Porównanie modeli
Porównaj Inkling i Celeris-1 Magnus, korzystając z tej samej rubryki tekst i uzasadnienie pochodzącej od dostawcy. Żadnych tajemniczych wyników i żadnego wymyślonego rankingu porównawczego.
Sprawdzone fakty 4 września 2026
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.
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.
| Modelka | Dostęp | Szacowany koszt (USD) |
|---|---|---|
| Celeris-1 MagnusCeleris | Celeris | Brak zweryfikowanej stawki |
| InklingThinking Machines Lab | Thinking Machines Lab | Brak zweryfikowanej stawki |
Szybkie ujęcie
Duży model z otwartymi ciężarami Thinking Machines Lab umożliwiający dostosowywanie procesów wnioskowania, kodowania, narzędzi, wizji i dźwięku.
Model 975B to poważny projekt obsługujący nawet przy rzadkiej aktywacji. Porównaj dokładną trasę hostowaną lub hostowaną samodzielnie i nie zakładaj, że maksymalny kontekst modelu 1M jest dostępny u każdego dostawcy.
Model języka dyfuzyjnego skoncentrowanego na agentach Celeris umożliwiający szybkie wnioskowanie, pętle narzędzi, działania strukturalne i integrację kompatybilną z OpenAI.
Publiczna strona z cenami zawiera etykietę Celeris-1, a nie Magnus, a usługa jest nadal dostępna na wczesnym etapie. Potwierdź bezpośrednio rozliczenia, pojemność, wsparcie, przechowywanie danych i produkcyjną umowę SLA firmy Magnus.
Porównaj opublikowane fakty
Wartości korzystają z opublikowanych jednostek i limitów każdego dostawcy. Puste miejsce oznacza, że dostawca nie opublikował bezpośrednio porównywalnej wartości w sprawdzanych źródłach.
| Tekst i uzasadnienie | Inkling | Celeris-1 Magnus |
|---|---|---|
| Okno kontekstoweMaksymalny łączny kontekst podpowiedzi i pracy udokumentowany przez dostawcę. | Do 1 mln tokenów; Tinker oferuje 64K i 256K | Łącznie 131 072 tokenów |
| Maksymalna wydajnośćLimit odpowiedzi opublikowany przez dostawcę, jeśli jest dostępny. | Nie publikowane oddzielnie | Dowolny dodatni limit w połączonym kontekście |
| Odcięcie wiedzyNajnowsza wiarygodna data wyraźnie opublikowana przez dostawcę modelu. Wyszukiwanie i połączone narzędzia mogą pobierać nowsze informacje, ale nie zmieniają wbudowanego odcięcia modelu. | Nieopublikowane | Nieopublikowane |
| Cena wejściowaAktualna standardowa cena katalogowa za milion tokenów wejściowych, chyba że zaznaczono inaczej. | Zależne od hostingu | Stawka rodzinna 0,20 USD / 1 milion; zweryfikuj Magnusa |
| Cena wyjściowaAktualna standardowa cena katalogowa za milion tokenów wyjściowych, chyba że zaznaczono inaczej. | Zależne od hostingu | Stawka rodzinna 0,70 USD / 1 milion; zweryfikuj Magnusa |
| WejściaTypy multimediów akceptowane przez wymieniony punkt końcowy modelu. | Tekst, obraz, dźwięk | Tekst; części zawartości obrazu obsługiwane przez interfejs API |
| Narzędzia i agenciWybrane natywne narzędzia i możliwości budowania agentów, a nie wyczerpująca lista. | Kodowanie agentyczne, narzędzia, wizja wspomagana Pythonem, kontrolowane myślenie | Narzędzia, schemat JSON, wnioskowanie niskie/średnie/xwysokie |
Jak wybrać
Zacznij od zadania, które chcesz wykonać, a następnie sprawdź koszty, dostęp i szczegóły zasad dotyczące dokładnej trasy dostawcy.
Otwarte wagi mogą być hostowane samodzielnie, więc dane żądań pozostają w infrastrukturze, którą kontrolujesz. Tinker i trasy hostowane przez partnerów podlegają oddzielnym warunkom przechowywania i użytkowania w ramach szkoleń, które należy sprawdzić u wybranego dostawcy.
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.
Linki do dostawców i API
Często zadawane pytania
Inkling: Duży model z otwartymi ciężarami Thinking Machines Lab umożliwiający dostosowywanie procesów wnioskowania, kodowania, narzędzi, wizji i dźwięku. Celeris-1 Magnus: Model języka dyfuzyjnego skoncentrowanego na agentach Celeris umożliwiający szybkie wnioskowanie, pętle narzędzi, działania strukturalne i integrację kompatybilną z OpenAI.
Rozważ Inkling, jeśli Twoim priorytetem jest Zespoły, które chcą elastycznego modelu fundamentu o otwartej wadze. Rozważ Celeris-1 Magnus, jeśli Twoim priorytetem jest Agenci korzystający z narzędzi o niskim opóźnieniu. Przed zatwierdzeniem przetestuj oba rozwiązania, korzystając z własnych danych i trasy dostawcy.
Nie. To porównanie porównuje fakty opublikowane przez dostawcę dla kategorii Tekst i uzasadnienie. Nie wskazuje uniwersalnego zwycięzcy ani nie łączy niezgodnych wyników testów porównawczych stron trzecich.
