Mobile-Menu

Sprachmodell für schnelle KI-Agenten Celeris-1 erzeugt Text per Diffusionsmodell

Von Berk Kutsal 2 min Lesedauer

Anbieter zum Thema

Fivetran Germany GmbH

Celeris Labs stellt mit Celeris-1 ein kommerzielles Diffusionssprachmodell bereit. Im Test des Anbieters erreicht es bei MMLU-Pro 75,9 Prozent und antwortet im Median nach 158 Millisekunden. Damit bleibt es unter mehreren Vergleichsmodellen, arbeitet aber deutlich schneller. Unabhängige Messungen liegen bislang nicht vor.

Im Benchmark des Anbieters erreicht Celeris-1 bei MMLU-Pro 75,9 Prozent und eine mediane Antwortzeit von 158 Millisekunden. Celeris führte den Vergleich selbst durch. Die horizontale Achse verwendet eine logarithmische Skala.(Bild: Celeris)
Im Benchmark des Anbieters erreicht Celeris-1 bei MMLU-Pro 75,9 Prozent und eine mediane Antwortzeit von 158 Millisekunden. Celeris führte den Vergleich selbst durch. Die horizontale Achse verwendet eine logarithmische Skala.
(Bild: Celeris)

Celeris Labs bietet mit Celeris-1 ein Sprachmodell an, das Text über ein Diffusionsverfahren erzeugt. Anders als ein klassisches autoregressives Large Language Model soll es mehrere Teile einer Ausgabe parallel bearbeiten und schrittweise verfeinern. Der Anbieter richtet das Modell auf Anwendungen mit kurzen Anfragen aus.

Anbieter meldet 1.664 Token pro Sekunde

In seinen Benchmarkangaben nennt Celeris einen medianen Durchsatz von 1.664 Ausgabe-Token pro Sekunde. Der Wert stammt aus einem Test mit Ausgaben von ungefähr 1.000 Token. Die mediane Dauer für eine vollständige Ausgabe habe 0,58 Sekunden betragen.

Für MMLU-Pro meldet das Unternehmen 75,9 Prozent bei einer medianen Antwortzeit von 158 Millisekunden. Celeris führte alle Modelle mit demselben Testsystem und ohne zusätzliches Reasoning-Budget aus. Die Grafik bezeichnet das MMLU-Pro-Ergebnis als „Intelligence“. Der Benchmark misst jedoch die Genauigkeit bei Multiple-Choice-Aufgaben und bildet weder die allgemeine Modellqualität noch Codegenerierung, Faktentreue oder Tool-Nutzung ab.

Im Celeris-Test antwortete GPT-5 nach 2.046 Millisekunden und erreichte 81,9 Prozent. GPT-5 mini kam auf 78,5 Prozent bei 2.495 Millisekunden. Gemini 3.5 Flash Lite erzielte mit 83 Prozent den höchsten Wert der dargestellten Modelle und benötigte 1.232 Millisekunden. Das ebenfalls diffusionsbasierte Mercury 2 antwortete nach 257 Millisekunden, erreichte aber nur 63,7 Prozent.

Kurze Aufgaben und begrenzter Kontext

Celeris empfiehlt das Modell für Klassifikation, Datenextraktion, Bewertung und Query Rewriting. Solche Schritte treten häufig in Suchsystemen und KI-Agenten auf. Dort ruft eine Anwendung das Modell mehrfach für kurze Zwischenentscheidungen auf.

Das Kontextfenster umfasst laut Dokumentation 8.192 Token einschließlich Eingabe und maximaler Ausgabe. Angaben zur Zahl der Parameter, zu Trainingsdaten und zum Rechenaufwand der Diffusionsschritte veröffentlicht Celeris nicht.

Der Zugang erfolgt über eine OpenAI-kompatible Chat-Completions-API. Streaming ist standardmäßig aktiviert.

Preise nach Ein- und Ausgabe-Token

Celeris berechnet laut Preisliste zwei US-Dollar je Million Eingabe-Token und sechs US-Dollar je Million Ausgabe-Token. Für Unternehmen nennt der Anbieter gesonderte Tarife und reservierte Cluster.

Ein direkter Kostenvergleich mit anderen APIs bleibt schwierig. Bei Diffusionsmodellen hängt der Rechenaufwand unter anderem von der Zahl der Verfeinerungsschritte ab. Celeris legt nicht offen, wie sich diese Zahl auf Qualität, Latenz und Ressourcenverbrauch auswirkt. Öffentliche Tests zu Codegenerierung, Tool-Nutzung, deutschsprachigen Aufgaben, Faktentreue und stabiler Leistung unter gleichzeitiger Last fehlen ebenfalls.

(ID:50912934)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte