【AI实测】免费出图到底行不行？实测 Agnes AI 图片模型

前两篇文章里我都提过 Agnes——一次是拿它做文生视频，太慢、画面不可控，没用几天就撤了；一次是拿它出封面图，效果比稿定差一截，也弃了。

两次都是负面结论。但说实话，那两次我都只是”顺手用一下”，没认真测。Agnes 到底行不行，我心里一直没底。

最近它又在网上火了一波——Sapiens AI（新加坡，其自称全球前十的 AI Lab）宣布文本、图片、视频三大模型 API 免费开放。“永久免费”这四个字听起来是很美，但我心里有数：这种好事能维持多久不好说，官方政策随时可能调整（文末专门聊了这块）。不过现在既然免费，且用且珍惜——能白嫖的机会，我没理由不薅。这次我干脆收起之前的成见，把它的图片模型认认真真测一遍，看它到底是真不行，还是我当初没测对。

Agnes 现在提供 两个 flash 级图片模型：agnes-image-2.0-flash（上一代成熟版）和 agnes-image-2.1-flash（升级版，主打”高信息密度”）。接口完全兼容 OpenAI 格式——去 platform.agnes-ai.com 注册拿 API Key，把 base_url 改成 https://apihub.agnes-ai.com/v1、认证用标准 Bearer Token 就能跑。这篇文章里每一张图，都是我真跑 API 跑出来的，提示词全是网上大家常用的经典测试题，不是我自创的。

📌 这是 Agnes 实测系列的图片篇，下一篇实测它的视频模型。

太长不看

不想看过程的，直接看结论：

• 文字渲染过关：英文招牌 AGNES AI、中文海报「花好月圆」「中秋特惠 全场八折」全对；中文思维导图标题级全对，但密集小字说明崩。
• 风格/光影、手部、语义合成、多主体都过关：逆光/边缘光/黄金时刻、10 根手指、宇航员骑马、两只猫，都没问题。
• 图生图：换背景、风格迁移都成功（主体保留，背景/风格按指令转换）。
• 两个明确短板：① 精确数量/规格——俯拍晚宴桌子坐不下 6 人、餐具也对不上”恰好 6 套”；② 中文密集小字——字号小、排布密的中文会乱码。
• 2.0 vs 2.1：主体正确性打平，差别在风格——2.0 更亮更饱和偏卡通，2.1 更冷静写实细节密度高。文生图耗时均值打平（~26s），图生图明显更慢（55-76s）。我懒得纠结，直接用 2.1。
• 并发：瓶颈是和请求尺寸相关的”同时能开几路”上限（1920×1088 约 8 路、1024×1024 约 16 路），不是”每分钟请求数”（低并发持续 3 分钟、一次都没被限流）。一个 Key 同时开 2 路不停跑，每分钟约出 4 张图。
• 尺寸是档位制，不是按请求给：横版一律 1312×736、竖版一律 736×1312（请求多大都一样）；正方形 1024×1024 / 2048×2048 给满，中间非标准档（如 1500×1500）压到 1024。
• 那我到底用不用：需要显示汉字的图，我还是不用 Agnes（密集小字不稳）；不涉及汉字的图（封面、插画、写实场景、图生图），可以考虑用了——够用，还免费。

下面是完整过程。

一、图片模型：10 道经典题逐题过一遍

说实话，图片模型是我预期最低的——前一篇里我就是因为它的出图效果比稿定差，才弃用的。但这次认真测完，我得改口。

先搞清楚：Agnes 有两个图片模型

官方文档（2.0 集成指南、2.1 集成指南）对它们的描述如下表：

简单说：2.0 是上一代成熟版，2.1 是它的升级版，主打”信息密度更高、复杂场景更稳”。 但 2.1 是不是真的全方位碾压 2.0？我专门拿同样的题，让两个模型并排出了一遍图。

测试题（来自文生图领域的经典 benchmark）

我跑了八道文生图经典题 + 两道图生图编辑题，覆盖语义合成、英文文字渲染、中文多物体组合、中文海报、中文结构化图、风格光影、图生图编辑（换背景 + 风格迁移）、复杂场景、解剖结构，提示词来自业界经典 benchmark 或遵循其考察方向：

八道文生图 × 两个模型 + 两道图生图 × 两个模型 = 二十张图。每张图我都用视觉模型逐项检查了内容是否正确生成（中文题还逐字辨认了图上的汉字）。

关于”视觉模型检查”的说明：Agnes 平台只提供生成模型，没有视觉理解/识图模型。所以每张图的语义判定（认字、数数、主体是否保留）是用外部视觉模型对生成图逐项做的。其中核心结论（文字渲染、中文海报、中文思维导图、手部解剖、图生图主体一致性）都经视觉模型直接验证；个别”过关”类题（两只猫、渔夫人像）和各题的 2.0 版本，以生成成功 + 历史结论为依据，没全部单独重复验证。视觉模型偶尔会看走眼，存疑的地方我会标注。

第一题：宇航员骑马（文生图经典 benchmark）

文生图领域最经典的”Hello World”——几乎所有新模型发布都拿它当 demo，专门测”主体组合 + 空间关系”：模型得正确理解”骑”这个动作，把宇航员合理地放在马背上。

agnes-image-2.0-flash（25.0s）	agnes-image-2.1-flash（32.8s）

视觉模型检查结果（2.1）：宇航员正确地坐在马背上（双腿下垂踩镫、姿态合理），火星地貌（橙红沙土、两颗月亮）、电影感光影都到位。2.0 同样成功生成，主体正确性两版打平。差异在细节——2.0 的画面整体更亮、色彩更饱和；2.1 的画面偏冷调、更”电影感”，头盔反射和环境光影处理得更细腻。主体正确性上两者打平，2.1 在光影氛围上更细腻一些。

第二题：霓虹灯招牌写 “AGNES AI”（文字渲染）

文字渲染是当前所有文生图模型的公认难点——绝大多数模型一碰到”把指定文字画出来”就崩，要么画成乱码，要么画一堆谁也看不懂的假字占位符。

agnes-image-2.0-flash（20.8s）	agnes-image-2.1-flash（30.2s）

视觉模型检查结果（2.1）：让视觉模型把图上的字母逐一誊抄——“AGNES AI” 七个字母全部正确渲染，形态清晰可辨，没有乱码、没有假字占位符。 2.0 同样成功生成，文字正确性两版打平。差异上，2.0 的招牌字体更粗壮、霓虹光晕更夸张；2.1 的字体更精致、砖墙细节更扎实——2.1 在”高信息密度”上确实花了功夫。

第三题：两只橘猫下棋（中文 + 多物体组合）

这道题一次测三个能力：中文提示词遵循度、多主体数量（两只猫）、复杂场景元素（棋盘+霓虹+雨夜）。很多模型英文 prompt 表现好，换成中文加多主体就垮——这一题特别能测出中文向模型的真实水平。

agnes-image-2.0-flash（27.8s）	agnes-image-2.1-flash（29.2s）

结果：两版均成功生成，中文 prompt 遵循 + 多物体组合这一关都过了——两只橘猫 + 棋盘 + 赛博朋克雨夜的场景元素到位，猫的形态正常。（本次未单独重复数猫，沿用历史结论。）差异上，2.0 的两只猫更”卡通化”，霓虹色更跳；2.1 的猫更写实、毛发质感更细腻，雨夜的湿漉反射更有层次。

前三题用英文、用一句中文描述就能测出基线水平。但真正让我好奇的是另一件事：如果要把中文汉字直接”画”进图里——比如做海报、做思维导图——这两个模型行不行？ 这是中文场景下最硬的考题。我专门加了两题来测这个能力。

第四题：中秋促销海报（中文文字渲染——海报场景）

提示词：中秋促销海报，深蓝色夜空一轮圆月，下方桂花枝条装饰，主标题大字「花好月圆」四个汉字居中放大，副标题「中秋特惠 全场八折」八个字小一号放在下方，电影感光效，高细节，竖版构图。

海报是文生图中文渲染最典型的应用场景（参考美团的 PosterBench 评测基准），一次要同时考察三件事：主标题大字（4 个汉字）+ 副标题小字（8 个汉字）+ 海报级版式与氛围元素。

agnes-image-2.0-flash（21.0s）	agnes-image-2.1-flash（22.6s）

视觉模型逐字辨认结果：

• 主标题：两个版本都把「花好月圆」四个字全部画对，一字不差，没有乱码、没有假字占位符、没有错字。
• 副标题：两个版本都把「中秋特惠 全场八折」八个字全部画对。
• 氛围元素：圆月、深蓝夜空、桂花枝、星空都到位，海报级版式成立。

12 个汉字全部正确，连小号的副标题都没崩。差异上，2.0 的字体更粗壮、桂花更跳；2.1 的字体更精致、夜空和星空层次更丰富。

第五题：「时间管理」中文思维导图（中文文字渲染——结构化图）

提示词：一张中文思维导图海报，中心圆圈里写「时间管理」四个字，四个分支从中心向外延伸，每个分支末端是一个彩色方块，方块上分别写着「明确目标」「制定计划」「专注执行」「复盘总结」，每个方块下用小字写一句简短说明，整体配色清新，扁平化设计风格，白色背景。

这道题比海报更狠——参考 MDPI《Challenges in Generating Accurate Text in Images》这类专门测图表/结构化图渲染的基准。它要模型同时处理：1 个中心节点 + 4 个分支节点（4×4=16 个汉字）+ 4 段说明小字，文字在画面里是分散排布的，不是堆在一处的。文字越分散、字号越小，越容易崩。

agnes-image-2.0-flash（29.3s）	agnes-image-2.1-flash（16.9s）

视觉模型逐字辨认结果：

• 中心节点：两个版本都正确写出了「时间管理」四个字。
• 四个分支方块标题：两个版本都把「明确目标」「制定计划」「专注执行」「复盘总结」这 4×4=16 个字全部画对，没有错字、没有乱码。
• 方块下的说明小字：这是唯一翻车的地方。两个版本下方那段”用小字写一句简短说明”，文字都出现了错乱（比如把说明写成”专撑""发活""算撑""老笼活”这种形似但根本不通顺的字串）。

这道题的结果其实更有信息量——大字和中字（标题、分支名）都满分，但密集的小字说明崩了。这和文生图中文渲染的已知规律吻合：字号越小、排布越分散、信息越密集，越容易出错。 我没横向实测过别的模型，不好说这是不是整个文生图行业的通病；但就”免费 API”这个范围看，密集小字渲染不稳是个常见问题，Agnes 在这点上不算特别突出。

所以一个务实的结论：用 Agnes 出带中文标题、中文标签的图（海报主标题、思维导图的中心节点和分支名）完全可用；但别指望它把大段密集的小字说明也准确画进去——那种就别交给文生图，用排版工具（Canva、Figma）单独加更靠谱。

进阶测试：控制力与边界

前面 5 题测的是”能不能把内容画对”。但真实场景里，光画对还不够——还得能控制风格、能编辑已有图片、能处理复杂指令、能避开 AI 生图的经典缺陷。接下来这 5 道题测的就是这些：风格光影、复杂场景、手部（3 道文生图），换背景、风格迁移（2 道图生图），2.0 / 2.1 各跑一遍。

第六题：渔夫逆光人像（风格 + 光影控制力）

提示词：A portrait of an elderly fisherman, golden hour backlighting, warm rim light on his weathered face, shallow depth of field, bokeh, cinematic photography。

专测模型对”逆光 / 边缘光（rim light）/ 黄金时刻暖光 / 景深虚化（bokeh）“这些抽象美学描述的遵循度。很多模型画得出人，但光影是平的、没有方向感。

agnes-image-2.0-flash（22.6s）	agnes-image-2.1-flash（29.6s）

结果：两版均成功生成。从画面看，人物头发和肩部有明显的明亮轮廓光，背景光斑圆润，光线方向感强——逆光 / 边缘光 / 黄金时刻 / 景深虚化这套抽象美学描述的遵循度过关。（本次未单独重复验证光影，沿用历史结论。）差异上，2.0 的暖调更浓、对比更跳；2.1 的光质更柔和、面部纹理更细腻。

第七题：宇航员换背景（图生图编辑能力）

这题不是文生图，是个两步链：先拿第一题”宇航员骑马”的成图作输入，再发编辑指令 Change the background from Mars to a lush green jungle, keep the astronaut and horse exactly the same——要求只换背景、主体一点都不变。这是 agnes-image 官方主打能力之一（背景替换），也是业界 image editing benchmark（如 I2EBench）的标准题型。

agnes-image-2.0-flash（58.7s）	agnes-image-2.1-flash（75.6s）

视觉模型复核：这题两版都成功了——

• 2.1：背景成功换成了茂密绿色丛林（非火星），宇航员骑在 1 匹马上，主体保留。
• 2.0：同样背景换成丛林，宇航员骑 1 匹马，主体保留。

图生图”换背景 + 主体保持”两版都做到了。你看到的”两张一样”正是因为两版都成功了、画面接近。

另外，图生图耗时也值得说一句：换背景（59-76s）比文生图（~26s）慢一倍以上，多出的是处理输入首帧图的开销。

第八题：俯拍 6 人晚宴（复杂场景遵循度）

提示词：A wooden dinner table seen from above, with exactly 6 plates, 6 forks, 6 knives, 6 wine glasses, a roasted turkey in the center, candle light, warm atmosphere, photorealistic。

数量指定 + 多元素场景，是 DPG-Bench（专测复杂 prompt 遵循度的基准）的典型题型。专测模型对”exactly 6 个 × 4 种餐具 = 24 个指定物体”的精确遵循。

agnes-image-2.0-flash（31.2s）	agnes-image-2.1-flash（23.0s）

视觉模型检查：两版都画出了俯拍晚宴餐桌的场景——中央有火鸡、桌上有餐具、烛光暖氛围都在，画面氛围和构图过关。

但对不上号的不止餐具——桌子本身也坐不下 6 个人（俯拍看，桌子的尺寸和位子数根本不够 6 人围坐），更别提盘/叉/刀/酒杯的精确数量了。我让视觉模型数餐具，不同模型、不同次计数都不一致、视觉模型数密集小物体本就不准，肉眼复核也确认对不上——所以这里不列精确数字，免得用一个不准的数误导读者。定性结论是清楚的：画得出”一桌丰盛的晚宴”，但画不出”恰好 6 人、6 套餐具”的晚宴。需要精确数量或特定规格的场景，Agnes 这种免费 API 扛不住——后期也很难修（改餐具数量、改桌子尺寸几乎等于重画），要准的话换更强的模型更靠谱。

第九题：两只手捧咖啡杯（解剖结构正确性）

提示词：Close-up photo of a person's two hands holding a ceramic coffee mug, ten fingers clearly visible, natural skin texture, soft window light, photorealistic。

手部是 AI 生图的公认难点（多指、缺指是常见翻车点）。这题正面硬测手部解剖，明确要求”十根手指清晰可见”。

agnes-image-2.0-flash（23.0s）	agnes-image-2.1-flash（26.1s）

视觉模型逐指数数：两个版本都画了恰好两只手、共 10 根手指、没有多指/缺指/畸形——这题过了。不过也别太乐观。合理的解释是：明确的”ten fingers clearly visible”指令 + 双手捧杯这种手指展开的姿态，比握物体时更容易画对。但别因此就觉得手部问题解决了——姿态复杂、手指互相遮挡的场景，依然是高风险。

第十题：宇航员转吉卜力风（图生图 · 风格迁移）

换背景之外，图生图还有一类更常用的操作——风格迁移（把照片转成插画/水彩，不要求主体像素级一致）。我用同一张 #1 宇航员骑马成图作输入，发 Transform this photo into a Studio Ghibli inspired hand-painted watercolor illustration, keep the astronaut and horse composition exactly the same。

agnes-image-2.0-flash（54.9s）	agnes-image-2.1-flash（65.4s）

视觉模型检查：2.1 这题成功了——主体保留（宇航员 + 1 匹马都在，构图大致不变），画面确实转成了手绘水彩插画风格。风格迁移这类”不要求主体像素级一致、只要整体风格转换”的图生图任务，2.1 能用。

所以结论是：图生图并非短板——换背景（主体保留 + 背景替换）和风格迁移（主体保留 + 风格转换）两类编辑，两版都成功了。

图片模型小结

八道文生图 + 两道图生图 × 2 个模型 = 二十张图。汇总一下：

2.0 vs 2.1 的真实差异：两者在”主体正确性 / 中文渲染正确率 / 控制力”上几乎打平，差别主要在风格和细节密度上——

• 2.0：画面更亮、色彩更饱和、偏卡通/插画感。
• 2.1：画面更冷静写实、细节密度更高、偏电影感，主打的”高信息密度”在复杂场景（棋盘、砖墙、毛发、海报星空）上优势明显。
• 耗时：文生图两者均值基本打平（2.0 ≈ 25.1s，2.1 ≈ 26.3s，单张波动 ±10s）；图生图明显更慢（55-76s）。

怎么选：如果做插画/封面/海报这类需要色彩冲击力的场景，2.0 更讨喜；如果做写实场景或需要细节扎实的合成素材（比如要再拿去做图生图的基础），2.1 更稳。我个人不想过多思考，直接用 2.1。

十道题两个版本的耗时汇总（1024×1024）：

尺寸档位（2.0 和 2.1 都一样）

图片接口按固定档位输出，不是按请求尺寸连续给——而且 2.0 和 2.1 的规律完全一致。实测同样几个尺寸：

规律：横版一律 1312×736、竖版一律 736×1312（请求多大都一样，请求比它小的还会被放大）；正方形按档——1024×1024、2048×2048 给满（2048 偶尔较慢，实测 60-90s，偶尔更久），非标准档（如 1500×1500）压到 1024×1024。两个模型在这点上一模一样，没有差异。以上实际像素均由 PIL 直接读取 PNG 文件得到，不是看 API 返回的元信息。

所以并发测试用的 1920×1088 拿到的是 1312×736（横版档），图片测试统一用 1024×1024（正方形标准档，给满）；想拿更大的正方形可以请求 2048×2048。

唯一要吐槽的是它 API 有个反直觉的坑：response_format 这个参数必须放在 extra_body 字段里，不能放在请求顶层，放顶层会报错。这种和 OpenAI 标准格式不一致的地方，官方文档没强调，得自己踩过坑才知道。

二、并发实测：能同时开多少路，瓶颈到底是什么

前面十道题都是串行的，一张跑完再跑下一张，大部分时间在等。一个很自然的问题：Agnes 图片接口能同时开多少路请求？ 如果能并发，串行的等待能砍掉多少？

官方文档没给答案——只说”支持高并发”，没公开具体的同时能开多少路、或每分钟能发多少个请求。既然文档不写，那就只能测试。

测试方法

测试并发有个陷阱：Agnes 限制的到底是”同时能开几路”，还是”每分钟能发多少个请求”？ 如果轮与轮之间间隔太短，前一轮把配额耗掉，后一轮就会被限流——这时测到的不是”同时能开几路的上限”，而是”每分钟配额”。为了排除这个干扰，测试方法上我做了三件事：

1. 探针确认配额恢复：每个梯度之间、每轮之间，发单个”探针请求”，连续成功 2 次才认为配额干净，才开始下一轮。这样每一轮都是在干净状态下发出的。
2. 验证内容完整性：图片请求不只看 HTTP 200，还要下载下来用 PIL 验证是有效图片（能 open、尺寸合理），否则算失败——200 不代表图真的生成了。
3. 每个请求用不同提示词：24 个不同提示词轮换，避免缓存干扰。

另外我还给每个请求加了错误归因（error_kind 字段）：区分是被限流（每分钟配额用完，通常要排队等几秒）、还是**“同时开太多路”被立刻拒（延迟不到 3 秒，说明撞到同时并发的上限）**、还是下载失败/图片无效。这个区分是判断”瓶颈到底是每分钟配额、还是同时能开几路”的关键。

梯度统一 1→8→16→24，每个跑 2 轮；另外单独跑一组持续出图测试——固定同时开 2 路不停跑满 3 分钟，专门看会不会被”每分钟配额”限住。

梯度结果：有上限，且和请求尺寸有关

图片接口（agnes-image-2.1-flash），探针确认 + PIL 内容验证，两个尺寸并排出：

注：两档的实际输出不一样——请求 1920×1088 实际只给 1312×736（约 0.97MP），请求 1024×1024 实际给满 1024×1024（1.05MP）。这点很关键，下面”上限和请求尺寸有关”的结论正是基于它。

两个关键现象：

1. 1920×1088 时，并发到 16 就只剩 53%、24 路只剩 33%——而且每轮稳定成功约 8 个（16 路成功 8-9 个、24 路成功 8 个），超出的被拒。
2. 换成 1024×1024，同样并发 16 能到 97%、24 路还有 77%——上限明显高得多。

这说明”同时能开几路”的上限和请求尺寸有关——请求尺寸越大，能同时开的越少。注意这里看的是”请求尺寸”不是”实际输出”：1920×1088 请求实际只输出 1312×736（0.97MP），比 1024×1024 的实际输出（1.05MP）还小，但能同时开的路数反而更少。所以 Agnes 是按请求时声明的尺寸算同时能开几路（请求阶段就按 1920×1088 预留算力，哪怕最后缩水输出），不是按实际输出像素。实用启示：别请求过大尺寸——请求 1920×1088 拿到的还是 1312×736，但”能同时开几路”的配额是按 1920×1088 扣的，等于多花了配额却没拿到更大的图。

瓶颈归因：是”每分钟请求数”，还是”同时能开几路”？

先说结论：瓶颈是”同时能开几路”的上限，不是”每分钟请求数”。 三条证据：

证据一：失败是”立刻被拒”（0.9 秒），说明是”同时只让 N 个跑”的限制。 看 1920×1088 同时开 16/24 路时那些失败请求的耗时——全是 0.9 秒左右（0.89/0.91/0.93/0.96…），是立刻被拒，而且每轮稳定成功约 8 个、多出来的才被拒。这种”同时只让 N 个在跑、多出来的立刻拒”的特征，指向的是**“同时能开几路”的上限**，而不是”每分钟配额”。（失败请求具体返回什么状态码没记录，但这不影响判断——关键是”立刻被拒”，“每分钟配额”由下面的持续出图测试排除。）

证据二：上限随请求尺寸变。 1024×1024 能同时开到 16 路（97%）、1920×1088 只能开到 8 路（53%）。“每分钟请求数”不会因为图片尺寸而变化；而且 1920×1088 的实际输出（1312×736，0.97MP）反而比 1024×1024（1.05MP）更小，所以不是按实际输出限的——是按请求时声明的尺寸限的（请求越大、同时能开的越少）。

证据三：低并发持续 3 分钟，一次都没被限流。 我专门跑了一组持续出图测试（同时固定开 2 路、不停跑 180s，刻意只开 2 路避开”同时能开几路”的上限，纯粹看”每分钟配额”会不会限）：

两个尺寸持续跑 3 分钟，一次都没被限流（唯一的失败是偶发的服务端 http 500 错误，不是限流）。如果”每分钟请求数”是瓶颈，低并发持续跑几分钟迟早会被限——但没有。说明”每分钟请求数”远没到瓶颈，真正的瓶颈是”同时能开几路”。

顺带给出读者最想要的那个数：一个 API Key 同时开 2 路不停跑，每分钟大约出 4 张图（两种尺寸差不多，因为同时只开 2 路、瓶颈在单张耗时 ~25s，不是被限流）。这是”同时 2 路”下的速度，不是最快的——把同时并发的路数开到上限（1920 约 8 路、1024 约 16 路），出图会更快。

这意味着什么

1920×1088 时同时能开约 8 路，1024×1024 能到约 16 路——对于”边生成边质检”的图片流水线来说够用。真正的瓶颈是和请求尺寸相关的”同时能开几路”上限（不是”每分钟请求数”），工程上把同时开的路数控制在上限以内、配好重试和排队，收益就稳稳拿到。偶尔会出现服务端 http 500（本次约 1/15 的概率），重试即可兜底。

三、深度小结：到底什么水平，免费用在哪

把图片模型、十道题都认真测了一遍，我可以给一个相对公允的结论了。

agnes-image 比我之前印象里能打。十道题复核下来，文字渲染（中英文）、风格/光影控制、手部解剖、语义合成、多主体、图生图（换背景 + 风格迁移）都过关。明确的短板有两个：

• 精确数量遵循（俯拍晚宴画得出，但画不出”恰好 6 套餐具”——视觉计数不稳，不列精确数；在免费 API 里，这是个常见问题）。
• 中文密集小字（思维导图方块下的密集小字说明崩——标题/分支名全对，但密集小字乱码；同样是免费 API 里的常见问题）。

前一篇里我说它”效果差，比稿定差一截”，这次要修正。至少在文字渲染和中文多物体组合这些经典题上，agnes-image-2.1-flash 的表现是过关的。我打算接下来重新把它接回封面图流程里，认真对比一下它和稿定，而不是凭印象一棍子打死。

2.0 vs 2.1 怎么选：需要色彩冲击力的插画/封面/海报选 2.0；需要细节扎实的写实场景或图生图基础选 2.1。两者主体正确性打平，差别在风格。我个人不想过多思考，直接用 2.1。

回到那个最初的问题：之前弃用 Agnes 出图那条判断，这次还成立吗？——不成立，该重新评估。

那具体什么时候用？我的结论很干脆：需要显示汉字的图，我还是不用 Agnes——中文渲染虽然标题级能对，但密集小字不稳，整体没到让我放心的程度，汉字场景我宁可选别的；但不涉及汉字的图（封面、插画、写实场景、图生图编辑），可以考虑用 Agnes 了，够用，还免费。

最后说一句关于”免费”本身。永久免费、无限期，听起来很美，但官方也说了每日调用有限制，真要上量，得多准备几个 API Key 轮换。免费的东西，拿来试水、做副链路、跑实验都没问题；但要拿它扛生产环境的主力，那个”每日限额 + 可能随时调整政策”的不确定性，始终是悬在头上的。免费是好东西，但别全指望它。

这次的收获，除了图片模型的实测数据，还有个更重要的：不带偏见地、用标准 benchmark 把一个工具认真测一遍，比凭一两次印象下结论，靠谱得多。 之前弃用，多少带点”顺手试试、不行就换”的随意；这次系统测完，哪些是真的不行、哪些是我当时没测对，才算有了实打实的依据。

工具会迭代，印象会过时，但”用经典 benchmark 认真测一遍”这个习惯，不会过时。

📌 这是 Agnes 实测系列的图片篇。下一篇我会实测它的视频模型，看看”文生视频太慢、画面不可控”那些槽点还成不成立。