Celeris promet la vitesse, pas l'intelligence promise
— AGENTS
Celeris Labs lance celeris-1, un modèle qui génère du texte par diffusion plutôt que token par token, avec une latence médiane revendiquée de 158 millisecondes et un débit supérieur à GPT-5 sur le même protocole. Le laboratoire vend un modèle généraliste de pointe alors que son propre graphique le place sous GPT-5 et Gemini en qualité, et que sa documentation le cantonne à des tâches courtes.
Changer la mécanique interne d'un modèle de langage sans changer le discours marketing qui l'entoure, voilà ce que met en scène le lancement de celeris-1. Au lieu de produire un mot après l'autre, l'architecture génère plusieurs fragments de texte par passe grâce à un mécanisme de diffusion, celui-là même qui sert à produire des images par étapes successives. Résultat annoncé : une réponse médiane en 158 millisecondes et un débit de 1 664 tokens par seconde, loin devant les 69 tokens par seconde mesurés pour GPT-5 dans le même test.
Ce terrain-là n'est pas celui d'un studio créatif mais celui des équipes qui construisent des produits autour d'un modèle de langage : chatbots de support, moteurs de recherche interne, pipelines d'extraction de données, systèmes qui reformulent une requête avant de l'envoyer plus loin. La documentation du laboratoire est d'ailleurs limpide sur ce point : classification, extraction, scoring, réécriture de requêtes, des tâches courtes et répétitives où la vitesse compte plus que la finesse du raisonnement.
Le problème surgit quand la communication de lancement parle d'intelligence de pointe alors que le propre graphique publié par Celeris situe GPT-5 à 81,9 % sur le test de référence MMLU-Pro et Gemini 3.5 Flash Lite à 83 %, contre 75,9 % pour celeris-1. Plusieurs développeurs l'ont relevé aussitôt, et la critique method la plus solide porte sur la médiane elle-même : un temps de réponse typique masque les générations ratées, les sorties longues, les tâches qui demandent d'appeler un outil externe. Une médiane rassure, elle ne raconte pas ce qui se passe dans les dix pour cent de cas les plus difficiles.
Reste un vrai apport, plus modeste que l'étiquette choisie pour le vendre : sur des GPU loués chez un fournisseur cloud standard, sans silicium dédié, celeris-1 devance des architectures spécialisées dans la vitesse pure. Pour qui construit un produit où chaque milliseconde compte et où la tâche reste simple, c'est un signal industriel réel. Pour qui cherche un modèle capable de raisonner longtemps sur un problème complexe, la fenêtre de contexte jugée courte et l'écart de score suffisent à trancher.
La vraie question posée par ce lancement dépasse celeris-1 : combien de temps encore un fournisseur peut-il afficher un benchmark qui le désavantage lui-même et parler malgré tout de modèle de référence.