이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Celeris-1은 Celeris가 공개한 비추론형 멀티모달 LLM으로 텍스트와 이미지 입력을 받아 텍스트를 출력하며 컨텍스트 윈도우는 131k 토큰이다. 벤치마크에서 출력 속도는 초당 2,033.7 토큰, TTFT는 0.69초로 동일 가격대 비추론형 모델보다 응답 속도와 처리량에서 우위를 보였고, Artificial Analysis Intelligence Index 점수는 12로 중간값보다 약간 높은 편이다. 가격은 입력 $0.20/1M, 출력 $0.70/1M이며 블렌드 가정(7:2:1) 기준 실효 단가는 약 $0.25/1M으로 비용 효율성이 양호하다. 다만 가중치 비공개와 단일 공급자 의존, 비추론형 특성은 자체 호스팅이나 내부 체인오브솟 추론이 필요한 사용사례에는 제약이 된다.
섹션별 상세
Celeris-1은 Celeris가 2026년 7월 24일에 공개한 비추론형(proprietary, non-reasoning) 멀티모달 LLM으로, 텍스트와 이미지 입력을 받아 텍스트 출력을 생성한다. 모델 크기(파라미터 수)는 공개하지 않았고 가중치도 배포하지 않아 호스팅·호출은 공급자 API를 통해서만 가능하다. 단일 제공자에서 이용 가능하므로 셋업은 간단하지만 자체 호스팅이나 가중치 재활용은 불가능하다.
근거
- Celeris-1은 2026년 7월 24일에 출시되었다. — 페이지의 FAQ 섹션에 'Released on July 24, 2026'로 표기됨.
성능 측면에서 Celeris-1은 출력 속도가 초당 2,033.7 토큰으로 벤치마크 집단의 중앙값을 훨씬 상회하며, 응답 지연 측정에서 첫 토큰까지의 시간이 0.69초로 같은 가격대의 다른 비추론형 모델보다 빠르다. 이 속도는 공급자 API들의 중앙값을 기준으로 산출되며 스트리밍 출력 상황에서 사용자에게 빠른 응답을 제공하는 것이 핵심 메커니즘이다. 높은 출력 속도와 낮은 TTFT는 대량 요청 처리나 실시간 상호작용이 요구되는 애플리케이션에서 지연과 비용 효율성을 모두 개선할 수 있다.
근거
- 출력 속도는 초당 2,033.7 토큰이고 첫 토큰까지의 시간은 0.69초이다. — 벤치마크 수치로 '2033.7 tokens per second'와 'TTFT 0.69s'가 FAQ와 성능 표에 병기됨.
가격 구조는 입력 토큰 $0.20/1M, 출력 토큰 $0.70/1M으로 표기되며, Artificial Analysis의 블렌드 가정(캐시:입력:출력 비율 7:2:1)을 적용하면 실효 단가가 약 $0.25/1M tokens가 된다. Cost per Intelligence Index Task 계산은 입력, 캐시 히트·쓰기, 추론, 답안 토큰을 분리해 각 평가 가중치로 평균화하는 방식으로 이루어진다. 이 결과 Celeris-1은 동일 가격대 비추론형 모델들과 비교해 비용 효율성이 양호한 편으로 분류되었다.
근거
- 입력 비용은 $0.20/1M 토큰, 출력 비용은 $0.70/1M 토큰이며 블렌드 요율로 $0.25/1M이 산출된다. — 가격 표와 FAQ에서 각각의 단가와 'blended rate (7:2:1) $0.25 per 1M tokens'이라고 명시됨.
지능 측정에서 Celeris-1은 Artificial Analysis Intelligence Index에서 12점을 기록해 동일 가격대 비추론형 모델의 중간값(11)보다 약간 우수하다. Intelligence Index는 GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode 등 9개 평가로 구성되며 Celeris-1은 이 지표를 돌리는 동안 1,400만 출력 토큰을 생성해 다소 장문 성향을 보였다. 모델이 비추론형임을 고려하면 체계적 chain-of-thought를 출력하지 않고 직접적 응답을 반환하므로 추론형 워크플로우가 필요한 경우에는 별도 검토가 필요하다.
근거
- Artificial Analysis Intelligence Index 점수는 12로 동일 가격대 비추론형 모델의 중간값 11보다 높다. — 요약 및 FAQ에 'scores 12'와 'median: 11' 비교가 나열되어 있음.
적용 관점에서 Celeris-1의 131k 토큰 컨텍스트 지원과 멀티모달 입력 능력은 RAG나 대용량 문서 처리, 이미지-텍스트 결합 질의 응답에 적합하다. 반면 가중치 비공개와 단일 제공자 의존, 그리고 모델이 비추론형이라는 특성은 온프레미스 제어, 맞춤형 파인튜닝이나 복잡한 내부 chain-of-thought 추론을 요구하는 사용 사례에는 제약이 된다. 따라서 선택 시에는 대용량 컨텍스트와 고속 출력이 우선인지, 호스팅·커스터마이즈 가능성이 우선인지 기준을 명확히 해야 한다.
근거
- 컨텍스트 윈도우는 131k 토큰이다. — 기술 사양에 'Context window 131k'로 표기되어 있음.
용어 해설
- 멀티모달(Multimodal)
- — 멀티모달은 텍스트와 이미지를 동시에 입력으로 받아 모델이 결합된 컨텍스트를 처리하고 텍스트로 출력을 생성하는 능력이다. 이 방식은 이미지 기반 질의응답이나 문서와 이미지가 결합된 작업에서 입력 전처리와 토큰화 방식이 달라 처리 흐름이 복합적이다. Celeris-1은 텍스트와 이미지 입력을 모두 지원하여 멀티모달 워크플로우에 적용할 수 있다.
- 컨텍스트 윈도우 131k(Context window 131k)
- — 컨텍스트 윈도우는 단일 요청에서 모델이 동시에 고려할 수 있는 입력·출력 토큰의 총량을 뜻한다. 131k 토큰은 장문 문서, 긴 대화 이력, 혹은 다량 문서를 한 번에 처리하는 RAG(검색 보강 생성) 워크플로우에서 특히 유의미하며 토큰 분해·인덱싱과 비용 구조에 영향을 준다. Celeris-1의 131k 토큰은 대용량 컨텍스트를 필요로 하는 작업에서 장점을 제공한다.
- 초당 토큰 출력 속도(Tokens per second)
- — 초당 토큰 출력 속도는 모델이 생성 단계에서 초당 내보내는 출력 토큰 수를 의미하며 응답 산출 속도와 처리량을 결정한다. 2,033.7 t/s라는 수치는 스트리밍 상황에서 응답을 빠르게 받는 능력과 대량 요청 처리 시의 처리량 개선으로 연결되며 서버 비용 대비 처리 시간 계산에 직접 영향을 준다. 벤치마크는 공급자별 API 응답의 중앙값을 사용해 수치를 제시한다.
- 입력·출력 토큰 과금 구조(Input/Output pricing)
- — 입력·출력 과금은 API 사용자가 입력 토큰과 출력 토큰에 대해 별도로 지불하는 모델 과금 방식이다. Celeris-1은 입력 $0.20/1M, 출력 $0.70/1M으로 표기되며, 블렌드 비율(예: 7:2:1 캐시:입력:출력)을 적용하면 실효 단가가 산출된다. 비용 산정 방식은 캐시 히트·쓰기·추론 토큰을 구분해 작업 단가와 전체 실행 비용을 계산하는 데 사용된다.
기술
- API
- Multimodal input
- Artificial Analysis Intelligence Index
- Context window 131k
활용 사례
- 대용량 문서 검색 및 요약 파이프라인에서 유용하다. 131k 토큰 컨텍스트를 사용하면 단일 요청으로 더 많은 문서 조각을 포함시킬 수 있어 단편적 정보의 결합과 문맥 일관성을 개선한다. 특히 문서 분류·요약·QA를 한 번에 처리하는 워크플로우에서 호출 횟수를 줄여 전체 비용과 복잡도를 낮출 수 있다.
- 이미지-텍스트 결합 질의응답 시스템에 적용할 수 있다. 멀티모달 입력 지원은 제품 이미지 설명, 도면 해석, 또는 시각 자료를 포함한 고객 지원 자동화에 적합하며 텍스트 출력으로 통합 결과를 반환한다. 이미지 전처리와 토큰화 규칙을 설계하면 멀티모달 컨텍스트를 효율적으로 활용할 수 있다.
- 고속 응답이 요구되는 실시간 챗봇이나 자동화 에이전트에 적합하다. 초당 약 2,033.7 토큰의 출력 속도와 0.69초의 TTFT는 대화형 서비스에서 지연을 줄이고 동시 처리량을 높이는 데 이점이 된다. 다만 모델이 비추론형이므로 복잡한 내부 추론 과정을 단계별로 보여줘야 하는 작업에는 한계가 있을 수 있다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 05.수집 2026. 08. 06.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
