Agnes 2.5 Pro Alpha gjør billigere kodeagenter mer interessante

Agnes AI får nå en plass på kartet for norske teknologiledere som følger modellmarkedet tett. Artificial Analysis publiserte 29. juli en analyse av Agnes 2.5 Pro Alpha, en proprietær reasoning-modell fra Singapore-baserte Sapiens AI. Den scorer 39 på Artificial Analysis Intelligence Index, har en oppgitt pris på 0,45 dollar per million input-tokens og 0,90 dollar per million output-tokens, og peker seg særlig ut på kodearbeid i sin prisklasse.

Dette er ikke en ny frontier-leder. Det er heller ikke en modell som bør flyttes rett inn i produksjon fordi en leaderboard sier den er billig. Poenget er mer praktisk: markedet under toppmodellene blir raskere, tettere og mer spesialisert. For CIO-er og CISO-er betyr det at modellvalg ikke lenger bare handler om «best mulig modell». Det handler om å finne riktig modellnivå for riktig arbeidslast, med dokumentert kvalitet, styrbar kost og akseptabel risiko.

Hva som faktisk er nytt

Artificial Analysis beskriver Agnes 2.5 Pro Alpha som en lavt priset reasoning-modell med tekst, bilde og video som input og tekst som output. Agnes' egen utviklerdokumentasjon beskriver modellen som en betalt reasoning-modell for avansert koding, vitenskapelig resonnering, langkontekst, agentiske arbeidsflyter og multimodal forståelse. Dokumentasjonen oppgir modellnavnet agnes-2.5-pro-alpha, OpenAI-kompatibelt chat-endepunkt og en kontekstramme på 1 million tokens.

Det interessante tallet er ikke bare Intelligence Index 39. Det er kombinasjonen av score, pris og kodeprofil. Artificial Analysis oppgir en Coding Index på 58,8. Det plasserer modellen over flere sammenlignbare lavprisalternativer i den testen, blant annet DeepSeek V4 Flash, GPT-5.4 mini og Qwen3.7 Plus. På GDPval-AA v2, som måler praktiske arbeidsoppgaver mot en menneskelig baseline på 1000, oppgis Agnes 2.5 Pro Alpha til 1168, omtrent på nivå med GPT-5.4 mini i samme analyse.

Samtidig er det klare forbehold. Modellen ligger midt i feltet blant reasoning-modeller, godt under de sterkeste proprietære modellene. Artificial Analysis peker også på at output kan være relativt verbose. Det betyr at den kan se billig ut per token, men fortsatt må måles på kost per ferdig oppgave. En modell som bruker mange tokens for å nå et middels svar, er ikke nødvendigvis billig i drift.

Hvorfor dette betyr noe for virksomheter

De fleste bedrifter har ikke én AI-arbeidslast. De har mange. Noen krever toppmodell: sikkerhetskritisk analyse, komplekse arkitekturvalg, juridisk presisjon, lederkommunikasjon og dyp feilsøking. Andre oppgaver tåler et lavere modellnivå hvis det gir lavere kost, høyere fart og god nok kvalitet: førsteutkast til kode, testgenerering, enkel refaktorering, dokumentanalyse, intern kunnskapsoppsummering og triage.

Agnes 2.5 Pro Alpha passer inn i den andre kategorien. Ikke som automatisk standardmodell, men som kandidat i en modellportefølje. Dersom Artificial Analysis-tallene holder i egne tester, kan den være relevant for organisasjoner som ønsker flere leverandører og lavere marginalkost på agentiske kode- og analyseflyter.

Det er særlig tre lederpoeng her.

For det første: prisklassen under toppmodellene blir mer konkurransedyktig. Når en mindre aktør kan levere brukbar reasoning, 1M-kontekst i egen dokumentasjon og sterk kodeprofil på uavhengige tester, blir det vanskeligere å forsvare at alle interne AI-funksjoner alltid kjøres på dyreste modell.

For det andre: evals må knyttes til arbeidsflyt, ikke bare modellnavn. En Coding Index på 58,8 er interessant, men sier lite alene. Den må testes mot virksomhetens egne repoer, sikkerhetskrav, språk, rammeverk, CI-feil, dokumentasjonsstandard og reviewprosess. Hvis modellen gjør 80 prosent av en junior-kodeagentjobb billig, kan det være verdifullt. Hvis den øker review-gjeld eller sikkerhetsrisiko, er rabatten falsk økonomi.

For det tredje: leverandørrisikoen flytter seg nedover i stacken. En ny modell fra en mindre lab kan være teknisk spennende, men krever samme innkjøpsdisiplin som etablerte leverandører. Spørsmålene er databehandling, logging, region, kontrakt, oppetid, endringsvarsling, rate limits, modellversjonering, sikkerhetstesting og exit-mulighet. Billig API er ikke det samme som enterprise-klar plattform.

CISO-vinkelen

CISO-er bør lese denne typen lansering som et signal om mer modellspredning. Utviklere og produktteam kommer til å teste billigere modeller, særlig når de er OpenAI-kompatible og enkle å koble til eksisterende tooling. Det er positivt hvis det styres. Det er farlig hvis det skjer som skygge-IT.

Praktisk kontroll bør være enkel: tillat eksperimenter i sandbox, blokker sensitiv data, krev leverandørvurdering før produksjon, logg modellvalg per oppgave og mål kvalitet med faste testsett. Kodeagenter bør ikke få bred repo- og terminaltilgang bare fordi modellen er rimelig. Billige reasoning-modeller kan fortsatt gjøre dyre feil.

Et ekstra poeng: Artificial Analysis og Agnes-dokumentasjonen beskriver modaliteter noe ulikt. Analysen omtaler tekst, bilde og video som input, mens utviklerdokumentasjonen som ble kontrollert oppgir tekst og bilde-URL i API-eksemplene. Det er ikke dramatisk, men det er en god påminnelse: bruk offisiell API-dokumentasjon og egne integrasjonstester som sannhet før man designer produktløfter rundt en modell.

Hva ledelsen bør gjøre nå

Ikke bytt hovedmodell på grunn av én fersk leaderboard-post. Gjør heller dette:

• Sett Agnes 2.5 Pro Alpha inn som testkandidat i en kontrollert modellmatrise.
• Sammenlign mot dagens billigmodell og dagens toppmodell på egne kode-, dokument- og agentoppgaver.
• Mål kost per godkjent output, ikke bare tokenpris.
• Krev dokumentert databehandling og drift før noen bruker ekte kunde-, ansatt- eller kildekodedata.
• Hold den unna sikkerhetskritiske beslutninger til den har bestått intern eval og leverandørkontroll.

Kortversjonen: Agnes 2.5 Pro Alpha er ikke en ny konge på modelltoppen. Den er et tegn på at mellomklassen blir mer relevant. For virksomheter som bygger AI-agenter, kan det være akkurat der kostnadene skal angripes først.

Kilder og medier

Primærkilde: Artificial Analysis, Agnes AI releases Agnes 2.5 Pro Alpha: https://artificialanalysis.ai/articles/agnes-ai-releases-agnes-2-5-pro-alpha Sekundær verifikasjon: Agnes AI developer docs for Agnes 2.5 Pro Alpha: https://wiki.agnes-ai.com/en/docs/agnes-25-pro-alpha Thumbnail: OpenAI Image 2 / hogby.ai