效率前沿CF-1.3Paretoknowledge

Celeris-1

Celeris-1 定位為「效率前沿」：Cheese Index 63.0（#25）。在能力與成本之間不可被支配，適合短名單第一輪。場景上最貼近「成本優先」。

2026-09-10 快照。 Celeris · 1 路交叉訊號 · Pareto · 最佳 Fit 成本優先 · Celeris

模型檔案對照指數台

CHEESE INDEX

63.0#25

DEPTH

63.1

OPS

—

VALUE

70.00

BALANCE

—

CONSENSUS

—

Σ COST

$0.9

LATENCY

—

優勢訊號

落在成本－能力 Pareto 前沿：同成本難找到明顯更強、同能力難找到明顯更便宜。
專長「knowledge」相對群體抬升 +18.4。
場景 Fit 首選「成本優先」（41.9）。

風險與缺口

交叉訊號偏少，指數對單一來源較敏感。
尚無部署體感訊號，上線前請補延遲／吞吐實測。
長程軸覆蓋不足，長 horizon 任務勿只看總指數。
深度維度覆蓋偏低，專長判斷可信度有限。
指標為保留／封存快照，決策前請確認是否需刷新。

深度雷達

實線＝本模型 · 虛線＝群體中位

芝士軸

—

場景 Fit

★ 成本優先41.9

均衡穩健27.8

生成原型11.8

編碼代理7.6

長程任務0.0

關鍵取捨

能力 vs 帳單

指數 63.0 對應 Σ $0.9／MTok，Value 70.0。高指數不自動等於該買——看任務失敗成本是否撐得住溢價。

專長對齊

相對群體在「knowledge」抬升 +18.4。任務面不匹配時，抬升無法兌換成產品價值。

部署體感

Ops—

Latency—

Throughput—

I / O$0.2 / $0.7

尚無 Ops 訊號：上線前請補延遲與吞吐實測。

驗證清單

用 3–5 個自家真實任務（含失敗案例）跑 A/B，勿只看排行分數。
記錄延遲 p50／p95、錯誤率與單位任務成本，對齊 Ops／Value 敘事。
若作預設模型：設好降級備援（更便宜或更快的分流模型）。
上線後追 7 日指數波動與產品 KPI，決定是否留在短名單。

能力細節

knowledge ★73.3

instruction53.0