动察 Beating AI 快讯,专攻超高速大模型的 Celeris 发布一款基于 Qwen3.8-27B 改出来的混合扩散 Agent 模型 Celeris-1 Magnus,官方称在不少场景能跑到 500+ Token/s。
在 τ³-Banking 的 97 个银行客服任务上,Magnus 开启 low reasoning 后完成率达到 41.2%,中位耗时 55 秒。同场的 GPT-5.6 Sol 是 38.1%、79 秒。
传统模型基本一个 Token 一个 Token 往后写,Magnus 能一次生成多个 Token,再反复修正。需要严格按顺序生成的内容再串行处理,因此一次计算可以往前推进更多 Token。
Celeris-1 Magnus 是扩散架构从开源实验走向商用闭环的信号。谷歌 DiffusionGemma 六月开源时还停留在单卡速度演示,三个月后 Celeris 就把 Qwen3.8-27B 改造成混合扩散 Agent,并在 τ³-Banking 上以 41.2% 完成率、55 秒中位耗时同时压过 GPT-5.6 Sol 的 38.1% 和 79 秒。速度之外,真正值得注意的是完成率与耗时的同步优势:此前扩散模型强在吞吐,弱在指令跟随的精确性,Magnus 用串行分支处理顺序敏感步骤,等于承认了纯并行生成的局限,也说明 τ³-Bench 这类多步工具调用正取代传统基准,成为检验 Agent 真实落地能力的标尺。
这条赛道已经拥挤。蚂蚁 Ling-3.0-tiny 在 TAU3-Banking-AA 上对标 Qwen 小模型,阿里自身也在把 GUI Agent 推向三代。小参数、扩散、垂直场景微调正在合流——围绕 Qwen 开源权重做二次开发的成本门槛被压到极低,Celeris 这类厂商的护城河不在基座,而在对特定任务(如银行客服)的改造效率。