Análise do Agnes-2.5-Flash: Correção de erros, construção de aplicativos e refatoração de múltiplos arquivos em um modelo gratuito de programação com IA

Introdução

O maior problema da programação com IA não é mais a falta de modelos poderosos. Para muitos desenvolvedores, a questão é a acessibilidade.

Assistentes de programação avançados estão se tornando cada vez mais caros, restrições geográficas podem interromper fluxos de trabalho estabelecidos, e tarefas de agente que dependem de APIs consomem rapidamente o orçamento. Isso gerou a necessidade de um modelo: que seja competente o suficiente para o trabalho diário de engenharia, estável o bastante para uso contínuo e barato o suficiente para não exigir cálculos constantes de custo.

A Agnes AI está preenchendo essa lacuna com o Agnes-2.5-Flash, um novo modelo de texto otimizado para programação, fluxos de trabalho de agente e desenvolvimento diário. A empresa afirma que manterá a disponibilidade gratuita do modelo Flash, em vez de tratar o acesso gratuito como uma promoção de lançamento de curto prazo.

Este lançamento também inclui o Agnes Code, um agente de desktop que pode abrir projetos locais, editar arquivos, executar ferramentas, agendar tarefas repetitivas, conectar vários provedores de modelo e lidar com tarefas não relacionadas à programação, como documentos, imagens, vídeos e apresentações.

Este artigo segue a ordem dos testes práticos originais: primeiro, dados de benchmark; em seguida, correção de bugs ocultos, criação de um aplicativo web completo do zero, modificação de jogos com múltiplos arquivos, o próximo modelo Pro e, por fim, os recursos mais notáveis do Agnes Code para desktop.

Agnes-2.5-Flash para o Desenvolvimento Diário

A Agnes AI posiciona o Flash como o modelo principal para o trabalho diário dos desenvolvedores, e não como um carro-chefe que busca o máximo poder computacional.

Em comparação com o Agnes-2.0-Flash, a empresa afirma que a nova versão apresenta melhorias em:

• Compreensão de código
• Diagnóstico de problemas em nível de repositório
• Tarefas de correção de engenharia
• Execução de tarefas em várias etapas
• Raciocínio complexo
• Fluxos de trabalho de desenvolvimento orientados a agentes

O artigo original começou com uma comparação visual: pediu ao Agnes-2.0-Flash e ao Agnes-2.5-Flash para desenhar uma cidade cyberpunk em uma noite chuvosa usando apenas HTML Canvas. O modelo antigo perdeu vários elementos principais, enquanto a nova versão gerou um horizonte reconhecível, chuva inclinada, luzes de neon e outdoors holográficos.

O teste foi qualitativo, mas ilustrou a mudança esperada. O modelo deve seguir especificações mais longas de forma mais completa, não apenas gerar código sintaticamente válido.

Resultados Internos de Benchmark de Programação

A Agnes AI divulgou comparações internas em sete benchmarks de programação. Esses números são resultados relatados pela empresa, não submissões reproduzidas de forma independente, portanto devem ser considerados como evidências direcionais, não como prova definitiva.

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 — Perguntas e Respostas	15,8	36,5	40,8
SWE Atlas — Refatoração	11,4	29,5	42,4
SWE Atlas — Criação de Testes	13,8	27,5	38,9

A melhoria mais evidente no Flash está no SWE Atlas. Esse conjunto avalia fluxos de trabalho profissionais de engenharia de software que vão além da resolução comum de problemas, incluindo perguntas e respostas sobre bases de código, refatoração e criação de testes.

O gráfico também mostra a importância do contexto do benchmark. O Agnes-2.5-Flash melhorou em cada teste listado, mas não lidera automaticamente todos os concorrentes. Seu principal diferencial é combinar capacidade prática de engenharia com acesso gratuito, em vez de reivindicar ser o modelo mais forte em todas as categorias.

Três Testes Práticos de Codificação

Benchmarks são úteis, mas os desenvolvedores geralmente se preocupam com uma pergunta mais direta: o modelo consegue concluir o trabalho de codificação que eles realmente entregam?

O revisor original adotou três testes com dificuldade crescente:

1. Encontrar e corrigir um bug inserido manualmente.
2. Criar um aplicativo completo com base em uma única especificação.
3. Modificar um projeto desconhecido com vários arquivos de dependência.

Teste Um: Consegue Encontrar um Bug Oculto?

O primeiro teste usou o Clumsy Bird, uma implementação arquivada do MelonJS inspirada no Flappy Bird.

O revisor primeiro confirmou que o jogo funcionava normalmente e, em seguida, alterou manualmente o valor da gravidade de 0.2 para 0 na lógica de movimento.

Essa modificação causou uma falha anômala. O aplicativo não travou; o pássaro ainda subia quando clicado, mas não caía mais, tornando o jogo impossível de jogar.

O repositório completo foi aberto no Agnes Code. O prompt descreveu apenas o comportamento anômalo visível, sem revelar a linha modificada.

De acordo com o relatório do teste, o Agnes-2.5-Flash levou cerca de três minutos para examinar o projeto e gerar um diagnóstico. Após obter permissão para aplicar a correção, ele completou a edição em aproximadamente 12 segundos. O jogo corrigido fez o pássaro cair novamente, detectar colisões com canos e atualizar a pontuação corretamente.

O que este teste realmente revela

O segredo não está em alterar um número. Uma vez localizada a posição, a correção em si é trivial.

O modelo precisa:

1. Examinar um projeto desconhecido.
2. Relacionar o comportamento em execução com sistemas móveis.
3. Localizar o código de implementação relevante.
4. Identificar parâmetros físicos inválidos.
5. Explicar o diagnóstico antes de editar.
6. Realizar a correção mínima sem quebrar funcionalidades não relacionadas.

Este erro construído manualmente também não aparece na lista de problemas públicos do projeto nem no histórico de pull requests, o que reduz a probabilidade de o modelo estar reproduzindo uma correção memorizada para este cenário específico.

Ainda assim, trata-se de um teste de um revisor, não de um benchmark controlado, mas é um exemplo útil de diagnóstico orientado a sintomas em um repositório.

Teste 2: Conseguir construir uma aplicação completa do zero?

A segunda tarefa não se limita mais a correções.

O revisor pediu que o Agnes-2.5-Flash construísse uma Arena de Frontends de IA em um único arquivo HTML. O aplicativo precisa ter as seguintes funcionalidades:

• Aceitar um prompt compartilhado
• Oferecer três painéis independentes de entrada de código
• Executar o código submetido em cada visualização isolada
• Exibir os três resultados lado a lado
• Avaliar qualidade visual, criatividade, integridade do código, adesão às instruções e estabilidade em tempo de execução
• Gerar gráficos de radar para comparação
• Classificar por pontuação total
• Gerar uma avaliação em uma frase
• Abrir diretamente ao dar duplo clique no arquivo HTML

Isto não é uma página de destino simples. Ela integra editor de interface, renderização em sandbox, lógica de avaliação, desenho de gráficos, tratamento de estado e exibição de resultados.

A ferramenta gerada foi testada com três implementações diferentes de código para desenhar um coração. Os arquivos podem ser carregados, renderizados em paralelo e comparados dentro da mesma interface.

O revisor posteriormente reutilizou o aplicativo para comparar o Agnes-2.5-Flash com outros modelos. Essa reutilização é mais significativa do que uma única captura de tela: a funcionalidade da saída foi suficiente para se tornar parte do fluxo de avaliação subsequente.

Cuidados ainda necessários

Um sistema de pontuação gerado automaticamente não deve ser considerado um benchmark objetivo apenas porque produz números e gráficos.

Na prática, os desenvolvedores devem verificar:

• Se cada dimensão de avaliação está claramente definida
• Como erros em tempo de execução afetam a pontuação
• Se a avaliação em linguagem natural é determinística
• Se códigos não confiáveis estão realmente isolados
• Se recursos externos podem escapar da sandbox
• Se a ferramenta dá a mesma classificação em execuções repetidas

Este teste demonstra capacidade de implementação de ponta a ponta, mas não valida de forma independente a qualidade do método de julgamento da arena.

Teste 3: Conseguir coordenar alterações entre arquivos?

O último teste retorna ao Clumsy Bird, mas desta vez a tarefa envolve modificações mais amplas.

O repositório contém múltiplos módulos JavaScript, recursos de dados, HTML, CSS, arquivos de configuração e arquivos relacionados à build. Quando uma interface é atualizada sem modificar o código que a chama, alterações entre arquivos podem facilmente falhar.

A solicitação foi adicionar um modo de corrida para dois jogadores:

Divida a tela em duas metades, superior e inferior. Coloque um pássaro vermelho controlado pela tecla W na metade superior e um pássaro azul controlado pela seta para cima na metade inferior. Forneça canos e pontuação independentes para cada jogador. O pássaro que bater no cano primeiro perde, e o outro jogador vence automaticamente, mantendo um contador de vitórias no histórico da partida.

A tarefa envolve modificações no estado do jogo, controles, renderização, tratamento de colisões, pontuação independente, lógica de vitória, comportamento de reinicialização e layout da interface.

De acordo com o relatório, o tempo de execução foi de cerca de dez a vinte minutos. A versão final mostra duas áreas de jogo, pássaros independentes, obstáculos independentes, comandos de teclado e o total de vitórias no histórico.

Por que o terceiro teste é crucial

Muitas demonstrações de codificação são feitas em um único arquivo. Mas a verdadeira engenharia de software raramente é tão limitada.

Modificações no nível do repositório exigem que o agente mantenha um modelo que inclua:

• Responsabilidades dos arquivos
• Dependências entre módulos
• Estado compartilhado
• Fluxo de eventos
• Convenções existentes
• Comportamento de build e tempo de execução
• Limite entre mudanças de requisitos e código não relacionado

O resultado mostra que o Agnes-2.5-Flash consegue lidar com modificações significativas em vários arquivos em um projeto legado pequeno. Mas isso não prova confiabilidade equivalente em repositórios empresariais com milhões de linhas de código, suítes de teste rigorosas ou infraestrutura de implantação complexa.

Em ambientes de produção formais, agentes similares ainda devem ser solicitados a demonstrar seu plano, executar testes, relatar arquivos modificados e fornecer patches revisáveis.

Conclusões dos três testes

Em conjunto, esses testes delineiam um perfil de capacidade mais claro.

Tipo de tarefa	Resultado observado	Significado prático
Diagnóstico de bug oculto	Localizou um erro de gravidade introduzido manualmente com base em sintomas	Útil para depurar código desconhecido
Geração de aplicação completa	Construiu um cenário de comparação funcional em um único arquivo	Demonstra capacidade de planejamento em múltiplos módulos de UI e lógica
Refatoração em múltiplos arquivos	Adicionou modo para dois jogadores em um projeto de jogo existente	Mostra compreensão do contexto do repositório e edição coordenada

O modelo parece adequado para muitas tarefas comuns de desenvolvimento:

• Diagnosticar bugs de escopo definido
• Implementar aplicações pequenas
• Construir ferramentas internas para desenvolvedores
• Editar projetos frontend existentes
• Coordenar modificações moderadas em múltiplos arquivos
• Executar fluxos de trabalho iterativos de agente via cliente desktop

As evidências atuais ainda não são suficientes para classificá-lo como equivalente, em generalidade, ao modelo de programação pago mais forte.

Já são suficientes para tornar o acesso gratuito digno de atenção.

Agnes-2.5-Pro mira tarefas de engenharia mais pesadas

A Agnes AI está preparando o Agnes-2.5-Pro, um modelo de alto desempenho voltado para cargas de trabalho profissionais de engenharia de software.

A divisão de trabalho esperada é clara:

Flash é o modelo comum usado para codificação diária e tarefas de agentes.

• Pro foi projetado para lidar com raciocínio mais profundo, bases de código grandes, compreensão de arquitetura, depuração avançada e alterações extensas no sistema.

Os gráficos internos da empresa mostram que o Pro obteve pontuações mais altas em todos os sete testes, incluindo 82,7 no SWE-bench Verified e 78,7 no SWE-bench Multilingual.

O artigo original também mencionou demonstrações oficiais, incluindo:

• Uma experiência web altamente dinâmica contendo vários vídeos em tela cheia
• Um jogo 3D jogável gerado a partir de uma breve descrição de atmosfera
• Um simulador de partículas-gravidade com 300 partículas, cinco modos de cores, fontes de gravidade ajustáveis e vários métodos de interação, tudo em um único arquivo HTML de 21,7 KB

Essas demonstrações indicam a direção do produto, mas a qualidade da demonstração não equivale a confiabilidade de engenharia reproduzível. No momento da publicação deste relatório, o Agnes-2.5-Pro ainda não foi lançado oficialmente, e seus preços e limites de produção também não foram divulgados.

Agnes Code: Muito mais que um cliente de codificação

Um modelo poderoso ainda precisa de um ambiente prático para inspecionar arquivos, chamar ferramentas e gerenciar tarefas de longa duração.

O Agnes Code é um espaço de trabalho nativo para macOS e Windows. O projeto mais amplo do AgnesCode oficial também descreve um aplicativo de desktop, interface de linha de comando (CLI) e interface de programação de aplicações (API) para fluxos de trabalho de agentes locais.

A interface combina a caixa de prompt com contexto do projeto local, modelos, habilidades, aplicativos e saídas geradas.

Diferente de ferramentas puramente de codificação, o Agnes Code é posicionado para uma gama mais ampla de atividades:

• Geração de código e edição de bases de código
• Pesquisa e escrita
• Imagens e vídeos
• Apresentações e documentos de escritório
• Processamento de arquivos locais
• Automação e tarefas agendadas
• Conexão com ferramentas e aplicativos

Esse escopo mais amplo é importante para fluxos de trabalho onde a codificação é apenas uma parte da tarefa. Por exemplo, um lançamento de produto pode envolver implementar uma página, criar materiais visuais, redigir documentação, preparar slides e agendar análises de acompanhamento.

Provedores de Modelo Personalizados

O aplicativo de desktop inclui os modelos Agnes e suporta o uso de provedores personalizados através de configurações compatíveis com OpenAI, Anthropic e Ollama.

A interface de teste original também

mostrava modelos de ponta de terceiros. A disponibilidade de provedores e a compatibilidade de assinaturas podem mudar, portanto os usuários devem verificar o aplicativo atual, em vez de confiar em capturas de tela do momento do lançamento.

A portabilidade do modelo pode reduzir o risco de dependência de um único fornecedor. Além disso, como é possível testar o mesmo projeto e tarefa em vários provedores sem reconstruir o fluxo de trabalho ao redor, a avaliação se torna mais fácil.

Tarefas Agendadas

O Agnes Code pode enfileirar tarefas periódicas que são executadas sem supervisão contínua.

Exemplos incluem:

• Resumir execuções de CI com falha diariamente
• Preparar notas de revisão de pull request toda sexta-feira
• Reconstruir relatórios em um cronograma fixo
• Verificar repositórios em busca de problemas de manutenção repetitivos

Isso é semelhante a fluxos de trabalho de engenharia baseados em loop, onde tarefas operacionais repetitivas são delegadas ao agente, sem a necessidade de acionamento manual a cada vez.

A execução autônoma agendada deve vir acompanhada de salvaguardas. Uma tarefa periódica segura precisa ter limites de permissão, saída clara, notificação de falha, monitoramento de custos e aprovação antes de executar ações destrutivas.

Evitar que o sistema durma durante tarefas longas

As configurações do desktop incluem uma opção para manter o computador acordado enquanto o Agnes Code está executando uma tarefa.

É um pequeno recurso, mas resolve um problema comum no trabalho de agentes locais. Builds longas, varreduras de repositório ou tarefas de geração podem falhar simplesmente porque o sistema operacional suspende a máquina.

Importar memória de outras IAs

O Agnes Code também inclui um fluxo de trabalho para importar preferências e contexto de projeto já lembrados de outros assistentes.

![Esta é a interface de funcionalidade de importação de memória da ferramenta Agnes Code, usada para importar memórias de outras IAs para esta ferramenta. O título da interface é "Importar Memória", e o texto de explicação indica que é possível importar conteúdo de memória relacionado ao usuário de outras IAs. O conteúdo principal é dividido em duas etapas: O primeiro passo é copiar o prompt, e a interface mostra o texto específico do prompt, instruindo o usuário a colar este conteúdo em outra IA; O segundo passo é colar a resposta, e a interface tem uma caixa de entrada para preencher o conteúdo da memória exportada de outra IA. A interface também possui botões para "Copiar", "Cancelar" e "Importar".](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/cab4b743-f873-4a7c-9518-60a5e80a1a49-ac10e3af-5dec-4c55-9089-ef2ba8e5cdd7.

png)

Esta interface apresenta um prompt solicitando que outros assistentes exportem informações estruturadas, como:

• Instruções persistentes
• Contexto de trabalho
• Descrição do projeto
• Preferências de ferramentas
• Preferências de escrita
• Configurações pessoais relevantes

O texto exportado pode ser revisado e colado no Agnes.

Isso reduz o atrito na migração, mas o usuário deve verificar cuidadosamente o conteúdo exportado. A memória pode conter informações privadas que não devem ser transferidas para outros serviços, suposições desatualizadas, nomes internos de projetos ou dados sensíveis.

Acesso gratuito: importante, mas não ilimitado

Capacidade

A missão declarada publicamente da Agnes AI é tornar a inteligência artificial de classe mundial acessível a todos. A empresa adota o acesso gratuito a serviços de texto, imagem e vídeo como estratégia central de seus produtos.

Para o Agnes-2.5-Flash, o comunicado afirma que o modelo permanecerá gratuito, em vez de se tornar pago após um período experimental limitado.

Essa afirmação requer um esclarecimento prático: acesso gratuito não significa necessariamente throughput ilimitado.

A documentação pública do Agnes descreve limites de solicitações, limites de taxa e cotas por plano. Esses valores podem mudar, e o catálogo de modelos divulgado durante a preparação ainda registra o modelo de texto anterior, não o Agnes-2.5-Flash.

Os desenvolvedores devem verificar:

• Se sua conta já tem o Agnes-2.5-Flash ativado
• O identificador exato do modelo
• O número de solicitações por minuto
• Os limites de contexto e saída
• Os limites de solicitações simultâneas
• As cotas semanais ou diárias
• Os termos de uso comercial
• As configurações de retenção de dados e privacidade
• Se o acesso gratuito se aplica à API, ao aplicativo desktop ou a ambos

O acesso gratuito pode simplificar significativamente a fase de experimentação. A confiabilidade em produção ainda depende dos limites publicados, disponibilidade do serviço, suporte e documentação estável.

Usando a API da Agnes AI

A Agnes AI oferece um gateway compatível com OpenAI no seguinte endereço:

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

A documentação pública sugere armazenar a chave da API em uma variável de ambiente e usar o formato padrão de Bearer Token.

O exemplo a seguir ilustra o padrão de integração. O nome do modelo ainda é um placeholder, pois a documentação oficial consultada no momento da redação ainda não confirmou o identificador público do modelo 2.5.

import os
from openai import OpenAI

api_key = os.environ.get("AGNES_API_KEY")
if not api_key:
    raise RuntimeError("Por favor, defina a variável de ambiente AGNES_API_KEY primeiro.")

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

response = client.chat.completions.create(
    model="Favor confirmar o AGNES_2_5_FLASH_MODEL_ID atual",
    messages=[
        {
            "role": "user",
            "content": "Verifique este relatório de erro e sugira uma correção mínima testável.",
        }
    ],
)

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

Antes de usar em produção:

1. Confirme o ID atual do modelo na plataforma Agnes.
2. Nunca exponha a chave da API em código do lado do cliente.
3. Adicione mecanismos de timeout e backoff exponencial.
4. Registre o uso de tokens ou solicitações com base na cota da conta.
5. Valide chamadas de ferramentas antes da execução.
6. Exija aprovação humana para operações destrutivas de arquivos ou implantação.
7. Fixe a versão quando a plataforma oferecer aliases de modelo com data ou estáveis.

Perguntas Frequentes

O que é o Agnes-2.5-Flash?

O Agnes-2.5-Flash é um modelo de texto da Agnes AI otimizado para codificação, fluxos de trabalho de agentes, raciocínio e tarefas diárias de desenvolvimento. É o sucessor do Agnes-2.0-Flash e é posicionado como o modelo de uso geral na série de codificação da Agnes.

O Agnes-2.5-Flash é gratuito?

A Agnes AI anunciou que o Flash permanecerá gratuito, em vez de ser limitado a uma promoção temporária. O uso real ainda pode estar sujeito a cotas de solicitações, limites de taxa, planos de conta, disponibilidade regional e regras de uso justo.

Sim

O Agnes-2.5-Flash está disponível via API?

O comunicado informa que o acesso mais amplo à API estava previsto para a semana de lançamento da versão desktop. Até o momento desta redação, a documentação pública ainda não confirmou o novo ID do modelo, então os desenvolvedores devem consultar a plataforma oficial antes da integração.

Como o Agnes-2.5-Flash se compara ao Agnes-2.0-Flash?

As avaliações internas da Agnes AI mostram que o 2.5 Flash obteve pontuações mais altas em todos os sete testes de programação publicados. Os maiores avanços ocorreram nas categorias de perguntas e respostas sobre repositórios SWE Atlas, refatoração e escrita de testes.

O Agnes-2.5-Flash pode editar bases de código existentes?

Testes práticos indicam que ele consegue diagnosticar erros ocultos e implementar funcionalidades como o modo de jogo para dois jogadores com múltiplos arquivos em bases de código pequenas existentes. No entanto, bases de código grandes em produção ainda exigem execução de testes, revisão de patches, gerenciamento de permissões e supervisão humana.

O que é o Agnes Code?

O Agnes Code é um espaço de trabalho de agente desktop voltado para projetos locais e tarefas amplas de produtividade. Ele suporta contexto de projeto, provedores de modelo, tarefas agendadas, integrações personalizadas e conteúdo de saída que vai além do código-fonte.

O Agnes Code pode usar modelos de outros provedores?

A interface desktop avaliada suporta provedores personalizados compatíveis com OpenAI, Anthropic e Ollama. A lista completa de provedores integrados e opções de assinatura deve ser confirmada no aplicativo mais recente.

As pontuações de benchmark do Agnes são verificadas de forma independente?

Os gráficos de benchmark discutidos neste texto são rotulados como resultados de avaliação interna da Agnes AI. Testes independentes em rankings podem usar agentes, frameworks, prompts, orçamentos computacionais e processos de validação diferentes, portanto, comparações diretas devem ser feitas com cautela.

Ferramentas Relacionadas

• Agnes AI: Site oficial da Agnes para modelos, serviços criativos e acesso a produtos.
• Agnes Code: Página oficial do produto do espaço de trabalho desktop Agnes.
• Documentação do AgnesCode: Documentação do aplicativo desktop, CLI, API, extensões, habilidades, MCP e suporte ACP.
• Plataforma Agnes AI: Console oficial para contas, chaves de API, planos e acesso a modelos.
• Catálogo de Modelos Agnes AI: Repositório oficial com exemplos de gateway compatível com OpenAI e documentação pública de modelos.
• Clumsy Bird: Jogo open-source arquivado usado para testes de correção de bugs e modificação de múltiplos arquivos.

Links Relacionados

• Visão Geral da API Agnes AI: Informações oficiais sobre compatibilidade da API, autenticação, funcionalidades e segurança.
• Organização no GitHub da Agnes AI: Repositórios oficiais e recursos para desenvolvedores da Agnes AI Labs.
• SWE-bench Verified: Subconjunto verificado manualmente do SWE-bench para avaliar a capacidade de resolver problemas reais do GitHub.

Terminal-Bench: Referência oficial para agentes que realizam tarefas reais em ambientes de terminal.

• Artigo do SWE Atlas: Artigo acadêmico sobre o SWE Atlas.

08366): Este conjunto de testes abrange perguntas e respostas sobre bases de código, redação de testes e refatoração de código.

• SWE Atlas GitHub: Código e recursos oficiais do benchmark fornecidos pela Scale AI.

Resumo

O Agnes-2.5-Flash combina um modelo de codificação mais poderoso com um agente de desktop projetado para projetos locais, fluxos de trabalho repetitivos e produtividade multimodal. Em testes práticos originais, ele diagnosticou vulnerabilidades inseridas manualmente, construiu aplicativos de comparação de arquivo único funcionais e concluiu modificações colaborativas em jogos com múltiplos arquivos.

Os resultados internos de benchmark da empresa mostram melhorias em relação ao Agnes-2.0-Flash em sete avaliações de codificação, com destaque para avanços significativos na trilha do SWE Atlas. No entanto, esses resultados devem ser considerados como internos, e não como rankings universalmente aplicáveis e reproduzíveis de forma independente.

A promessa de uso gratuito é a vantagem mais notável do produto, mas os desenvolvedores devem diferenciar preços gratuitos de capacidade ilimitada. A disponibilidade do modelo, limites de taxa, cotas e os identificadores exatos da API da versão 2.5 precisam ser confirmados na plataforma oficial.

O apelo do Agnes-2.5-Flash não está em provar que modelos pagos de ponta são desnecessários, mas sim em cobrir a maioria dos cenários do trabalho diário de codificação sem impor uma barreira de preço.