agnes
Agnes 3.0 Flash
Agnes 3.0 Flash для программирования, работы с инструментами и многошаговых агентных задач; принимает текст и изображения.
- Вход
- 3,80 ₽
- Выход
- 18,99 ₽
- Кэш
- 3,80 ₽
- Интеллект
- 35,5
- Доступность
- 100%
agnes/agnes-3.0-flashДанные каталога получены .
Цена
- Текстовый диалог · вход
- 3,80 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 18,99 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 3,80 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Agnes 3.0 Flash поддерживает текстовый и графический ввод, работу с инструментами и многошаговые агентные задачи. Режим рассуждения можно включать отдельно, контекстное окно составляет 512K токенов.
- Релиз
Характеристики
- 7 октября: 100%100%7 октября
- 8 октября: 100%100%8 октября
- 9 октября: 100%100%9 октября
- Тип модели
- Текст
- Вход модели
- Текст, Изображения
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 524 288 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 65 536 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Входные изображения
Контрольные показатели
Artificial Analysis
10 показателей · проверено
- Индекс интеллекта
- 35,5 индексСводная оценка Artificial Analysis по всем её тестам
Работа с документами
- AA-LCR v1.181 %
Рассуждение в длинном контексте, обновлённая проверка
- GDP.pdf10 %
Профессиональные PDF-документы: доля полностью верных ответов
Архивные методики
- AA-LCR (версия не указана, архивный)81 %
Рассуждение в длинном контексте
- GPQA Diamond (архивный)92,4 %
Научные вопросы уровня аспирантуры
Агентная работа
- AutomationBench-AA50,7 %
Автоматизация рабочих процессов со штрафом за нарушение ограничений
- GDPval-AA v21 550 Elo
Экономически значимые рабочие задачи
Рассуждения
- HLE38,5 %
Humanity’s Last Exam — вопросы экспертного уровня
Программирование
- SciCode51,6 %
Программирование на Python для научных расчётов
- Terminal-Bench v4.07,1 %
Практические задачи программирования и работы в терминале
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "agnes/agnes-3.0-flash",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





