Wszystkie modele
Tekst i uzasadnieniePodgląd
CelerisCeleris-1 Magnus
Model języka dyfuzyjnego skoncentrowanego na agentach Celeris umożliwiający szybkie wnioskowanie, pętle narzędzi, działania strukturalne i integrację kompatybilną z OpenAI.
Przegląd w prostym języku angielskim
Czym właściwie jest Celeris-1 Magnus
Celeris-1 Magnus jest wydajniejszym, zorientowanym na zadania bratem oryginalnego Celeris-1. Jest przeznaczony dla agentów, którzy muszą rozumować, wywoływać narzędzia, wykonywać kilka kroków i zwracać ustrukturyzowane wyniki, zachowując przy tym ten sam znajomy kształt interfejsu API.
Punkt końcowy zgodny z OpenAI sprawia, że wstępne testowanie jest proste. Rozumowanie Magnusa można konfigurować, a części treści obrazu i schematy JSON są obsługiwane, ale koszt i opóźnienia nadal zależą od limitów wyjściowych, pętli narzędzi, wysiłku wnioskowania i regionu.
Dobre dopasowanie do
- Agenci korzystający z narzędzi o niskim opóźnieniu
- Ustrukturyzowane procesy wyodrębniania i działania
- Zespoły migrujące klienta kompatybilnego z OpenAI
Porównanie kategorii
Fakty, które mają znaczenie w przypadku modeli tekst
Są to specyfikacje opublikowane przez dostawcę, a nie wyniki testów porównawczych Cody. Skorzystaj z połączonych źródeł, aby poznać aktualne limity i wyjątki specyficzne dla punktu końcowego.
- Okno kontekstowe
- Łącznie 131 072 tokenówMaksymalny łączny kontekst podpowiedzi i pracy udokumentowany przez dostawcę.
- Maksymalna wydajność
- Dowolny dodatni limit w połączonym kontekścieLimit odpowiedzi opublikowany przez dostawcę, jeśli jest dostępny.
- Odcięcie wiedzy
- NieopublikowaneNajnowsza wiarygodna data wyraźnie opublikowana przez dostawcę modelu. Wyszukiwanie i połączone narzędzia mogą pobierać nowsze informacje, ale nie zmieniają wbudowanego odcięcia modelu.
- Cena wejściowa
- Stawka rodzinna 0,20 USD / 1 milion; zweryfikuj MagnusaAktualna standardowa cena katalogowa za milion tokenów wejściowych, chyba że zaznaczono inaczej.
- Cena wyjściowa
- Stawka rodzinna 0,70 USD / 1 milion; zweryfikuj MagnusaAktualna standardowa cena katalogowa za milion tokenów wyjściowych, chyba że zaznaczono inaczej.
- Wejścia
- Tekst; części zawartości obrazu obsługiwane przez interfejs APITypy multimediów akceptowane przez wymieniony punkt końcowy modelu.
- Narzędzia i agenci
- Narzędzia, schemat JSON, wnioskowanie niskie/średnie/xwysokieWybrane natywne narzędzia i możliwości budowania agentów, a nie wyczerpująca lista.
Ceny i porównania
Oszacuj koszt
Podaj zużycie. Szacunek aktualizuje się podczas wpisywania.
Przykład: 6000 tokenów wejścia dla 10 stron i 500 na podsumowanie. Długość stron bywa różna; dostosuj wartości.
Jedno wykonanie wysyła dane do modelu i odbiera odpowiedź. Tokeny to fragmenty tekstu: wejście to treść wysłana, a wyjście to otrzymana odpowiedź.
Opcje zaawansowane
Celeris-1 Magnus
Celeris
Szacowany koszt (USD)
Dla podanego użycia · USD · Cena API, nie abonamentu
Jak działa ten szacunek
Szacunki nie obejmują podatków, narzędzi, zapisu i przechowywania pamięci podręcznej, darmowych limitów ani rabatów. Dla obrazów obejmują tylko wynik, bez promptu i obrazów referencyjnych. Tryby jakości różnią się. Brak stawki nie oznacza bezpłatności.
Dostęp do API i dostawcy
Gdzie zdobyć Celeris-1 Magnus
CelerisStrona modelu Celeris-1 MagnusOficjalny identyfikator modelu, kontekst, skupienie się na narzędziu i konfiguracja kompatybilna z OpenAI.Celeris APIPrzewodnik po żądaniach CelerisSchemat żądania, elementy sterujące rozumowaniem, dane wejściowe obrazu, uporządkowane dane wyjściowe i limity tokenów.
Dostępność
Regiony i etap dostępu
Na żywo dla klientów Celeris API za pośrednictwem punktu końcowego kompatybilnego z OpenAI.
Celeris twierdzi, że działa w AWS i GCP i oferuje wdrożenie VPC dla przedsiębiorstw; dokładne regiony publiczne i dostępność konta należy potwierdzić bezpośrednio.
Sprawdź dostępność na żywoDane i szkolenia
Trasa ma znaczenie.
Celeris mówi, że dane wejściowe i wyjściowe interfejsu API są przetwarzane w celu świadczenia usługi oraz monitorowania nadużyć i niezawodności. Publiczne ogłoszenie nie podaje jednego stałego okresu przechowywania treści ani obietnicy braku szkoleń; dostępne są opcje korporacyjnego VPC.
Jest to zwięzła lektura cytowanych materiałów dostawcy, a nie porada prawna. Brama innej firmy może mieć inne warunki przechowywania, routingu, szkolenia i miejsca zamieszkania niż bezpośrednie API twórcy modelu.
Przeczytaj politykę dostawcyCzęsto zadawane pytania
Często zadawane pytania dotyczące Celeris-1 Magnus
Co to jest Celeris-1 Magnus?
Model języka dyfuzyjnego skoncentrowanego na agentach Celeris umożliwiający szybkie wnioskowanie, pętle narzędzi, działania strukturalne i integrację kompatybilną z OpenAI. Celeris-1 Magnus jest wydajniejszym, zorientowanym na zadania bratem oryginalnego Celeris-1. Jest przeznaczony dla agentów, którzy muszą rozumować, wywoływać narzędzia, wykonywać kilka kroków i zwracać ustrukturyzowane wyniki, zachowując przy tym ten sam znajomy kształt interfejsu API.
Kiedy wypuszczono Celeris-1 Magnus?
Według materiałów cytowanego dostawcy Celeris-1 Magnus został wydany na 31 sierpnia 2026.
Gdzie mogę uzyskać dostęp do Celeris-1 Magnus?
Na żywo dla klientów Celeris API za pośrednictwem punktu końcowego kompatybilnego z OpenAI. Drogi dostępu wymienione w tym przewodniku to Celeris i Celeris API.
Ile kosztuje Celeris-1 Magnus?
Wejście 0,20 USD · Wyjście 0,70 USD / 1 milion tokenów wymienionych dla Celeris-1. Publiczna strona z cenami Celeris podaje stawkę rodzinną za Celeris-1, ale nie podaje oddzielnej ceny Magnusa. Przed rozpoczęciem produkcji potwierdź rozliczenie Magnusa w konsoli.
Gdzie jest dostępny Celeris-1 Magnus?
Na żywo dla klientów Celeris API za pośrednictwem punktu końcowego kompatybilnego z OpenAI. Celeris twierdzi, że działa w AWS i GCP i oferuje wdrożenie VPC dla przedsiębiorstw; dokładne regiony publiczne i dostępność konta należy potwierdzić bezpośrednio.
Czy moje dane API Celeris-1 Magnus są wykorzystywane do szkolenia?
Celeris mówi, że dane wejściowe i wyjściowe interfejsu API są przetwarzane w celu świadczenia usługi oraz monitorowania nadużyć i niezawodności. Publiczne ogłoszenie nie podaje jednego stałego okresu przechowywania treści ani obietnicy braku szkoleń; dostępne są opcje korporacyjnego VPC. Polityka należy do warunków trasy dostawcy i konta, dlatego sprawdź ją ponownie przed użyciem w środowisku produkcyjnym.
Porównanie cen
USD za milion tokenów dla podanych API przy standardowej długości kontekstu. Stawki cache i długiego kontekstu mogą się różnić. Pomijamy modele bez zgodnych, sprawdzonych cen; niższy koszt nie oznacza lepszej jakości.
- Mistral Small 40,15 USD
Mistral AI
- Gemini 3.8 Flash0,75 USD
Google
- GPT-5.6 Sol4,00 USD
OpenAI
- GPT-6 Astra10,00 USD
OpenAI
- Claude Fable 5.110,00 USD
Anthropic
- Mistral Small 40,60 USD
Mistral AI
- Gemini 3.8 Flash3,75 USD
Google
- GPT-5.6 Sol20,00 USD
OpenAI
- GPT-6 Astra50,00 USD
OpenAI
- Claude Fable 5.150,00 USD
Anthropic
Powiązane porównania
Porównania bezpośrednie
Celeris-1 Magnus vs GPT-6 Astra
Najbardziej wydajny model OpenAI do trudnej, kompleksowej pracy, łączący rozumowanie pionierskie z oknem kontekstowym obejmującym milion tokenów i szerokim zestawem narzędzi agenta.
Otwórz pełne porównanieCeleris-1 Magnus vs GPT-5.6 Sol
Flagowy ogólny model OpenAI do trudnego kodowania, analiz i pracy zawodowej, z bardzo dużym oknem kontekstowym i szerokim natywnym zestawem narzędzi.
Otwórz pełne porównanieCeleris-1 Magnus vs Claude Fable 5.1
Frontierowy model Anthropic do ambitnych, długotrwałych prac agentowych i programistycznych, z silną wizją i dostępnością na rynku korporacyjnym.
Otwórz pełne porównanieCeleris-1 Magnus vs Gemini 3.8 Flash
Stabilny, wysokowydajny model multimodalny Google do zastosowań agentów, pracy z oprogramowaniem i dużych danych wejściowych z różnych multimediów w początkowej cenie warstwy Flash.
Otwórz pełne porównanieCeleris-1 Magnus vs Grok 4.6
Frontierowy model tekstu i obrazu SpaceXAI do kodowania, zadań agentowych i pracy opartej na wiedzy, z narzędziami Direct Web, X i kodowaniem.
Otwórz pełne porównanieCeleris-1 Magnus vs Grok 4.20 Multi-Agent Beta
Specjalistyczny model Groka, który wysyła kilku agentów AI równolegle do zbadania trudnego pytania, a następnie łączy ich pracę w jedną zbadaną odpowiedź.
Otwórz pełne porównanieCeleris-1 Magnus vs Inkling
Duży model z otwartymi ciężarami Thinking Machines Lab umożliwiający dostosowywanie procesów wnioskowania, kodowania, narzędzi, wizji i dźwięku.
Otwórz pełne porównanieCeleris-1 Magnus vs Mistral Medium 3.5
Model frontierowy firmy Mistral o otwartej wadze, przeznaczony do wymagających przepływów pracy multimodalnych, kodowania, wnioskowania i agentów, z oknem kontekstowym o wielkości 256 tys.
Otwórz pełne porównanieCeleris-1 Magnus vs Mistral Small 4
Tańszy, otwarty model Mistral, który łączy w jednym punkcie końcowym normalne wykonywanie instrukcji, rozumowanie, kodowanie, wizję i narzędzia agenta.
Otwórz pełne porównanieCeleris-1 Magnus vs Qwen3.8 Max
Frontierowy model Alibaba Qwen do wnioskowania w długim kontekście, kodowania, narzędzi i rozumienia tekstu, obrazów i wideo.
Otwórz pełne porównanieCeleris-1 Magnus vs MiniMax M3
Multimodalny model MiniMax z milionem tokenów do kodowania, agentów, korzystania z komputera i długich projektów w niskiej cenie bezpośredniego interfejsu API.
Otwórz pełne porównanieCeleris-1 Magnus vs GLM-5.3
Otwarty model wnioskowania o długim kontekście Z.ai do kodowania, narzędzi i pracy agentowej w ramach tras hostowanych samodzielnie i zarządzanych.
Otwórz pełne porównanieCeleris-1 Magnus vs Kimi K3
Frontierowy model multimodalny Moonshot AI do kodowania milionów tokenów, wnioskowania, pracy opartej na wiedzy i agentów opartych na narzędziach.
Otwórz pełne porównanieCeleris-1 Magnus vs Falcon-H1R-7B
Kompaktowy, otwarty model wnioskowania TII do zadań tekstowych, długich kontekstów i samodzielnie hostowanych przepływów pracy z wywołaniami funkcji.
Otwórz pełne porównanieCeleris-1 Magnus vs Falcon-H1-34B-Instruct
Model otwartych instrukcji TII 34B do wielojęzycznego tekstu, kodowania i kontrolowanych aplikacji hostowanych samodzielnie.
Otwórz pełne porównanieCeleris-1 Magnus vs Muse Spark 1.3
Najnowszy multimodalny model wnioskowania Meta dla długotrwałych agentów, kodowania, narzędzi i złożonej współpracy użytkowników.
Otwórz pełne porównanieCeleris-1 Magnus vs NVIDIA Nemotron 3 Ultra
Największy model wnioskowania Nemotron 3 firmy NVIDIA do obsługi złożonych agentów, kodowania, planowania, narzędzi, RAG i analizy milionów tokenów.
Otwórz pełne porównanieCeleris-1 Magnus vs NVIDIA Nemotron 3.5 Lightning
Kompaktowy model NVIDIA 30B, będący mieszanką ekspertów, przeznaczony dla wydajnych agentów specjalistycznych i obiegów pracy z dużą ilością tekstów.
Otwórz pełne porównanieCeleris-1 Magnus vs Qwen3.8-Flash
Wydajny wielomodalny model Alibaba z milionem kontekstów do szybkich agentów, kodowania, pracy z dokumentami, wizji, rozumienia wideo i korzystania z narzędzi.
Otwórz pełne porównanieCeleris-1 Magnus vs DeepSeek-V4-Pro
Flagowy model tekstu DeepSeek z milionem kontekstów do trudnego wnioskowania, kodowania, długotrwałych agentów, narzędzi i bardzo dużych wyników.
Otwórz pełne porównanieCeleris-1 Magnus vs DeepSeek-V4-Flash
Tańszy model V4 DeepSeek do dużych obciążeń związanych z wnioskowaniem, kodowaniem, agentami i milionami tokenów tekstowych.
Otwórz pełne porównanie
