Zurück zu Text & Begründung
Modellvergleich
Inkling vs. Celeris-1 Magnus
Vergleichen Sie Inkling und Celeris-1 Magnus mit derselben vom Anbieter bereitgestellten text & begründung-Rubrik. Kein Mystery-Score und kein erfundenes Benchmark-Ranking.
Kosten schätzen
Geben Sie Ihre Nutzung ein. Die Schätzung wird sofort aktualisiert.
Beispiel: 6.000 Eingabe-Tokens für 10 Seiten und 500 für die Zusammenfassung. Seitenlängen variieren; passen Sie die Werte an.
Ein Durchlauf sendet Ihre Eingabe einmal an das Modell und erhält eine Antwort. Tokens sind Textbausteine: Eingabe ist, was Sie senden; Ausgabe ist die erhaltene Antwort.
Erweiterte Optionen
So funktioniert die Schätzung
Schätzungen ohne Steuern, Tools, Cache-Speicherung/-Schreiben, Freikontingente und individuelle Rabatte. Bei Bildern zählt nur die Ausgabe, nicht Prompt oder Referenzbilder. Qualitätsmodi unterscheiden sich. Nicht aufgeführte Einstellungen gelten nicht als kostenlos.
| Modell | Zugang | Geschätzte Summe (USD) |
|---|---|---|
| Celeris-1 MagnusCeleris | Celeris | Kein geprüfter Preis |
| InklingThinking Machines Lab | Thinking Machines Lab | Kein geprüfter Preis |
Schnelle Aufnahme
Inkling
Das große Open-Weights-Modell von Thinking Machines Lab für anpassbare Argumentations-, Codierungs-, Tools-, Vision- und Audio-Workflows.
Am besten für
- Teams, die ein anpassungsfähiges Fundamentmodell mit offenem Gewicht wünschen
- Experimente zur Agentenkodierung und Werkzeugnutzung
- Private oder spezialisierte Einsätze mit multimodalen Eingaben
Achten Sie auf
Ein 975B-Modell ist selbst bei spärlicher Aktivierung ein ernstzunehmendes Projekt. Vergleichen Sie die genaue gehostete oder selbstgehostete Route und gehen Sie nicht davon aus, dass der maximale Kontext des Modells von 1 Mio. bei jedem Anbieter verfügbar ist.
Celeris-1 Magnus
Das agentenorientierte Diffusionssprachmodell von Celeris für schnelles Denken, Tool-Schleifen, strukturierte Aktionen und OpenAI-kompatible Integration.
Am besten für
- Tool-verwendende Agenten mit geringer Latenz
- Strukturierte Extraktions- und Aktionsworkflows
- Teams migrieren einen OpenAI-kompatiblen Client
Achten Sie auf
Die öffentliche Preisseite bezeichnet Celeris-1 statt Magnus, und der Service bleibt früh. Bestätigen Sie Magnus-Abrechnung, Kapazität, Support, Datenaufbewahrung und ein Produktions-SLA direkt.
Vergleichen Sie die veröffentlichten Fakten
Inkling vs Celeris-1 Magnus
Die Werte verwenden die von jedem Anbieter veröffentlichten Einheiten und Grenzwerte. Ein Leerzeichen bedeutet, dass der Anbieter in den überprüften Quellen keinen direkt vergleichbaren Wert veröffentlicht hat.
| Text & Begründung | Inkling | Celeris-1 Magnus |
|---|---|---|
| KontextfensterMaximaler kombinierter Eingabeaufforderungs- und Arbeitskontext, der vom Anbieter dokumentiert wird. | Bis zu 1 Mio. Token; Tinker bietet 64K und 256K | 131.072 Token zusammen |
| Maximale LeistungVom Anbieter veröffentlichtes Antwortlimit, sofern verfügbar. | Nicht gesondert veröffentlicht | Jeder positive Grenzwert innerhalb des kombinierten Kontexts |
| WissensabbruchNeuestes verlässliches Wissensdatum, das ausdrücklich vom Modellanbieter veröffentlicht wird. Such- und verbundene Tools können neuere Informationen abrufen, ändern jedoch nicht den integrierten Cutoff des Modells. | Nicht veröffentlicht | Nicht veröffentlicht |
| EingabepreisAktueller Standardlistenpreis pro Million Input-Token, sofern nicht anders angegeben. | Vom Hosting abhängig | 0,20 $ / 1 Mio. aufgeführter Familientarif; Überprüfen Sie Magnus |
| AusgabepreisAktueller Standardlistenpreis pro Million ausgegebener Token, sofern nicht anders angegeben. | Vom Hosting abhängig | 0,70 $ / 1 Mio. aufgeführter Familientarif; Überprüfen Sie Magnus |
| EingabenMedientypen, die vom aufgelisteten Modellendpunkt akzeptiert werden. | Text, Bild, Audio | Text; Bildinhaltsteile, die von der API unterstützt werden |
| Tools und AgentenAusgewählte native Tools und Funktionen zur Agentenerstellung, keine erschöpfende Liste. | Agentische Codierung, Tools, Python-gestützte Vision, kontrollierbares Denken | Tools, JSON-Schema, Argumentation niedrig/mittel/xhoch |
So wählen Sie aus
Vergleichen Sie den Job, nicht den Hype.
Beginnen Sie mit dem Auftrag, den Sie erledigen müssen, und validieren Sie dann die Kosten-, Zugangs- und Richtliniendetails für Ihre genaue Anbieterroute.
Inkling
Die offenen Gewichte können selbst gehostet werden, sodass die Anforderungsdaten in der von Ihnen kontrollierten Infrastruktur verbleiben. Für Tinker und von Partnern gehostete Routen gelten separate Aufbewahrungs- und Schulungsnutzungsbedingungen, die beim ausgewählten Anbieter überprüft werden müssen.
Celeris-1 Magnus
Laut Celeris werden API-Eingaben und -Ausgaben verarbeitet, um den Dienst bereitzustellen und Missbrauch und Zuverlässigkeit zu überwachen. Die öffentliche Bekanntmachung enthält keine feste Aufbewahrungsfrist für Inhalte und keine Zusage, keine Schulungen durchzuführen. Enterprise-VPC-Optionen sind verfügbar.
Anbieter- und API-Links
Häufig gestellte Fragen
Häufig gestellte Fragen zu Inkling und Celeris-1 Magnus
Was ist der Hauptunterschied zwischen Inkling und Celeris-1 Magnus?
Inkling: Das große Open-Weights-Modell von Thinking Machines Lab für anpassbare Argumentations-, Codierungs-, Tools-, Vision- und Audio-Workflows. Celeris-1 Magnus: Das agentenorientierte Diffusionssprachmodell von Celeris für schnelles Denken, Tool-Schleifen, strukturierte Aktionen und OpenAI-kompatible Integration.
Soll ich Inkling oder Celeris-1 Magnus wählen?
Ziehen Sie Inkling in Betracht, wenn Ihre Priorität Teams, die ein anpassungsfähiges Fundamentmodell mit offenem Gewicht wünschen ist. Ziehen Sie Celeris-1 Magnus in Betracht, wenn Ihre Priorität Tool-verwendende Agenten mit geringer Latenz ist. Testen Sie beides mit Ihren eigenen Daten und der Route Ihres Anbieters, bevor Sie sich verpflichten.
Basiert dieser Vergleich zwischen Inkling und Celeris-1 Magnus auf Cody-Benchmarks?
Nein. Dieser Vergleich gleicht die vom Anbieter veröffentlichten Fakten für die Kategorie Text & Begründung an. Es wird kein allgemeiner Gewinner beansprucht und es werden auch keine inkompatiblen Benchmark-Ergebnisse Dritter kombiniert.