動察 Beating AI 快訊,專攻超高速大模型的 Celeris 發布一款基於 Qwen3.8-27B 改出來的混合擴散 Agent 模型 Celeris-1 Magnus,官方稱在不少場景能跑到 500+ Token/s。
在 τ³-Banking 的 97 個銀行客服任務上,Magnus 開啟 low reasoning 後完成率達到 41.2%,中位耗時 55 秒。同場的 GPT-5.6 Sol 是 38.1%、79 秒。
傳統模型基本一個 Token 一個 Token 往後寫,Magnus 能一次生成多個 Token,再反覆修正。需要嚴格按順序生成的內容再串行處理,因此一次計算可以往前推進更多 Token。