Celeris ha appena lanciato Magnus, e la promessa è chiara: il modello più veloce per far lavorare gli agenti AI. Non per chiacchierare, non per generare testo carino — per fare cose. Pensare, usare strumenti, completare task. Senza aspettare.
E i benchmark? Beh, parliamone.
41,2% su τ³-bench banking: meglio di GPT-5.6-sol
Magnus ha affrontato tutte le 97 task del benchmark τ³-bench banking, testa a testa contro gpt-5.6-sol, gpt-5.6-luna e gemini-3.7-flash. Il risultato: 41,2% di task risolte, con 3,1 punti percentuali in più rispetto a gpt-5.6-sol. Non è solo il tasso di successo più alto del campo — è anche ottenuto in meno tempo.
Mediana di 55 secondi per task completato. Più veloce di qualsiasi modello che gli stia anche solo vicino come prestazioni.
Ah, e senza addestramento specifico per agenti? Magnus crolla al 5,3%. Il che ci dice una cosa: questo modello è stato costruito apposta per questo tipo di lavoro. Non è un LLM generico a cui hanno aggiunto tool calling come pensiero secondario.
Il ‘reasoning dial’: acceso o spento, tu scegli
Ecco una cosa interessante. Magnus ha una manopola per il ragionamento. Un singolo flag nella richiesta API: enable_thinking.
Spento (‘none’)? 49 secondi mediani, 27,8% di task risolte. Acceso su ‘low’? 55 secondi, ma 41,2% — cioè 13,4 punti percentuali in più, per sei secondi extra. Non male come trade-off, no?
L’idea è semplice: se il task è banale, vai veloce. Se serve ragionare, attivi il pensiero. Sei tu a decidere, richiesta per richiesta.
Celeris-1 vs Magnus: risposta o azione?
Celeris offre due modelli nella stessa famiglia. Celeris-1 è costruito per risposte istantanee: chat, ricerca, interfacce real-time. Magnus invece è per task agentic: loop di strumenti, azioni strutturate, lavori lunghi.
Stesso contesto (131.072 token), stessa API. Cambi una parola nel codice — il nome del modello — e passi dall’uno all’altro.
API compatibile OpenAI: copia, incolla, vai
Niente SDK proprietari, niente riscritture. L’API è compatibile OpenAI. Punti il tuo client a inference.celeris.ai, cambi il model ID in celeris-1-magnus, e il tuo codice per agenti funziona così com’è.
Tre passi: crei un account su console.celeris.ai (niente waitlist, niente chiamate commerciali), prendi la chiave API, configuri l’SDK. Le chiavi sono attive subito, fatturazione a token.
Il codice d’esempio che mostrano è Python con la libreria OpenAI standard. Base URL personalizzato, strumenti definiti come sempre, e quel flag enable_thinking dentro extra_body per attivare il ragionamento quando serve.
Vale la pena provarlo?
Se state costruendo agenti che devono completare task reali — non solo rispondere domande, ma muovere pagamenti, prenotare voli, orchestrare azioni — Magnus sembra promettente. Il fatto che sia più veloce e più preciso di GPT-5.6-sol su τ³-bench è un segnale forte.
Certo, è un singolo benchmark. E τ³-bench banking non è il mondo intero. Ma come punto di partenza per valutare un nuovo modello agentico? Diciamo che i numeri non sono male. Anzi.
L’API compatibile OpenAI abbassa parecchio la barriera d’ingresso. Se avete già del codice che gira, testare Magnus è questione di minuti, non di giorni. E quella manopola del ragionamento — veloce quando basta, attento quando serve — è un’idea che mi piace. Perché no, non tutti i task sono uguali.
