Agnes 3.0 Pro

Agnes 3.0 Pro 即将上线。本文档用于提前准备接入，API 开放时间以正式上线公告为准。以下响应为格式示例，并非当前可用性的证明。

概述

Agnes 3.0 Pro 是 Agnes AI 全新一代 Pro 模型，聚焦智能体在真实工作场景中的任务执行、专业文档理解、科学编码和长上下文分析，帮助开发者构建能够结合资料、工具与推理完成复杂任务的应用。

项目	内容
模型名称	`agnes-3.0-pro`
状态	即将上线
Base URL	`https://apihub.agnes-ai.com/v1`
接口	`POST /v1/chat/completions`、`POST /v1/responses`、`POST /v1/messages`
输入	文本、图像 URL
输出	文本
计费	按输入缓存命中、普通输入和输出 Token 计费

核心方向与亮点

面向真实工作的智能体能力：关注多步骤任务分析与执行。评测快照中，AA-Briefcase v1.1 在图示四款模型中得分最高，GDPval-AA v2.1 与图示对比模型处于接近水平。
专业文档分析：适用于结合文档信息开展分析、提炼证据和形成结论。GDP.pdf 在本次图示对比中得分最高。
科学编码与复杂推理：面向科学计算、代码分析和技术问题求解。SciCode 高于图中的两款 Flash 对比模型；不同推理与编码任务上的表现仍有差异。
长上下文信息整合：面向长文档、多来源材料和上下文关联分析，AA-LCR v1.1 得分为 80.0。
开发者工作流接入：提供工具调用、流式输出及文本与图像输入示例，便于构建交互式助手和智能体应用。

评测成绩

以下为发布前提供的 AA 评测图表快照，保留图中的指标名称与数值。它不代表实时榜单排名；不同评测版本的成绩不宜直接比较，也不据此声称相对上一代模型全面提升。

指标	得分
AA Index	42.87
AA-Briefcase v1.1	1585
GDPval-AA v2.1	1639
AutomationBench-AA	59.8
Terminal-Bench 4.0	32.5
SciCode	55.67
Humanity’s Last Exam	37.91
GDP.pdf	15.9
CritPt	15.2
AA-Omniscience Accuracy	27.4
AA-LCR v1.1	80.0

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-3.0-pro`。
`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 3.0 Pro 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-3.0-pro",
    "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-3.0-pro",
    "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-3.0-pro",
    "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-3.0-pro",
    "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-3.0-pro",
  "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。

Responses API

除 Chat Completions 外，该模型还支持 OpenAI Responses API。使用 input 代替 messages 传递输入。

Responses Endpoint

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

Responses 请求参数

参数	类型	必填	说明
`model`	string	是	模型名称，使用 `agnes-3.0-pro`。
`input`	string / array	是	纯文本 Prompt 或结构化输入消息数组。
`max_output_tokens`	integer	否	最大输出预算。推理模型建议设置较大值，避免响应状态变为 `incomplete`。

文本输入
结构化输入

curl https://apihub.agnes-ai.com/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-3.0-pro",
    "input": "Explain how autonomous agents use tools.",
    "max_output_tokens": 1024
  }'

curl https://apihub.agnes-ai.com/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-3.0-pro",
    "input": [
      {
        "role": "user",
        "content": [
          {
            "type": "input_text",
            "text": "Explain how autonomous agents use tools."
          }
        ]
      }
    ],
    "max_output_tokens": 1024
  }'

Responses 输出格式

{
  "id": "resp_xxx",
  "object": "response",
  "status": "completed",
  "model": "agnes-3.0-pro",
  "output": [
    {
      "type": "reasoning",
      "summary": []
    },
    {
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "Autonomous agents use tools to retrieve data and perform actions."
        }
      ]
    }
  ],
  "usage": {
    "input_tokens": 40,
    "output_tokens": 80,
    "total_tokens": 120
  },
  "error": null,
  "incomplete_details": null
}

字段	类型	说明
`id`	string	响应的唯一 ID。
`object`	string	对象类型，通常为 `response`。
`status`	string	响应状态，例如 `completed` 或 `incomplete`。
`output`	array	有序输出项，包括 reasoning 和 assistant message。
`output[].type`	string	输出项类型，例如 `reasoning` 或 `message`。
`output[].content[].type`	string	内容类型；模型生成文本使用 `output_text`。
`output[].content[].text`	string	模型生成的正文。
`usage`	object	Token 使用信息。
`error`	object / null	请求失败时的错误详情。
`incomplete_details`	object / null	响应提前停止时的原因。

当前响应不包含顶层 output_text 便捷字段。请从 output[].type 为 message、且 output[].content[].type 为 output_text 的内容块中读取生成文本。

Reasoning 输出是可选项，可能位于 content[].reasoning_text，也可能位于 summary[].summary_text。不同模型的 Token 字段命名也可能不同，客户端应同时兼容 input_tokens / output_tokens 与 prompt_tokens / completion_tokens。

如果 status 为 incomplete，请检查 incomplete_details，并使用更大的 max_output_tokens 重试。推理模型可能在输出回答正文前消耗一部分输出预算。

Messages API

该模型还支持 Anthropic 兼容的 Messages API。使用 messages 传递对话输入，并通过 x-api-key 完成认证。

Messages Endpoint

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

Messages 请求头

-H "x-api-key: YOUR_API_KEY"
-H "anthropic-version: 2023-06-01"
-H "Content-Type: application/json"

Messages 请求参数

参数	类型	必填	说明
`model`	string	是	模型名称，使用 `agnes-3.0-pro`。
`max_tokens`	integer	是	最大输出 Token 数量。推理模型建议设置较大值。
`messages`	array	是	对话消息数组，支持 `user` 和 `assistant` 角色。
`messages[].role`	string	是	消息角色，使用 `user` 或 `assistant`。
`messages[].content`	string / array	是	纯文本或 Anthropic 兼容的内容块数组。
`system`	string / array	否	请求使用的系统指令。
`temperature`	number	否	控制输出随机性。
`stream`	boolean	否	是否返回流式响应。

Messages 请求示例

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-pro",
    "max_tokens": 1024,
    "system": "You are a helpful AI assistant.",
    "messages": [
      {
        "role": "user",
        "content": "Explain how autonomous agents use tools."
      }
    ]
  }'

Messages 响应格式

{
  "id": "msg_xxx",
  "type": "message",
  "role": "assistant",
  "model": "agnes-3.0-pro",
  "content": [
    {
      "type": "text",
      "text": "Autonomous agents use tools to retrieve information and perform actions."
    }
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 290,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 28
  }
}

字段	类型	说明
`id`	string	消息的唯一 ID。
`type`	string	对象类型，通常为 `message`。
`role`	string	响应角色，通常为 `assistant`。
`model`	string	请求使用的模型。
`content`	array	有序响应内容块。
`content[].type`	string	内容块类型；生成文本使用 `text`。
`content[].text`	string	模型生成的正文。
`stop_reason`	string	生成停止原因，例如 `end_turn` 或 `max_tokens`。
`usage.input_tokens`	integer	输入 Token 数量。
`usage.output_tokens`	integer	输出 Token 数量。
`usage.cache_creation_input_tokens`	integer	写入 Prompt 缓存的输入 Token 数量。
`usage.cache_read_input_tokens`	integer	从 Prompt 缓存读取的输入 Token 数量。

请从 content[].type 为 text 的内容块读取生成正文。如果 stop_reason 为 max_tokens，请提高 max_tokens 后重试。

限制与价格

Agnes 3.0 Pro 是即将上线的付费模型，按输入缓存命中、输入缓存未命中和输出 Token 计费。

项目	数值
输入模态	文本、图像
输出模态	文本
Reasoning	是

类型	美元价格
输入缓存命中 / Cache Read	`$0.045 / M tokens`
输入缓存未命中 / Input	`$0.45 / M tokens`
输出 / Output	`$0.90 / M tokens`

输入缓存命中单价为普通输入 Token 单价的 10%。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 3.0 Pro，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-3.0-pro 作为模型名称。

正式上线后，确认你的账户已开通 Agnes 3.0 Pro 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

概述

核心方向与亮点

评测成绩

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

Responses API

Responses Endpoint

Responses 请求参数

Responses 输出格式

Messages API

Messages Endpoint

Messages 请求头

Messages 请求参数

Messages 请求示例

Messages 响应格式

限制与价格

最佳实践

接入检查清单

​概述

​核心方向与亮点

​评测成绩

​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

​Responses API

​Responses Endpoint

​Responses 请求参数

​Responses 输出格式

​Messages API

​Messages Endpoint

​Messages 请求头

​Messages 请求参数

​Messages 请求示例

​Messages 响应格式

​限制与价格

​最佳实践

​接入检查清单

概述

核心方向与亮点

评测成绩

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

Responses API

Responses Endpoint

Responses 请求参数

Responses 输出格式

Messages API

Messages Endpoint

Messages 请求头

Messages 请求参数

Messages 请求示例

Messages 响应格式

限制与价格

最佳实践

接入检查清单