Celeris-1 Magnus: Schnelles KI-Modell für Agenten-Workflows

LinkCelerisTool

Celeris hat mit Celeris-1 Magnus ein Modell vorgestellt, das speziell für agentische Aufgaben, Tool-Aufrufe und schnelle Abarbeitung optimiert ist.

Das Wichtigste

  1. Erreicht im Benchmark τ³-bench banking eine Erfolgsquote von 41,2 % bei einer medianen Bearbeitungszeit von 55 Sekunden pro Aufgabe.
  2. Platziert sich laut Hersteller vor Modellen wie gpt-5.6-sol (+3,1 Prozentpunkte), gpt-5.6-luna und gemini-3.7-flash.
  3. Verfügt über ein Kontextfenster von 131.072 Tokens und unterstützt strukturierte Tool-Aufrufe.
  4. Bietet eine Reasoning-Option (enable_thinking), die per Request steuerbar ist und für rund 6 Sekunden zusätzliche Rechenzeit 13,4 Prozentpunkte höhere Genauigkeit verspricht.
  5. Vollständig kompatibel mit der OpenAI-API und direkt über SDKs ansteuerbar.

Warum das relevant ist

Bei komplexen Agenten-Workflows summieren sich Latenzzeiten schnell auf. Ein Modell, das hohe Lösungsquoten mit kurzer Ausführungszeit verbindet, macht autonome Tool-Schleifen im Praxiseinsatz deutlich effizienter.

Einordnung

Celeris fokussiert sich mit Magnus nicht auf universelle Chat-Anwendungen, sondern auf konkrete Prozessabläufe mit Tool-Integration. Durch die feingranulare Steuerung des Denkaufwands pro Anfrage können Entwickler flexibel zwischen schneller Reaktionszeit und vertiefter Argumentation abwägen. Die Kompatibilität zum OpenAI-Format minimiert zudem die Hürden bei der Integration in bestehende Agent-Systeme.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Link:Abacus.AI

    Abacus.AI AutoBots: Selbstoptimierende KI-Agenten für Workflows

    Abacus.AI hat mit AutoBots eine Plattform für autonome, rekursiv selbstoptimierende KI-Agenten vorgestellt. Die Agenten führen Aufgaben ohne menschliches Eingreifen aus, lernen aus jedem Durchlauf und lassen sich über Text-Prompts konfigurieren.

    KI & AI· Tool

  • Link:Google DeepMind

    Google DeepMind veröffentlicht Gemini 3.8 Flash für agentenbasierte Workflows

    Google DeepMind hat Gemini 3.8 Flash vorgestellt, das auf komplexe agentenbasierte Aufgaben und Softwareentwicklung bei niedriger Latenz ausgelegt ist. Das multimodale Modell verarbeitet Eingaben wie Text, Audio, Bild, Video und PDF mit einem Kontextfenster von einer Million Tokens.

    KI & AI· Ankündigung

  • Artikel:x.ai

    SpaceXAI stellt Grok 4.6 vor

    SpaceXAI hat Grok 4.6 veröffentlicht. Das Modell fokussiert sich auf langlebige Agenten sowie interaktive und visuelle Aufgaben und ist ab sofort via API, Cursor und Grok Build verfügbar.

    KI & AI· Ankündigung

  • Artikel:Koray Kavukcuoglu, Jeff Dean, Oriol Vinyals, Noam Shazeer

    Google stellt Gemini 3.5 Flash vor: Fokus auf Agenten und Coding

    Google hat mit Gemini 3.5 eine neue Modellfamilie vorgestellt, die komplexe Agenten-Workflows und Coding-Aufgaben bewältigen soll. Den Start macht Gemini 3.5 Flash, das Frontier-Leistung mit hoher Geschwindigkeit kombiniert und viermal schneller bei der Token-Ausgabe als vergleichbare Spitzenmodelle sein soll. Zeitgleich kündigte Google das anstehende Gemini 3.5 Pro sowie den persönlichen 24/7-Assistenten Gemini Spark an.

    KI & AI· Ankündigung

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.