2026 年搭一套能出文本、图片、视频的 AI 工作流，不再必须给 OpenAI 交月费。三件事凑到一起改变了成本结构：一是出现了 OpenAI 兼容、带免费额度的多模态 API（Agnes 一个 key 能调文本、图片、视频）；二是国产模型 API 矩阵成熟（DeepSeek、通义 Qwen、即梦、豆包、Kling 覆盖文本到音视频）；三是开源视频模型够用（Wan2.1、Hunyuan、CogVideo 本地能跑）。三条腿走路，任何一条断档另两条兜得住--这才是「零成本」能落地的根，而不是赌某家永远免费。
这篇 SOP 给一条可复制的流程：盘点需求 -> 统一接入 -> 搭最小管线 -> 本地兜底 -> 成本控制，五步。代码基于 Agnes 官方文档、OpenMontage 的 PROVIDERS.md（国产/本地模型清单）及各国产模型官方文档整理，截至 2026-08-10；API 形态以官方为准，免费额度随时变动以平台公告为准。与同批的 Agnes 5 模型横评（选哪个 Agnes 模型）、OpenMontage 国内替代方案（本 SOP 的模型映射可直接复用其 PROVIDERS 清单）、Hy3 免费窗口热点（文本模型又一免费选项，8/31 前免费）互补，建议对照读。
一、为什么 2026 能零成本：三件套各管一段
「零成本」不是白嫖某一个 API，而是三层叠加把单点依赖压到零：
- 免费 API 层：Agnes 这类 OpenAI 兼容多模态网关，一个 key 覆盖文本/图片/视频，带 RPM 与配额。优点是接入成本极低（换 base_url 即可），缺点是额度有限、随时可能调整。详见本批 Agnes 横评。
- 国产模型层：DeepSeek（文本/编码）、通义 Qwen（DashScope，图片+TTS+ASR）、即梦 Jimeng（字节，视频）、豆包 Doubao Speech（TTS）、Kling（快手，视频）。按量计费但单价低，作为免费额度耗尽后的第一替代；Hy3 在 8/31 前有免费窗口，可临时当文本主力。
- 本地模型层：Wan2.1（阿里，视频）、Hunyuan（腾讯，视频）、CogVideo（智谱，视频）、WhisperX（字幕）。零 API 成本，吃显存，是配额彻底用完时的兜底。
三层不是「选一层」，是「免费层打满 -> 切国产按量 -> 切本地」的降级链。任何一层单独都不够稳，叠起来才稳。
二、需求 -> 模型映射表
动手前先把要做的模态列清，按「免费优先 -> 国产次之 -> 本地兜底」排好。这张表与 OpenMontage 的 PROVIDERS.md 清单对齐，可直接复用：
| 模态 | 首选免费 | 国产替代（按量） | 本地兜底（零成本） |
|---|---|---|---|
| 文本/编码 | Agnes agnes-2.5-flash | DeepSeek / Qwen-Max / Hy3（免费窗口内） | Qwen 本地 / llama.cpp |
| 文生图 | Agnes agnes-image-2.1-flash | Qwen-Image (DashScope) / 即梦 | SD / Flux 本地 |
| 图/文生视频 | Agnes agnes-video-v2.0 | 即梦 Jimeng / Kling | Wan2.1 / Hunyuan / CogVideo |
| TTS 语音 | Agnes（若提供） | 豆包 Doubao Speech / Qwen TTS | edge-tts / XTTS 本地 |
| 字幕 | - | - | WhisperX 本地 |
用法：每一行挑一个当主力，另两个当 fallback，在编排脚本里按配额状态自动切。
三、SOP 五步流程
Step 1 盘点需求与模型组合：列出你要的模态，照第二节映射表给每个模态定「主力 + 两个 fallback」。要点是别只定主力--免费额度一定会耗尽，没有 fallback 的管线第一次撞配额就停摆。
Step 2 统一接入：OpenAI 兼容是钥匙。Agnes 一个 key + 一个 base_url 同时搞定文本和图片（直接用 openai SDK），省掉三套 SDK 的心智负担。国产非兼容的（如 DashScope）走原生 SDK，但要在底外包一层统一接口（同一个 generate_text(prompt) / generate_image(prompt) 签名），后面换模型只改实现。
Step 3 搭最小管线：先跑通「文本 -> 图片 -> 视频」一条链，别一上来堆五个模态。能跑通这一条，加 TTS、加字幕都是接线，不是重写。第四节给可跑代码。
Step 4 本地兜底：在管线的视频环节加一个开关 VIDEO_GEN_LOCAL_MODEL=wan2.1-14b，配额耗尽自动走本地出片。第五节给配置。
Step 5 成本控制：缓存重复请求的结果、错峰跑视频、多 key 轮换（注意别撞 ToS）、视频任务异步串行不要并发刷。监控每个 endpoint 的用量，超免费档立刻切降级链下一层。
四、最小可跑管线：文本 -> 图片 -> 视频
下面这段 Python 跑通三步：agnes-2.5-flash 生成分镜 -> agnes-image-2.1-flash 出图 -> agnes-video-v2.0 图生视频（异步轮询）。文本和图片走 openai SDK（兼容），视频是任务型异步端点用 requests 直连。
import os, time, requests
from openai import OpenAI
AGNES_KEY = os.getenv("AGNES_API_KEY", "ag-xxxxxxxx") # 脱敏，勿硬编码
BASE = "https://apihub.agnes-ai.com/v1"
# 文本 + 图片走 OpenAI 兼容 SDK，换 base_url 即可
client = OpenAI(api_key=AGNES_KEY, base_url=BASE)
# Step 1 文本：生成 15 秒视频分镜（走免费档 20 RPM）
script = client.chat.completions.create(
model="agnes-2.5-flash",
messages=[{"role": "user",
"content": "写一条 15 秒产品视频分镜，输出三句画面描述，每句一行。"}],
)
shots = script.choices[0].message.content
first_shot = shots.splitlines()[0]
print("分镜：", shots)
# Step 2 图片：文生图（走图片 RPM 配额）
img = client.images.generate(
model="agnes-image-2.1-flash",
prompt=first_shot,
n=1,
size="1280x720",
)
image_url = img.data[0].url
print("首图：", image_url)
# Step 3 视频：图生视频，异步任务（走视频配额）
# 视频是任务型端点，不在 openai SDK 内，用 requests 直连 Agnes
headers = {"Authorization": f"Bearer {AGNES_KEY}"}
create = requests.post(f"{BASE}/videos/generations", headers=headers, json={
"model": "agnes-video-v2.0",
"image": image_url,
"prompt": shots,
}, timeout=30).json()
task_id = create["id"]
# 关键：视频是异步任务，必须轮询，不轮询拿不到结果
for _ in range(60): # 最多等 10 分钟
st = requests.get(f"{BASE}/videos/generations/{task_id}",
headers=headers, timeout=30).json()
if st["status"] == "succeeded":
print("视频地址：", st["video"]["url"])
break
if st["status"] == "failed":
raise RuntimeError("视频生成失败：" + st.get("error", "unknown"))
time.sleep(10)每步免费额度：文本 20 RPM、图片按图片 RPM 配额、视频按任务配额，三条都以平台公告为准。配额耗尽时把 Step 3 换成下一节的本地兜底即可，前两步不动。
五、本地模型兜底配置
视频配额最先耗尽，本地兜底主要兜视频。设环境变量 VIDEO_GEN_LOCAL_MODEL，配额不足时脚本自动切本地 Wan2.1 出片，零 API 成本：
# 本地兜底：Wan2.1 离线出视频，零 API 成本
# 环境：pip install diffusers torch accelerate
# 选型：显存 24GB+ 用 14b，8GB 左右用 1.3b，量力而行
import os, torch
from diffusers import WanPipeline
model_id = os.getenv("VIDEO_GEN_LOCAL_MODEL", "Wan-AI/Wan2.1-T2V-14B-Diffusers")
pipe = WanPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16).to("cuda")
video = pipe(
prompt=first_shot, # 复用上面的分镜描述
num_frames=49, height=720, width=1280,
num_inference_steps=30,
).frames[0]
# 导出 mp4 用 imageio / opencv，此处省略选型纪律：显存够（24GB+）选 14b 出片质量好；不够就选 1.3b，质量降一档但能跑。Hunyuan、CogVideo 是同类替代，接口类似。本地兜底不参与 RPM 限制，慢但稳，是免费层断档后的最后一道防线。
六、五个踩坑
坑 1：把免费 API 当生产 免费额度一超就停，没有 fallback 当场断线。修法：每个模态都按第二节备好国产/本地 fallback，编排脚本检测到 429 或配额错误自动降级，别让管线单点依赖免费层。
坑 2：视频不轮询，拿不到结果
视频是异步任务，创建接口只返回 task_id，状态和结果要去查询接口取。不轮询直接用创建返回值，拿到的是个 id 不是视频。修法：像第四节那样循环 GET /videos/generations/{id}，设最大等待轮数和失败分支。
坑 3：假设国产模型都能 drop-in
国产模型 API 形态不统一。DashScope 不是 OpenAI 兼容，参数名、返回结构都不同；即梦、Kling 各有各的签名。修法：非兼容的走原生 SDK，但外包一层统一接口（generate_image(prompt)->url），换模型只改实现，管线代码不动。
坑 4：本地模型硬上 14b 爆显存
14b 要 24GB+ 显存，硬上会 OOM 或极慢。修法：先查自己显卡显存，8-12GB 选 1.3b，16GB 选 5b，24GB+ 再上 14b。用 nvidia-smi 看实际占用，留余量给系统。
坑 5：多 key 轮换撞 ToS 为绕免费额度开多号并发刷视频配额，可能违反平台服务条款被封。修法：单号串行跑视频（视频本来就异步慢，并发没意义），多 key 只用于跨项目隔离用量，别在一个号上并发刷。
七、常见问题
Q1：Agnes 的免费额度到底够不够用？ 够做原型和小批量生产，不够规模化。文本 20 RPM 能撑个人级日常调用，图片按 RPM 配额够出几十张，视频配额最少、最易耗尽。判断标准：跑通管线后看一周实际用量，超免费档 70% 就该把视频环节切本地或国产按量。额度随时变动，以平台为准。
Q2：不用 Agnes 能搭这套吗？ 能。Agnes 的价值是一个 key 全模态 + OpenAI 兼容省接入成本。你也可以全用国产：DeepSeek 文本 + Qwen-Image 图片 + 即梦视频，按量计费但单价低。或全本地：Qwen 本地 + Flux + Wan2.1，零 API 成本但吃显卡。Agnes 只是「免费优先」层最省事的选择，不是必需。
Q3：本地模型出视频要多久？ 14b 在 24GB 显卡上出 5 秒 720p 视频大约几分钟到十几分钟（取决于步数），比 API 慢但零成本。1.3b 快很多但质量低。如果时间敏感，优先用 API（免费或按量），本地只作兜底。
Q4：n8n 和 Python 脚本选哪个编排？ 原型和单条管线用 Python 脚本最直接（本文代码即如此）。需要可视化、定时触发、多分支和人在回路审批，用 n8n。两者不冲突：n8n 可调用你封装好的 Python 接口，复杂逻辑在 Python 里，调度在 n8n 里。
Q5：这套和 OpenMontage 是什么关系？ 互补。OpenMontage 是一套开源编排框架，PROVIDERS.md 里整理了国产/本地模型清单（本 SOP 第二节映射表即对齐它）。本 SOP 的流程可以手工用 Python 跑，也可以套进 OpenMontage 用它现成的 provider 适配层，省掉自己写统一接口的活。详见本批 OpenMontage 国内替代方案。
可复用编排模板
# 多模态工作流编排模板（伪代码）
PIPELINE:
1. text_gen(prompt) -> script # Agnes agnes-2.5-flash，免费优先
2. image_gen(script.first_shot) -> img # Agnes agnes-image-2.1-flash
3. video_gen(img, script) -> video # Agnes agnes-video-v2.0，配额耗尽切本地 Wan2.1
4. (可选) tts(script) -> audio # 豆包 Doubao Speech / Qwen TTS
5. (可选) asr(audio) -> subtitle # WhisperX 本地
FALLBACK_RULE:
每步失败或 429 -> 按映射表降级：免费 -> 国产按量 -> 本地
视频步优先切本地（成本敏感），文本/图片优先切国产按量（质量敏感）
COST_RULE:
缓存相同 prompt 的结果；视频异步串行不并发；监控各 endpoint 用量参考来源
- Agnes AI 官方文档（OpenAI 兼容接口、agnes-2.5-flash / image-2.1-flash / video-v2.0 模型与额度）：https://agnes-ai.cn
- GitHub AgnesAI-Labs/AgnesAI-Models（模型清单与示例）：https://github.com/AgnesAI-Labs/AgnesAI-Models
- OpenMontage docs / PROVIDERS.md（国产/本地模型清单）：https://github.com/OpenMontage/OpenMontage
- 阿里云 DashScope 官方文档（通义 Qwen 图片/TTS/ASR）：https://help.aliyun.com/zh/dashscope
- 火山引擎即梦 / 豆包 Speech 文档；快手 Kling 文档
- 本站《Agnes 免费 API 5 模型横评》：https://aiwebcool.com/zh/agnes-free-multimodal-api-review
- 本站《OpenMontage 国内替代方案》：https://aiwebcool.com/zh/openmontage-resource
- 本站《Hy3 免费窗口热点》：https://aiwebcool.com/zh/tencent-hy3-free-workbuddy-hotspot
- 本站《AI Agent 工具调用 SOP》：https://aiwebcool.com/zh/ai-agent-tool-calling-sop