31
0Bruce Yang，Agnes AI（SapiensAI）创始人兼CEO。拿新加坡教育部奖学金来新加坡读高中，之后UC Berkeley大学，硅谷微软、LinkedIn工作，曾在硅谷和国内创业，疫情后回新加坡在NUS读计算机PhD（总统奖学金）。2025年初创办SapiensAI，4月推出Agnes AI。
Agnes AI是一家总部在新加坡的多模态AI模型公司，自研文本、图像、视频模型。文本模型在Claw-Eval和PinchBench的Agentic/Coding榜单全球前十，图像和视频在Artificial Analysis盲评榜单全球前十。目前1000万注册用户，ARR接近2000万美金。6月1日宣布全模态API无限期免费，一周内日均token调用量达2000亿，预计月底达1万亿（约为OpenRouter总量的1/4）。每百万token成本0.15美元，是GPT/Claude的1%，接近万卡集群。计划年底或明年初在新交所或港交所上市，目标估值20亿美金。
Highlights：
→ 成本是GPT的1%： 每百万token 0.15美元，GPT/Claude是15美元。图片成本约为DALL-E的1/50，视频约为Seedance的1/100（每秒一分钱vs一块钱）。每天2000亿token免费供应，月服务器成本控制在50万美元以下。"虽然免费，但在同量级用户下，我们可能是亏损最小的。"
→ 免费之后付费用户反而更多： 原来按1/100的低价卖，基本没人付费也没人用。免费开放后，每天新增用户的1-2%当日付费。限制RPM（每分钟20次请求），个人开发者够用，企业和重度用户自然转付费。
→ 从Agent到模型公司的转变： Day 1 做的是Agent产品，3月设计产品，6月就开始训模型。用户量到千万级后闭源模型账单烧不起——用户付费能力不强但量大，靠调用第三方模型的商业模式不可持续。被迫自研，先做20个专用模型，后统一为一个MOE模型。到今年3月，95%以上的应用场景已用自研模型替代。
→ 200B以下找sweet spot： 不训练超过200B参数的文本模型。通过CUDA层优化、量化、图片视频跳步等手段压缩推理成本。"10倍参数可能只带来2-3%的准确性提升——过了某个点，消费者已经感知不到区别，就像屏幕像素超过某个分辨率后人眼看不出差异。"
→ 模型市场三层分化： 第一层OpenAI/Anthropic占最头部，参数大、性能最强、价格最高。第二层DeepSeek为王（200B-2T），价格极低但可能不赚钱。第三层Agnes——免费但性能不妥协，在Coding和Agent场景做到与DeepSeek差距不大甚至部分超越。"我的成本比他们的亏损都低，那我为什么不免费？"
→ AI adoption还在早期： 美国市场调研50%以上用户还没用过AI。Codex周活只有500万，日活约100万。OpenRouter全球每天4万亿token，只有约40万活跃开发者。"AI adoption没有大家想的那么快，格局远没有定。"
→ AI中立——中美之外的第三选择： 核心vision是AI平权和包容（AI Parity & Inclusion），希望做中美之外的中立AI模型公司。API市场中国最成熟（需求最大），但APP用户增长主力在东南亚、拉美和北美。
Timeline：
00:00 开场：Bruce Yang，Agnes AI创始人，自研文本+图像+视频模型
00:25 核心数据：文本/图片/视频三个榜单全球前十，全球能做到这一点的只有OpenAI、Google、阿里、字节
01:09 6月1日全模态API免费：一周内日均2000亿token，预计月底达1万亿
01:47 APP已有1000万用户，分两条线：Pro（对标Codex/Claude Code）和消费者端（对标豆包）
02:16 为什么在新加坡做AI：MOE奖学金来新加坡→Raffles高中→美国Berkeley大学
03:56 "富人的聪明小孩去Stanford，穷人的聪明小孩去Berkeley"
04:15 硅谷工作（微软、LinkedIn）→创业→疫情回新加坡→NUS总统奖学金读PhD
05:04 选择新加坡的原因：感激之心+AI平权理念——让更广泛的人access AI
06:53 最早认识Bruce时他还在做Agent，后来转成了模型公司。转变怎么发生的？
07:04 Day 1 没想过做模型，先做产品。6月开始训第一个模型，和Gemini差距很远
07:44 用户到千万级后闭源模型账单烧不起——商业模式不可持续→决心自研
08:08 先做20多个专用模型→统一为一个MOE模型→重点Agentic和Coding
08:57 今年3月实现95%自研替代。发现自研模型"其实没那么差"，有些地方更好
10:02 6月1日放大招：全模态免费。一周2000亿token，月底预计1万亿
10:26 成本怎么cover：核心是GPU租赁，CUDA层优化+量化让成本降到SOTA的1/100
11:17 每百万token 0.15美元，GPT/Claude 15美元。图片1/50，视频1/100
12:15 月服务器成本50万美元以下。"同量级用户下我们可能是亏损最小的"
13:10 免费前按1/100低价卖→没人用。免费后→每天1-2%新用户当日付费
14:57 限制RPM（每分钟20次），个人开发者够用，企业/重度用户自然转付费
15:11 怎么把成本压到极致：不训超200B模型，在小参数中找到接近大模型效果的sweet spot
16:36 模型市场三层分化：OpenAI/Anthropic（最强最贵）、DeepSeek（物美价廉）、Agnes（免费但不妥协）
18:35 vs DeepSeek：部分benchmark超过，全面超越不可能（模型更小），专注Coding和Agent两大场景
20:09 错位竞争还是通用模型？"还是通用模型，只是在两三个模块更强，其他稍弱"
21:00 图片视频的scaling law在小模型里还没到顶。文本可能到顶了，但在尝试突破
22:06 Marginal benefit递减："提升10倍参数可能只有2-3%准确性提升"
23:48 为什么不用开源fine-tune：图片视频从零训（数据以亿计），文本仍用开源做后训练
25:47 1000万用户增长来源：东南亚（印尼/菲律宾/越南）→拉美（巴西）→北美
26:58 API市场中国最成熟：国内coding/agent消耗最大，海外大部分人只知道OpenAI/Anthropic/Google
29:05 API面向中国市场，APP面向全球——两条腿走路
29:43 最好的增长策略：模型驱动。免费API后每天新增1-2万用户，次日留存60%
30:14 没有做任何SEO，没有在增长上花钱。90-95%的宣传是用户/博主自发传播
31:59 "新加坡的DeepSeek"这个标签：自己提过一次，后来被pick up。有相似也有不同
33:07 vs DeepSeek：DeepSeek更专注文本/更大模型。Agnes优势在图片视频+海外获客
35:08 免费后文本增长最快（2000亿/天），图片约100万张/天，视频约100万秒/天
35:35 ARR接近2000万美金，目前全是C端订阅。B端还没开始推，计划自下而上grassroot策略
36:38 Agnes的AI vision：平权、包容、中立——中美之外的第三选择
38:20 Agora合作和Vibepod耳机已不是最高优先级，回归模型公司+Harness产品
39:03 下半年两款Harness产品：Coding Harness（对标Codex+Manus）和Pavo（多模态创作工作流）
41:15 融资和上市：2000万美金已close，计划上市前再融两轮冲到20亿估值
42:06 AI泡沫判断：像互联网2001年100%会爆→但AI潜力比互联网大→泡沫可能延续3-5年
43:10 选新交所/港交所而非纳斯达克：地缘考量+AI neutrality定位
45:22 大模型竞争终局：还没上牌桌的已经out，但桌上10-20家的排序还有巨大变化空间
46:44 "美国50%以上用户还没用过AI"——adoption还在早期
47:44 OpenRouter每天4万亿token只有40万开发者。字节每天120万亿（含图片视频+B端）
48:00 Codex周活500万，日活约100万——"回到互联网时代一天才100万日活，只能说完成了一轮"
50:04 "10%性能差距，用户不会付10-100倍价格。两倍是极限。"53:01 被市场推着走还是团队决定？Day one的constraint（资金少、卡少）→弯路走得少→反而更专注
54:29 发表Recurrent Depth Transformer论文：单位参数智能密度提升约10%
56:04 信心从哪来？"实话说做的时候没想那么多，第一要务是降低成本。做完发现跟别人差距不大"
57:09 OpenAI后训练负责人Yan du Bois说"训练模型不是火箭科学，是很多手艺活结合在一起"
58:11 "这个时间点能参与竞争，才能参与部分规则的制定。再给别人一年，我们又不一样了"
-----
感谢本期嘉宾🙏：Bruce Yang，Agnes AI 创始人/CEO
期待大家继续关注我们主理人：Ellen｜新加坡小红书：离线时间
