-pro-alpha",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "Summarize this chart and call out any anomalies."
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/chart.png"
            }
          }
        ]
      }
    ]
  }'

响应格式

{
  "id": "chatcmpl_xxx",
  "object": "chat.completion",
  "created": 1784899200,
  "model": "agnes-2.5-pro-alpha",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 120,
    "completion_tokens": 300,
    "total_tokens": 420
  }
}

响应字段

字段	类型	说明
`id`	string	补全请求的唯一 ID。
`object`	string	对象类型，通常为 `chat.completion`。
`created`	integer	请求时间戳。
`model`	string	请求使用的模型。
`choices`	array	生成结果列表。
`choices[].message.role`	string	消息发送者角色。
`choices[].message.content`	string	模型生成内容。
`choices[].finish_reason`	string	生成停止原因。
`usage`	object	Token 使用信息。

限制与价格

Agnes 2.5 Pro Alpha 是付费模型，按输入缓存命中、输入缓存未命中和输出 Token 计费。

项目	数值
上下文窗口	`1M` tokens
最大输出长度	`65536` tokens
输入模态	文本、图像
输出模态	文本
Reasoning	是
模型权重	Proprietary，非开源

类型	美元价格
输入缓存命中 / Cache Read	`$0.0038 / M tokens`
输入缓存未命中 / Input	`$0.45 / M tokens`
输出 / Output	`$0.90 / M tokens`

价格和可用性可能受账户、地区、计费配置或后续价格更新影响。请以 Agnes AI 平台控制台中展示的账户价格为准。

最佳实践

高推理任务

当任务更关注正确性和多步骤推理，而不是极低延迟时，建议使用 Agnes 2.5 Pro Alpha，例如科学推理、复杂策略分析和长篇技术规划。

编码任务

提供目标语言、框架、已有代码、错误信息、期望行为和约束条件。复杂问题建议先要求模型分析根因，再给出修复补丁。

长上下文任务

在 Prompt 中使用结构化章节、文件名或文档标签，帮助模型引用来源并生成可追踪的结论。

接入检查清单

使用 agnes-2.5-pro-alpha 作为模型名称。

确认你的账户已开通 Agnes 2.5 Pro Alpha 付费模型访问权限。

基础聊天补全请求必须包含 model 和 messages。

图像输入需要使用公开可访问的 image_url。

该模型为付费模型，请跟踪输入缓存命中、输入缓存未命中和输出 Token 使用量。

开始使用

使用指南

模型名称

API Endpoint

模型类型

榜单参考

概述

核心能力

高级推理

编码与终端任务

长上下文分析

图像理解

工具调用

流式输出

Artificial Analysis 结果

Artificial Analysis 模型页

Artificial Analysis 榜单

API Reference

Endpoint

请求头

请求参数

图像 URL 输入

请求示例

响应格式

响应字段

限制与价格

最佳实践

接入检查清单

模型名称

API Endpoint

模型类型

榜单参考

​概述

​核心能力

高级推理

编码与终端任务

长上下文分析

图像理解

工具调用

流式输出

​Artificial Analysis 结果

Artificial Analysis 模型页

Artificial Analysis 榜单

​API Reference

​Endpoint

​请求头

​请求参数

​图像 URL 输入

​请求示例

​响应格式

​响应字段

​限制与价格

​最佳实践

​接入检查清单

概述

核心能力

Artificial Analysis 结果

API Reference

Endpoint

请求头

请求参数

图像 URL 输入

请求示例

响应格式

响应字段

限制与价格

最佳实践

接入检查清单