Celeris-1-decision: 0,04 dollar – 67 ms, labens jev-bench 80

Celeris åpner celeris-1-decision 8. oktober. Modellen er en diffusjonsmodell for typed beslutninger: ja/nei, valg og score som sannsynlighet, ikke prosa. Pris: 0,04 dollar per million inn-tokens. Ut-tokens er gratis, også forklaringer. Laben måler 67 ms median på ett spørsmål fra AWS us-east-1, og 80,0 prosent treff på jev-bench. Det er labens egne tall, publisert samme dag som X-annonsen fra @Celeris_ai.

Dette er ikke en ny frontiermodell. Det er et smalere kall: klassifiser, rute, score. Svaret skal inn i kode, ikke inn i en chat.

Hva som faktisk shippes

To endepunkt, samme modell og samme pris. POST /v1/systemone følger TypeSafe System One, så Jev-klienter bytter base-URL, nøkkel og modellnavn. POST /v1/decisions speiler OpenAIs Decisions API, som hogby.ai dekket med gpt-6-luna 6. oktober. Python-SDK krever 3.26.0 eller nyere for client.decisions. Base-URL er https://inference.celeris.ai/celeris-1-decision/v1.

Tre spørsmålstyper. noul eller predikat: sannsynlighet 0 til 1. choice: mest sannsynlige verdi pluss fordeling. score: sannsynlighetsvektet nivå, lavest først. Flere spørsmål kan ligge i samme kall. State kan være tekst, JSON eller bilde. Forklaring er valgfri via x_celeris.explain, én setning per spørsmål. Laben skriver at forklaring gjør kallet tregere. Ingen streaming.

Ingen åpne vekter. Ingen finjustering i denne releasen. Kreditter kjøpes forhåndsbetalt i konsollen og utløper etter 30 dager. Tom saldo gir 402 insufficient_quota. Cached inn-tokens på decision koster samme 0,04 dollar, altså ingen cache-rabatt.

Laben sammenligner mot Perplexity pplx-decider-v1.1-27b, Inception Mercury Decide, Jev 1.13.0 og OpenAI gpt-6-luna. På full jev-bench, 22 sett og 3210 punkter, oppgir Celeris 80,0 prosent treff og Brier 0,272. Perplexity 79,0 og 0,288. Mercury Decide 75,3 og 0,372. Jev 73,1 og 0,380. Luna 69,0 og 0,455. På typed-decisions, 400 saker ganger fem spørsmål, leder Celeris også på treff og Brier. Metodikken er publisert: samme spørsmål gjennom hvert selskaps eget beslutningsendepunkt, én scorer, Luna oversatt til OpenAIs format. Dette er ikke en uavhengig labrapport.

Latency, målt ende-til-ende fra en klient i AWS us-east-1: 67 ms median på ett spørsmål, 81 ms på femti i samme kall. Jev 135 og 153 ms. Luna 110 og 175 ms. Perplexity 122 og 888 ms. Mercury Decide 147 og 460 ms. Verken Celeris eller Jev serverer fra us-east-1, så tallene inkluderer kryss-region. Laben valgte us-east-1 fordi det er vanlig skytrafikk, ikke fordi det favoriserer dem.

Pris per million inn-tokens er 0,04 dollar, lik Perplexity og Mercury Decide, under Lunas 0,10 på Decisions API. Ut er gratis. Laben regner ca. 8 dollar per million korte beslutninger på rundt 200 inn-tokens. Kvitteringseksempelet med bilde på 560 soft tokens landet på 818 inn-tokens, om lag 0,00003 dollar per kall.

Hva det betyr for CIO og CISO

Dere får et billigere, raskere ledd foran Luna og chat-modeller. OpenAI-formatet gjør at Decisions-kode kan peke på Celeris med base-URL og modellnavn. System One gjør det samme for Jev-stack. Bruken er konkret: støttebilletter til kø, agenten velger neste verktøy, kvittering inn og sannsynlighet for avvik ut.

Styrespørsmål: hvem eier terskelen? En predikat-sannsynlighet på 0,94 er ikke et ja. Celeris sier at sannsynligheten skal trekkes av kode, sjekkes av et menneske og revideres senere. Uten logg, uten hold, uten menneske på høyrisiko, er dette automatikk uten internkontroll.

CISO: bilder går inn som base64-data-URL. Kvitteringer, ID og helsedata i klartekst mot et hosted API. Ingen vekter, så dere kan ikke kjøre den i egen GPU-rack uten enterprise-avtale. Markedsføringen sier AWS og GCP «i regionen». Enterprise lover SOC 2, SSO og VPC. Standardplanen dokumenterer ikke EØS-residency, Zero Data Retention eller HIPAA. OpenAIs Decisions med Luna har ZDR og EØS-residency for kvalifiserte kunder. Celeris har ikke vist det samme i denne releasen. Kreditter utløper etter 30 dager. Det er leverandørrisiko, ikke en fotnote.

Ikke bytt ut saksbehandling, kredittvedtak eller tilgangsstyring med et nytt beslutnings-API. Bruk det der feil koster et ekstra modellkall, ikke der feil koster et vedtak. Kjør eget volum mot Luna Decisions og mot Celeris før dere låser terskler. Labens 1,0 poeng over Perplexity på jev-bench er ikke en produksjons-SLA.

Begrensninger

Hosted only. Labens eval. Ingen streaming. Ingen cache-rabatt på decision. Forklaring koster tid, ikke tokens. Ingen uavhengig latency på norsk trafikk. 67 ms er us-east-1, ikke Oslo. 80 prosent er Celeris sin tabell, ikke Artificial Analysis. Dette er Celeris sin dokumentasjon 8. oktober 2026.

Kilder og medier

Primærkilde: Celeris, «Celeris-1-decision: The Smartest Decision Model Yet, 60% faster than Jev». https://celeris.ai/celeris-1-decision

Celeris API-dokumentasjon, Decisions og priser, 8. oktober 2026. Offisiell X-annonse fra @Celeris_ai samme dag.

Thumbnail: OpenAI Image 2 / hogby.ai