Agnes-2.5-Flash-Test: Fehlerbehebung, App-Erstellung und Multi-File-Refactoring mit einem kostenlosen KI-Programmiermodell

Einleitung

Das größte Problem der KI-gestützten Programmierung ist nicht mehr der Mangel an leistungsfähigen Modellen. Für viele Entwickler liegt das Problem in der Zugänglichkeit.

Hochwertige Programmierassistenten werden zunehmend teurer, geografische Beschränkungen können etablierte Arbeitsabläufe unterbrechen, und API-abhängige Agentenaufgaben verbrauchen schnell das Budget. Dies hat die Nachfrage nach einem Modell geweckt, das alltägliche Engineering-Aufgaben bewältigen kann, stabil genug für den Dauereinsatz und günstig genug ist, um nicht ständig die Kosten im Blick zu behalten.

Agnes AI schließt diese Lücke mit Agnes-2.5-Flash, einem neuen Textmodell, das für Programmierung, Agenten-Workflows und die tägliche Entwicklung optimiert ist. Das Unternehmen erklärt, dass die Flash-Modelle dauerhaft kostenlos verfügbar bleiben sollen – und nicht nur als kurzfristige Einführungsaktion.

Zum Launch gehört auch Agnes Code, ein Desktop-Agent, der lokale Projekte öffnen, Dateien bearbeiten, Tools ausführen, wiederkehrende Aufgaben planen, mehrere Modellanbieter verbinden und Nicht-Coding-Aufgaben wie Dokumente, Bilder, Videos und Präsentationen verarbeiten kann.

Dieser Artikel folgt dem ursprünglichen Hands-on-Test: Zunächst Benchmark-Daten, dann das Beheben versteckter Bugs, der Bau einer vollständigen Web-App von Grund auf, Multi-Datei-Spielmodifikationen, das kommende Pro-Modell und schließlich die Desktop-Funktionen von Agnes Code.

Agnes-2.5-Flash für die tägliche Entwicklung

Agnes AI positioniert Flash als Arbeitspferd für Entwickler im Alltag, nicht als Flaggschiff für maximale Rechenleistung.

Im Vergleich zu Agnes-2.0-Flash gibt das Unternehmen für die neue Version folgende Verbesserungen an:

• Verständnis von Code
• Diagnose von Problemen auf Repository-Ebene
• Engineering-Reparaturaufgaben
• Ausführung mehrstufiger Aufgaben
• Komplexes Denken
• Agentenbasierte Entwicklungs-Workflows

Der ursprüngliche Artikel beginnt mit einem visuellen Vergleich: Beide Modelle sollten eine nächtliche Cyberpunk-Stadt im Regen nur mit HTML Canvas zeichnen. Das alte Modell ließ mehrere Kernelemente aus, während die neue Version eine erkennbare Skyline, schrägen Regen, Neonlichter und holografische Werbetafeln erzeugte.

Dieser Test ist qualitativ, verdeutlicht aber die erwartete Veränderung. Das Modell soll längere Spezifikationen vollständiger befolgen, nicht nur syntaktisch korrekten Code generieren.

Interne Programmier-Benchmark-Ergebnisse

Agnes AI veröffentlichte einen internen Vergleich über sieben Programmier-Benchmarks. Diese Zahlen sind firmeneigene Ergebnisse, keine unabhängig replizierten Ranglisteneinträge, und sollten daher als richtungsweisend und nicht als endgültiger Beweis betrachtet werden.

Benchmark	Agnes-2.0-Flash	Agnes-2.5-Flash	Agnes-2.5-Pro
Terminal-Bench 2.1	52,5	62,3	77,3
SWE-bench Verified	72,4	75,6	82,7
SWE-bench Pro	49,6	50,4	61,8
SWE-bench Multilingual	67,3	69,1	78,7
SWE Atlas — Frage-Antwort	15,8	36,5	40,8
SWE Atlas — Refactoring	11,4	29,5	42,4
SWE Atlas — Test-Erstellung	13,8	27,5	38,9

Die deutlichste Flash-Verbesserung zeigt sich bei SWE Atlas. Diese Suite bewertet professionelle Software-Engineering-Workflows, die über die normale Problemlösung hinausgehen, darunter Codebasis-Fragen, Refactoring und Test-Erstellung.

Die Grafik zeigt auch die Bedeutung des Benchmark-Kontexts. Agnes-2.5-Flash verbessert sich in jedem aufgeführten Test, liegt aber nicht automatisch vor allen Mitbewerbern. Das Hauptverkaufsargument ist die Kombination aus praktischen Engineering-Fähigkeiten und kostenlosem Zugang, nicht die Behauptung, in jeder Kategorie das stärkste Modell zu sein.

Drei praktische Codetests

Benchmarks sind nützlich, aber Entwickler interessiert meist eine direktere Frage: Kann das Modell die Codierarbeit erledigen, die sie tatsächlich ausliefern?

Der ursprüngliche Rezensent verwendete drei Tests mit steigendem Schwierigkeitsgrad:

1. Manuell eingefügte Bugs finden und beheben.
2. Eine vollständige Anwendung nach einer einzigen Spezifikation bauen.
3. Ein unbekanntes Projekt über mehrere abhängige Dateien hinweg modifizieren.

Test 1: Kann es versteckte Bugs finden?

Der erste Test verwendete Clumsy Bird, eine archivierte Open-Source-Implementierung von MelonJS, inspiriert von Flappy Bird.

Der Rezensent bestätigte zunächst den korrekten Spiellauf, änderte dann manuell den Gravitationswert in der Bewegungslogik von 0,2 auf 0.

Diese Änderung führte zu ungewöhnlichem Verhalten. Die Anwendung stürzte nicht ab, und der Vogel bewegte sich nach einem Klick noch nach oben, fiel aber nicht mehr, sodass das Spiel nicht mehr spielbar war.

Das vollständige Repository wurde in Agnes Code geöffnet. Die Eingabeaufforderung beschrieb nur das sichtbare anormale Verhalten, ohne die geänderte Zeile zu verraten.

Laut Testbericht benötigte Agnes-2.5-Flash etwa drei Minuten, um das Projekt zu überprüfen und eine Diagnose zu erstellen. Nach der Genehmigung zur Anwendung der Reparatur führte es die Bearbeitung in etwa 12 Sekunden durch. Nach der Reparatur ließ das Spiel den Vogel wieder fallen, erkannte Rohrkollisionen und aktualisierte die Punktzahl korrekt.

Was dieser Test tatsächlich offenlegt

Es geht nicht darum, eine einzelne Zahl zu ändern. Sobald die Stelle lokalisiert ist, ist die Behebung selbst trivial.

Das Modell muss:

1. Ein unbekanntes Projekt untersuchen.
2. Das Laufzeitverhalten mit dem Bewegungssystem verknüpfen.
3. Den relevanten Implementierungscode lokalisieren.
4. Ungültige physikalische Parameter identifizieren.
5. Die Diagnose vor der Bearbeitung erläutern.
6. Eine minimale Reparatur durchführen, ohne andere Funktionen zu beeinträchtigen.

Dieser manuell eingefügte Fehler war zudem weder in der öffentlichen Issue-Liste noch in den Pull-Requests des Projekts enthalten, was die Wahrscheinlichkeit verringert, dass das Modell eine gespeicherte Lösung für diesen speziellen Fall reproduziert.

Es bleibt dennoch der Test eines Prüfers, kein kontrollierter Benchmark – aber ein nützliches Beispiel für eine symptomorientierte Repository-Diagnose.

Test 2: Kann eine vollständige Anwendung von Grund auf erstellt werden?

Die zweite Aufgabe beschränkt sich nicht mehr auf Reparaturen.

Der Prüfer forderte Agnes-2.5-Flash auf, eine KI-Frontend-Arena in einer einzigen HTML-Datei zu erstellen. Die Anwendung muss folgende Funktionen bieten:

• Einen gemeinsamen Prompt akzeptieren
• Drei unabhängige Code-Eingabefelder bereitstellen
• Den übermittelten Code in isolierten Vorschauen ausführen
• Drei Ergebnisse nebeneinander anzeigen
• Bewertungen zu visueller Qualität, Kreativität, Code-Vollständigkeit, Befolgungsgrad und Laufzeitstabilität vergeben
• Ein Radar-Chart zum Vergleich erstellen
• Die Gesamtpunktzahl in eine Rangliste einordnen
• Eine einzeilige Zusammenfassung generieren
• Direkt per Doppelklick auf die HTML-Datei geöffnet werden

Es handelt sich nicht um eine einfache Landing Page. Die Anwendung vereint Editor-Oberfläche, Sandbox-Rendering, Bewertungslogik, Diagrammerstellung, Zustandsverwaltung und Ergebnisdarstellung.

Das erstellte Werkzeug wurde mit drei verschiedenen Code-Implementierungen zur Darstellung eines Herzens getestet. Die Dateien konnten geladen, parallel gerendert und innerhalb derselben Oberfläche verglichen werden.

Der Prüfer verwendete die Anwendung später, um Agnes-2.5-Flash mit anderen Modellen zu vergleichen. Diese Wiederverwendung ist aussagekräftiger als ein einzelner Screenshot: Die Ausgabe war funktional genug, um Teil des nachfolgenden Bewertungsprozesses zu werden.

Trotzdem Vorsicht geboten

Ein automatisch generiertes Bewertungssystem sollte nicht allein aufgrund von Zahlen und Diagrammen als objektiver Maßstab betrachtet werden.

In der Praxis sollten Entwickler prüfen:

• Ist jede Bewertungsdimension klar definiert?
• Wie wirken sich Laufzeitfehler auf die Bewertung aus?
• Ist die natürlichsprachliche Bewertung deterministisch?
• Ist nicht vertrauenswürdiger Code wirklich isoliert?
• Können externe Ressourcen die Sandbox umgehen?
• Liefert das Tool bei wiederholten Durchläufen dieselben Rangfolgen?

Der Test demonstriert die Fähigkeit zur durchgängigen Implementierung, validiert jedoch nicht unabhängig die Qualität der Bewertungsmethode der Arena.

Test 3: Kann modulübergreifend koordiniert werden?

Der letzte Test kehrt zu Clumsy Bird zurück, diesmal jedoch mit umfangreicheren Änderungen.

Das Repository enthält mehrere JavaScript-Module, Datenressourcen, HTML, CSS, Konfigurationsdateien und Build-bezogene Dateien. Modulübergreifende Änderungen scheitern leicht, wenn eine Schnittstelle aktualisiert wird, ohne den aufrufenden Code entsprechend anzupassen.

Die Anforderung war das Hinzufügen eines Zweispieler-Rennmodus:

Teile den Bildschirm in eine obere und eine untere Hälfte. Im oberen Bereich steuert ein roter Vogel, mit W gesteuert, im unteren Bereich ein blauer Vogel, mit Pfeiltaste nach oben gesteuert. Für jeden Spieler gibt es separate Rohre und Punkte. Der Vogel, der zuerst gegen ein Rohr stößt, verliert, der andere Spieler gewinnt automatisch. Ein Siegeszähler für die Spielhistorie soll erhalten bleiben.

Die Aufgabe umfasst Änderungen am Spielzustand, der Steuerung, der Darstellung, der Kollisionserkennung, der unabhängigen Punktezählung, der Sieglogik, dem Neustartverhalten und dem Layout.

Laut Bericht betrug die Ausführungszeit etwa zehn bis zwanzig Minuten. Die endgültige Version zeigte zwei Spielbereiche, unabhängige Vögel, separate Hindernisse, Tastaturbefehle und die Gesamtzahl der bisherigen Siege.

Warum der dritte Test entscheidend ist

Viele Code-Demos beschränken sich auf eine einzige Datei. Echte Softwareentwicklung ist jedoch selten so begrenzt.

Repository-weite Änderungen erfordern, dass ein KI-Agent ein Modell beibehält, das Folgendes umfasst:

• Dateiverantwortlichkeiten
• Modulabhängigkeiten
• Gemeinsamen Zustand
• Ereignisfluss
• Bestehende Konventionen
• Build- und Laufzeitverhalten
• Grenzen zwischen Anforderungsänderungen und irrelevantem Code

Das Ergebnis zeigt, dass Agnes-2.5-Flash in der Lage ist, sinnvolle, dateiübergreifende Änderungen in einem kleinen Legacy-Projekt durchzuführen. Dies belegt jedoch nicht die gleiche Zuverlässigkeit in unternehmenskritischen Repositories mit Millionen Zeilen Code, strengen Testsuites oder komplexer Bereitstellungsinfrastruktur.

In einer echten Produktionsumgebung sollte ein vergleichbarer KI-Agent stets aufgefordert werden, seinen Plan zu erläutern, Tests durchzuführen, geänderte Dateien zu melden und prüfbare Patches vorzulegen.

Schlussfolgerungen aus den drei Tests

Zusammengenommen zeichnen diese Tests ein klareres Fähigkeitsprofil.

Aufgabentyp	Beobachtetes Ergebnis	Praktische Bedeutung
Diagnose versteckter Fehler	Lokalisierung eines manuell eingefügten Gravitationsfehlers basierend auf Symptomen	Hilfreich bei der Fehlersuche in unbekanntem Code
Vollständige Anwendungsgenerierung	Erstellung einer lauffähigen Ein-Datei-Vergleichsumgebung	Zeigt Planungsfähigkeit über mehrere UI- und Logikmodule hinweg
Dateiübergreifende Umstrukturierung	Hinzufügen eines Zweispieler-Modus zu einem bestehenden Spielprojekt	Demonstriert Repository-Kontextverständnis und koordinierte Bearbeitung

Das Modell scheint für viele gängige Entwicklungsaufgaben geeignet:

• Diagnose von Fehlern mit eingeschränktem Umfang
• Implementierung kleiner Anwendungen
• Erstellung interner Entwicklerwerkzeuge
• Bearbeitung bestehender Frontend-Projekte
• Koordination mittelgroßer, dateiübergreifender Änderungen
• Durchführung iterativer KI-Agent-Workflows über Desktop-Clients

Die bisherigen Belege reichen nicht aus, um es als gleichwertig mit den stärksten kostenpflichtigen Programmiermodellen in der Allgemeinheit zu bezeichnen.

Sie reichen aus, um den freien Zugang bemerkenswert zu machen.

Agnes-2.5-Pro zielt auf anspruchsvollere Engineering-Aufgaben ab

Agnes AI bereitet Agnes-2.5-Pro vor, ein leistungsstarkes Modell für professionelle Softwareentwicklungs-Workloads.

Die erwartete Arbeitsteilung ist klar:

Flash ist das Modell, das für die alltägliche Codierung und für Agentenaufgaben verwendet wird.

• Pro ist für tiefere Überlegungen, große Codebasen, Architekturverständnis, erweitertes Debugging und umfangreiche Systemänderungen ausgelegt.

Interne Diagramme des Unternehmens zeigen, dass Pro in allen sieben Tests höhere Punktzahlen erzielt, darunter 82,7 Punkte bei SWE-bench Verified und 78,7 Punkte bei SWE-bench Multilingual.

Der Originalartikel erwähnt auch offizielle Demonstrationen, die Folgendes umfassen:

• Ein dynamisches Weberlebnis mit mehreren Vollbildvideos
• Ein spielbares 3D-Spiel, das aus einer kurzen Atmosphärenbeschreibung generiert wurde
• Ein Partikel-Gravitations-Simulator mit 300 Partikeln, fünf Farbmodi, einstellbaren Gravitationsquellen und mehreren Interaktionsmöglichkeiten, alles in einer 21,7 KB großen HTML-Datei

Diese Demonstrationen zeigen die Produktrichtung, aber die Qualität der Demonstrationen ist nicht gleichbedeutend mit reproduzierbarer technischer Zuverlässigkeit. Zum Zeitpunkt der Veröffentlichung dieses Berichts ist Agnes-2.5-Pro noch nicht offiziell eingeführt; die Preisgestaltung und Produktionslimits sind ebenfalls noch nicht bekannt gegeben.

Agnes Code: Mehr als nur ein Codierungs-Client

Ein leistungsstarkes Modell benötigt dennoch eine praktische Umgebung, um Dateien zu überprüfen, Tools aufzurufen und langlaufende Aufgaben zu verwalten.

Agnes Code ist ein nativer Desktop-Arbeitsbereich für macOS und Windows. Das breitere, offizielle AgnesCode-Projekt beschreibt auch eine Desktop-Anwendung für lokale Agenten-Workflows, eine Befehlszeilenschnittstelle (CLI) und eine Anwendungsprogrammierschnittstelle (API).

Die Benutzeroberfläche kombiniert das Eingabefeld mit lokalem Projektkontext, Modellen, Fähigkeiten, Anwendungen und generierten Ausgaben.

Im Gegensatz zu reinen Codierungswerkzeugen ist Agnes Code für ein breiteres Spektrum an Aktivitäten konzipiert:

• Codegenerierung und Codebase-Bearbeitung
• Recherche und Schreiben
• Bilder und Videos
• Präsentationen und Bürodokumente
• Lokale Dateiverarbeitung
• Automatisierung und geplante Aufgaben
• Tool- und App-Verbindungen

Diese breitere Anwendbarkeit ist für Workflows wichtig, bei denen Codierung nur ein Teil der Aufgabe ist. Beispielsweise könnte eine Produktveröffentlichung die Implementierung einer Seite, die Erstellung von visuellen Materialien, das Verfassen von Dokumentationen, die Vorbereitung von Folien und die Planung einer nachfolgenden Analyse umfassen.

Benutzerdefinierte Modellanbieter

Die Desktop-Anwendung enthält die Agnes-Modelle und unterstützt die Verwendung benutzerdefinierter Anbieter über Konfigurationen, die mit OpenAI, Anthropic und Ollama kompatibel sind.

Die ursprüngliche Testoberfläche zeigte auch Drittanbieter-Spitzendmodelle. Die Verfügbarkeit von Anbietern und die Kompatibilität von Abonnements können sich ändern, daher sollten Benutzer die aktuelle Anwendung überprüfen und sich nicht auf Screenshots zum Zeitpunkt der Veröffentlichung verlassen.

Die Portabilität von Modellen kann das Risiko der Anbieterbindung verringern. Gleichzeitig wird die Bewertung erleichtert, da dasselbe Projekt und dieselbe Aufgabe ohne Wiederaufbau der umgebenden Workflows mit mehreren Anbietern getestet werden können.

Geplante Aufgaben

Agnes Code kann wiederkehrende Aufgaben in die Warteschlange stellen, die ohne ständige Überwachung ausgeführt werden können.

Beispiele umfassen:

• Tägliche Zusammenfassung fehlgeschlagener CI-Läufe
• Vorbereitung von Pull-Request-Überprüfungsnotizen jeden Freitag
• Regelmäßige Neuerstellung von Berichten nach einem festen Zeitplan
• Überprüfung von Repositorys auf wiederkehrende Wartungsprobleme

Dies ähnelt schleifenbasierten Engineering-Workflows, bei denen wiederholte operative Arbeiten an den Agenten delegiert werden, ohne jedes Mal manuell ausgelöst werden zu müssen.

Der geplante, autonome Betrieb sollte mit Schutzmaßnahmen einhergehen. Eine sichere, periodische Aufgabe erfordert Berechtigungsbeschränkungen, klare Ausgaben, Fehlerbenachrichtigungen, Kostenüberwachung und eine Genehmigung vor der Ausführung destruktiver Aktionen.

Verhindern des System-Schlafmodus während langer Aufgaben

Die Desktop-Einstellungen enthalten eine Option, um den Computer wach zu halten, während Agnes Code Aufgaben ausführt.

Dies ist eine kleine Funktion, aber sie löst ein häufiges Problem bei lokalen Agenten-Arbeiten. Lange Build-, Repository-Scan- oder Generierungsaufgaben können allein dadurch fehlschlagen, dass das Betriebssystem die Maschine in den Ruhezustand versetzt.

Importieren von Erinnerungen aus anderen KIs

Agnes Code enthält auch einen Workflow zum Importieren von bereits gespeicherten Präferenzen und Projektkontexten aus anderen Assistenten.

![Dies ist die Import-Erinnerungen-Oberfläche des Agnes Code-Tools, die zum Importieren von Erinnerungen anderer KI in dieses Tool dient. Der Titel der Oberfläche lautet "Erinnerungen importieren", der Erklärungstext weist darauf hin, dass benutzerbezogene Erinnerungen aus anderen KIs importiert werden können. Der Kerninhalt gliedert sich in zwei Schritte: Der erste Schritt ist das Kopieren des Eingabeaufforderungstextes, die Oberfläche zeigt den spezifischen Eingabeaufforderungstext an und fordert den Benutzer auf, diesen Text in die andere KI einzufügen; der zweite Schritt ist das Einfügen der Antwort, die Oberfläche verfügt über ein Eingabefeld zum Einfügen des aus der anderen KI exportierten Erinnerungsinhalts, und die Oberfläche ist mit Funktionstasten wie "Kopieren", "Abbrechen", "Importieren" ausgestattet.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/cab4b743-f873-4a7c-9518-60a5e80a1a49-ac10e3af-5dec-4c55-9089-ef2ba8e5cdd7.

png)

Diese Oberfläche zeigt eine Aufforderung an, andere Assistenten zu bitten, strukturierte Informationen zu exportieren, wie zum Beispiel:

• Dauerhafte Anweisungen
• Arbeitskontext
• Projektbeschreibung
• Tool-Präferenzen
• Schreibpräferenzen
• Relevante persönliche Einstellungen

Der exportierte Text kann überprüft und in Agnes eingefügt werden.

Dies verringert den Migrationsaufwand, aber der Benutzer sollte die exportierten Inhalte sorgfältig prüfen. Erinnerungen können private Informationen, überholte Annahmen, interne Projektnamen oder vertrauliche Daten enthalten, die nicht an andere Dienste weitergegeben werden sollten.

Kostenloser Zugang: Wichtig, aber nicht unbegrenzt

Kapazitätsbeschränkungen

Die öffentlich erklärte Mission von Agnes AI ist es, erstklassige künstliche Intelligenz für alle zugänglich zu machen. Das Unternehmen macht den kostenlosen Zugang zu Text-, Bild- und Videodiensten zu einem zentralen Bestandteil seiner Produktstrategie.

Für Agnes-2.5-Flash wurde angekündigt, dass das Modell kostenlos nutzbar bleibt, ohne nach einer Testphase in ein kostenpflichtiges Modell überzugehen.

Diese Aussage bedarf einer praktischen Klarstellung: Kostenloser Zugang bedeutet nicht zwangsläufig unbegrenzten Durchsatz.

Die öffentliche Agnes-Dokumentation beschreibt anfragelimitierende, ratenbegrenzende und kontingentierende Ebenen. Diese Werte können sich ändern, und das während der Vorbereitungszeit öffentlich zugängliche Modellverzeichnis verzeichnet noch das vorherige Textmodell, nicht Agnes-2.5-Flash.

Entwickler sollten Folgendes überprüfen:

• Ob ihr Konto für Agnes-2.5-Flash aktiviert ist
• Die genaue Modellkennung
• Anfragen pro Minute
• Kontext- und Ausgabelimits
• Gleichzeitige Anfragelimitierungen
• Wöchentliche oder tägliche Kontingente
• Geschäftliche Nutzungsbedingungen
• Datenaufbewahrungs- und Datenschutzeinstellungen
• Ob der kostenlose Zugang für die API, die Desktop-Anwendung oder beide gilt

Kostenloser Zugang kann den Experimentierprozess erheblich vereinfachen. Die Zuverlässigkeit in der Produktion hängt weiterhin von veröffentlichten Einschränkungen, Serviceverfügbarkeit, Support und stabiler Dokumentation ab.

Verwendung der Agnes AI API

Agnes AI bietet ein OpenAI-kompatibles Gateway unter folgender Adresse:

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

Die öffentliche Dokumentation empfiehlt, die API-Schlüssel in Umgebungsvariablen zu speichern und das Standard-Bearer-Token-Format zu verwenden.

Das folgende Beispiel zeigt das Integrationsmuster. Der Modellname ist noch ein Platzhalter, da die offizielle Dokumentation zum Zeitpunkt des Verfassens noch keine öffentliche 2.5-Modellkennung bestätigt.

import os
from openai import OpenAI

api_key = os.environ.get("AGNES_API_KEY")
if not api_key:
    raise RuntimeError("Bitte setzen Sie die Umgebungsvariable AGNES_API_KEY.")

client = OpenAI(
    api_key=api_key,
    base_url="https://apihub.agnes-ai.com/v1",
)

response = client.chat.completions.create(
    model="Bitte bestätigen Sie die aktuelle AGNES_2_5_FLASH_MODEL_ID",
    messages=[
        {
            "role": "user",
            "content": "Überprüfen Sie diesen Fehlerbericht und schlagen Sie eine minimal testbare Lösung vor.",
        }
    ],
)

print(response.choices[0].message.content)

Vor der Verwendung in der Produktion:

1. Bestätigen Sie die aktuelle Modell-ID auf der Agnes-Plattform.
2. Setzen Sie API-Schlüssel niemals im clientseitigen Code offen.
3. Fügen Sie Anforderungs-Timeout- und exponentielle Backoff-Mechanismen hinzu.
4. Protokollieren Sie die Token- oder Anforderungsnutzung gemäß Ihrem Konto-Kontingent.
5. Validieren Sie Tool-Aufrufe vor der Ausführung.
6. Fordern Sie menschliche Genehmigung für destruktive Datei- oder Bereitstellungsoperationen an.
7. Pinne die Version, wenn die Plattform datierte oder stabile Modell-Aliasnamen bereitstellt.

Häufig gestellte Fragen

Was ist Agnes-2.5-Flash?

Agnes-2.5-Flash ist ein Textmodell von Agnes AI, optimiert für Codierung, Agenten-Workflows, Reasoning und alltägliche Entwicklungsaufgaben. Es ist der Nachfolger von Agnes-2.0-Flash und wird als Allzweckmodell in der Agnes-Coding-Reihe positioniert.

Ist Agnes-2.5-Flash kostenlos?

Agnes AI hat angekündigt, dass Flash kostenlos bleibt und nicht nur auf zeitlich begrenzte Werbeaktionen beschränkt ist. Die tatsächliche Nutzung unterliegt jedoch weiterhin Anforderungskontingenten, Ratenbegrenzungen, Kontoplänen, regionaler Verfügbarkeit und Fair-Use-Regeln.

Ja

Ist Agnes-2.5-Flash über die API nutzbar?

Laut Veröffentlichungsberichten wird der breitere API-Zugang voraussichtlich in der Woche nach dem Launch der Desktop-Version freigegeben. Zum Zeitpunkt des Verfassens hat die öffentliche Dokumentation die neue Modellkennung noch nicht bestätigt, daher sollten Entwickler vor der Integration die offizielle Plattform konsultieren.

Wie schneidet Agnes-2.5-Flash im Vergleich zu Agnes-2.0-Flash ab?

Die internen Bewertungen von Agnes AI zeigen, dass 2.5 Flash in allen sieben veröffentlichten Programmiertests höhere Ergebnisse erzielt. Die größten Verbesserungen wurden in den Kategorien SWE Atlas Codebase-Fragen, Refactoring und Testschreibung erzielt.

Kann Agnes-2.5-Flash bestehende Codebasen bearbeiten?

Praktische Tests zeigen, dass es versteckte Fehler diagnostizieren und in kleinen bestehenden Codebasen Funktionen wie einen Multi-File-Zwei-Spieler-Modus implementieren kann. Große Produktionscodebasen erfordern jedoch weiterhin Tests, Patch-Reviews, Berechtigungsverwaltung und menschliche Aufsicht.

Was ist Agnes Code?

Agnes Code ist eine Desktop-Agenten-Arbeitsumgebung für lokale Projekte und umfangreiche Produktivitätsaufgaben. Es unterstützt Projektkontext, Modellanbieter, geplante Aufgaben, benutzerdefinierte Integrationen und Ausgabeinhalte, die über den Quellcode hinausgehen.

Kann Agnes Code Modelle anderer Anbieter verwenden?

Die getestete Desktop-Oberfläche unterstützt benutzerdefinierte Anbieter, die mit OpenAI, Anthropic und Ollama kompatibel sind. Eine vollständige Liste der integrierten Anbieter und Abonnementoptionen muss in der aktuellen Anwendung überprüft werden.

Sind Agnes-Benchmark-Ergebnisse unabhängig verifiziert?

Die in diesem Artikel diskutierten Benchmark-Diagramme sind als interne Bewertungen von Agnes AI gekennzeichnet. Unabhängige Ranglistentests können andere Agenten, Frameworks, Prompts, Rechenbudgets und Validierungsprozesse verwenden, daher ist Vorsicht bei direkten Vergleichen geboten.

Verwandte Tools

• Agnes AI): Offizielle Website für Agnes-Modelle, kreative Dienste und Produktzugang.
• Agnes Code: Offizielle Produktseite für den Agnes-Desktop-Arbeitsbereich.
• AgnesCode-Dokumentation: Dokumentation für Desktop-App, CLI, API, Erweiterungen, Fähigkeiten, MCP und ACP-Unterstützung.
• Agnes AI-Plattform: Offizielle Konsole für Konten, API-Schlüssel, Tarife und Modellzugang.
• Agnes AI-Modellkatalog: Repository mit offiziellen Gateway-Beispielen und öffentlichen Modelldokumenten, die mit OpenAI kompatibel sind.
• Clumsy Bird: Ein archiviertes Open-Source-Spiel zum Testen von Fehlerbehebungen und Mehrfachdateiänderungen.

Verwandte Links

• Agnes AI API-Übersicht: Offizielle Informationen zu API-Kompatibilität, Authentifizierung, Funktionen und Sicherheit.
• Agnes AI GitHub-Organisation: Offizielle Repositorys und Entwicklerressourcen der Agnes AI Labs.
• SWE-bench Verified: Ein manuell kuratierter SWE-bench-Teilbereich zur Bewertung der Fähigkeit, reale GitHub-Probleme zu lösen.
• OpenAI: Offizielle Seite von OpenAI, Anbieter von kompatiblen API-Schnittstellen.
• Anthropic: Offizielle Seite von Anthropic, Anbieter von kompatiblen API-Schnittstellen.
• Ollama: Offizielle Seite von Ollama, Anbieter von kompatiblen API-Schnittstellen.

Terminal-Bench: Offizieller Benchmark für die Ausführung realer Aufgaben durch Agents in einer Terminalumgebung.

• SWE Atlas Paper: Wissenschaftliche Veröffentlichung zu SWE Atlas.

08366): Dieses Benchmark-Set umfasst Codebasis-Fragen, Testschreibung und Code-Refactoring.

• SWE Atlas GitHub: Offizieller Benchmark-Code und Ressourcen von Scale AI.

Zusammenfassung

Agnes-2.5-Flash kombiniert ein leistungsstärkeres Codierungsmodell mit einem Desktop-Agenten, der speziell für lokale Projekte, wiederkehrende Workflows und multimodale Produktivität entwickelt wurde. In den ursprünglichen praktischen Tests diagnostizierte es manuell eingeschleuste Schwachstellen, erstellte lauffähige Ein-File-Vergleichsanwendungen und führte kollaborative Multi-File-Spielmodifikationen durch.

Interne Unternehmens-Benchmarks zeigen Verbesserungen gegenüber Agnes-2.0-Flash bei sieben Codierungsauswertungen, insbesondere auf dem SWE Atlas-Parcours. Diese Ergebnisse sind jedoch als interne Resultate zu betrachten und nicht als allgemein gültige, unabhängig reproduzierbare Rankings.

Das Versprechen der kostenlosen Nutzung ist der herausragendste Vorteil dieses Produkts, doch Entwickler sollten zwischen kostenloser Preisgestaltung und unbegrenzter Kapazität unterscheiden. Modellverfügbarkeit, Ratenbegrenzungen, Kontingente und die exakte API-Kennung für Version 2.5 sind auf der offiziellen Plattform zu bestätigen.

Der Reiz von Agnes-2.5-Flash liegt nicht darin, zu beweisen, dass bezahlte Spitzenmodelle überflüssig sind, sondern darin, dass es die meisten alltäglichen Codierungsanforderungen ohne Preishürden abdeckt.