最近刷到好几篇文章说 Agnes AI 的 API 可以免费调用，生图生视频都行。说实话我是真的心动了。
大家好，我是小虎。
心动不如行动，我花了 1 个小时把整个流程跑了一遍。
用 WorkBuddy 接上 Agnes 的 API，从注册到出图五分钟搞定，体验确实很丝滑。
后面我还试了图生图和图生视频，整个过程有不少有意思的发现，也有一些值得注意的地方。
先说结论，免费生图够用于测试和创意探索，生视频方面有些有趣的细节值得聊聊。
怎么五分钟接上这个 API
Agnes AI 有个文档指引页面，地址是 agnes-ai.com/doc/cid5 ，上面写了怎么让 AI 帮你生成一个 Skill。
这个操作特别省事，你不需要自己写代码，直接把文档喂给 WorkBuddy，让它按照指引生成一个调用 Agnes API 的 Skill 文件就行了。
我生成的这个 Skill 支持三个模型，agnes-image-2.0-flash 和 agnes-image-2.1-flash 用来生图，agnes-video-v2.0 用来生视频。
文生图、图生图、图生视频全都覆盖。
Skill 生成好之后，接下来你需要去 agnes-ai.com 注册一个账号，
在控制台里创建一个 API Key，复制下来。
然后把 API Key 给到 WorkBuddy 就行了。
我图省事，直接在 Windows 系统里把 Key 设成了环境变量，这样 WorkBuddy 每次启动都能自动读取，不用反复粘贴。
这步做完，你就可以开始生图了。整个接入过程，坦白讲，比接大多数 API 都简单。
免费额度和付费额度
这里有个关键点需要注意一下。Agnes 的额度分两种，免费额度 和 Token Plan 额度。
免费额度是注册就送的，生图每张标准价 0.003 美元、生视频每秒标准价 0.005 美元，但目前都是免费的，不扣钱。
Token Plan 有三个档位，具体价格我截了个图放在下面。
说实话价格确实不贵，对做内容生产的人来说基本可以忽略不计。
我的建议是先用免费额度跑通流程，觉得效果 OK 了再考虑充值。
第一张图，旗袍女子，还挺惊艳
接好 API 之后我迫不及待地试了一下文生图。跟 WorkBuddy 说，帮我生成一张旗袍女子在江南水乡的照片。
一位穿旗袍的女性站在江南水乡的石桥边，晨光柔和，水面倒映着白墙黑瓦，电影级写实风格，浅景深。
用 2.1 Flash， 768x1024（竖版）大概等了十几秒，图片就出来了。
不瞒你说，第一眼看到的时候我是真的觉得不错。
构图、光影、细节都在线，旗袍的纹理和背景的水乡氛围都到位了。
用的模型是 agnes-image-2.1-flash，这个模型擅长处理复杂场景和丰富细节。
到这里为止，我对这个免费 API 的印象是非常好的。
第二张图，用我的头像生汉服照，挺有意思
接下来我想试试图生图功能。就是给 AI 一张我的照片，让它把我「变身」成穿汉服喝茶的样子。
我把自己的头像传给 WorkBuddy，跟它说，用这张照片生成一张穿汉服在茶室品茶的图片。
出来之后我仔细看了看，整体还不错，人物的五官确实有我的影子，汉服和茶室的场景也搭起来了。不过怎么说呢，总有一种说不出来的微妙感。
当时也说不上具体哪里不一样，就觉得生成的风格有点违和感。
但也没多想，毕竟图生图本身就会带有一些模型自己的审美风格，这很正常。
于是就兴冲冲地继续下一步了。
让照片动起来，有意思的发现来了
静态图看完之后，我跟 WorkBuddy 说，把这张汉服照变成视频，让它动起来。
等了一会儿，短视频出来了。
我一点开播放，😅 怎么说呢，人物确实动了，但动态效果和静态图之间有一些明显的差异。
面部的细节在运动过程中会有变化，表情和眼神跟原图不完全一致。
【视频链接】
这时候 WorkBuddy 告诉我，Agnes Video V2.0 支持最长 18 秒的视频。
我一听，18 秒挺长的，那就来个最长的试试，看看更长的视频效果怎么样。
于是又等了几分钟，18 秒的视频生成了。
18 秒视频，一个有趣的发现
18 秒的视频一播放，我发现了一个很有意思的现象。
画面里的人物在视频中有了自己的「表演」。
【视频链接】
更有意思的是，模型自动给视频加上了语音，说出来的是韩语。
不是中文，不是英语，是韩语。
这时候我回头看了看之前那张汉服照，恍然大悟。
原来之前那种微妙的距离感，是因为模型生成的人物面部风格偏向东亚另一种审美体系。
五官、气质、神态，带着一种我们在韩剧里常见的那种风格。
穿汉服看着有些违和，也是因为这是韩版的服装。
动态视频把这个特征放大了不少。
静态图你还可以把它理解为一种风格化的处理，视频里人物一开口说韩语，整个审美倾向就非常明确了。
再试一次，换成中文
我又跟 WorkBuddy 说，不要讲韩语，要讲中文。
好，这次确实说中文了。
【视频链接】
不过动作神态的风格还是一样的。那种微妙的面部表情、肢体语言，依然带着韩剧里人物常见的那种质感。
中文配上这种审美风格的面孔，有一种挺特别的反差感。
坦白讲，到这一步我对 Agnes Video 在人物面部风格方面的特点已经有了比较清晰的了解了。
模型本身有一套自己的审美体系，这个特点在亚洲人物上体现得比较明显。
客观聊聊各个能力
体验了一圈，我来分享一下各方面的感受。
文生图的质量确实不错。
那张旗袍女子的效果放在免费 API 里算上乘。如果你需要生成一些不涉及特定人物身份的场景图、产品图、氛围图，Agnes 的图片生成能力完全够用。
图生图会带有模型自己的审美风格。
用你的照片做输入，出来的结果「像你但又不是你」，会带有一种特定的审美倾向。
图生视频在人物一致性方面是目前 AI 视频领域的共同挑战。
这不光是 Agnes 的特点，目前市面上大部分 AI 视频生成模型都面临类似的情况。
静态图到动态视频之间，人脸的一致性很难完全保持。
Agnes Video V2.0 目前不支持人脸锁定，所以视频里的人物神态和动作会有自己的发挥。
如果你需要数字人或者人脸高度一致的视频，HeyGen 这种专用方案会更对口。
比较适合的使用场景
体验下来，我总结了几种比较适合的使用场景。
氛围图和概念图。
不涉及真人面部特写的场景，比如产品背景、风景、建筑、抽象艺术这类，免费额度的效果相当好。
快速原型验证。
你有一个创意想法，想快速出几张图看看方向对不对，免费 API 完全能满足。
学习和测试。
想了解 AI 生图生视频 API 是怎么回事，想练练 Skill 编写和 API 调用，免费额度就是最好的练手场。
人物视频建议用专用工具。
尤其是需要人脸一致性的场景，比如 IP 形象、数字人、个人品牌视频，目前用 HeyGen 这类专用方案效果会更好。Agnes 的文生图和氛围图能力完全可以作为创意前端的辅助。
你也可以试试
整个上手流程真的很简单。打开 agnes-ai.com/doc/cid5 ，跟着指引让 WorkBuddy 生成一个 Skill，注册拿 API Key，给到 WorkBuddy，就可以开始了。
五分钟的事。
免费的额度拿来做测试绰绰有余。觉得效果好就考虑 Token Plan，三个档位的价格也不贵。
想，都是问题。干，就对了。