Agnes AI выпустила альфа-версию Agnes 2.5 Pro
Первые замеры ранней сборки Agnes 2.5 Pro на бенчмарках рассуждений и языковой компетенции.
Agnes AI — это сингапурская лаборатория искусственного интеллекта, которая самостоятельно обучает свои собственные полномодальные базовые модели с использованием текста, изображений и видео и предлагает их через бесплатный омнимодальный API, которым воспользовались 3 миллиона пользователей. Agnes 2.5 Pro Alpha — это модель рассуждения для ввода текста, изображений и видео с выводом текста.
Agnes 2.5 Pro Alpha набрала 39 баллов по индексу искусственного анализа интеллекта, что поставило ее в среднее место среди протестированных нами моделей рассуждения и ниже текущего уровня собственной разработки. Его определяющей характеристикой является цена: при цене 0,45 доллара США за 1 миллион входных токенов и 0,90 доллара США за 1 миллион выходных токенов Agnes 2.5 Pro Alpha является одной из самых дешевых проприетарных моделей на своем уровне интеллекта.
Ключевые результаты:
➤ Программирование — это относительная сильная сторона Agnes 2.5 Pro Alpha, набравшая 58,8 баллов по индексу кодирования, что близко к самому высокому уровню для ее уровня интеллекта. Это выше моделей с аналогичной ценой, включая DeepSeek V4 Flash (56,2), GPT-5.4 mini (56,1) и Qwen3.7 Plus (55,9), и находится сразу за Nex-N2-Pro (59,1).
➤ С академической точки зрения Agnes 2.5 Pro Alpha конкурентоспособна для своего уровня, набрав 32% на «Последнем экзамене человечества» и 88% на GPQA Diamond. Результат последнего экзамена Humanity's Last Exam опережает проприетарные модели с аналогичной ценой, включая GPT-5.4 mini (xhigh, 27%) и GPT-5.4 nano (xhigh, 26%), а его оценка GPQA Diamond соответствует показателям аналогов, близких к индексу интеллекта.
➤ Agnes 2.5 Pro Alpha при цене 0,45/0,90 доллара США за 1 миллион токенов ввода/вывода является второй самой дешевой моделью на своем уровне интеллекта. При сочетании 7:2:1 (кэш-ввод-вывод) он стоит 0,18 доллара США за 1 миллион токенов, уступая только DeepSeek V4 Flash (Рассуждение, Максимальное усилие) с ценой 0,06 доллара США среди моделей, набравших 38-40 баллов по индексу искусственного анализа интеллекта. Альтернативы с открытым весом, включая DeepSeek V4 Pro (Reasoning, Max Effort) и MiMo-V2.5-Pro, соответствуют этой цене в 0,18 доллара при более высоком интеллекте.
Дополнительные сведения о модели
➤ Контекстное окно: токены 1M.
➤ Цена: 0,45 доллара США / 0,90 доллара США / 0,0038 доллара США за 1 миллион токенов ввода/вывода/кэша.
➤ Способы ввода: текст, изображение и видео.
➤ Доступность: собственный API Agnes AI.
Agnes 2.5 Pro Alpha сильна в кодировании относительно своей ценовой категории: ее индекс кодирования 58,8 выше аналогичных по цене моделей, включая DeepSeek V4 Flash (56,2), GPT-5.4 mini (56,1) и Qwen3.7 Plus (55,9).
В GDPval-AA v2, который оценивает производительность реальных рабочих задач по сравнению с базовым показателем человека, равным 1000, Agnes 2.5 Pro Alpha набирает 1168 баллов, что выше базового уровня и уровня GPT-5.4 mini (xhigh, 1169), опережая Qwen3.7 Plus (943), но отставая от DeepSeek V4 Flash (макс., 1189).
Agnes 2.5 Pro Alpha использовала 22 тыс. токенов вывода для каждой задачи индекса искусственного анализа интеллекта, из них 16 тыс. токенов рассуждения, что на 51 % меньше, чем у DeepSeek V4 Flash (максимум, 45 тысяч) и на 72 % меньше, чем у GPT-5.4 mini (xhigh, 78 тысяч).
Профиль Agnes 2.5 Pro Alpha по десяти оценкам в Индексе искусственного анализа интеллекта, показывающий более высокие результаты на GPQA Diamond и Last Exam человечества наряду с областями, где он в настоящее время отстает.
