Suhail 新公司 Particle 发布首个模型 Particle-1：基于 DeepSeek V4.1 Flash 后训练，编码任务平均少用约 45% token
Mixpanel 创始人 Suhail Doshi 10 月 28 日（SGT 10 月 29 日 01:36）在 X 上宣布新公司 Particle，首个模型 Particle-1 已上线。官方博客称它在 DeepSeek V4.1 Flash 上用强化学习后训练，在四个编码与数据工程基准上输出 token 少 28.4%–52.2%、单任务成本低 34.4%–51.6%，通过率仍在基座模型置信区间内。可通过 Particle API、OpenRouter 和 Vercel AI Gateway 调用，官方文档标价每百万 token 输入 0.25 美元、输出 1 美元，上下文 1,048,576 token。
核心要点速览
- 四个基准（Terminal-Bench 2.1、ReactBench、ADE Bench、DeepSWE 1.1）上输出 token 少 28.4%–52.2%，单任务成本低 34.4%–51.6%（官方口径）
- 官方汇总表：每任务成本 0.2211 美元，对比 DeepSeek V4.1 Flash 0.3368 美元、GLM 5.3 Flash 0.6523 美元；平均输出 59,580 token，对比 83,246 和 98,155
- 任务通过率 72.57%，对比基座 71.15%、GLM 5.3 Flash 66.82%；GPQA Diamond 90.40%（基座 90.91%）、MMLU 86.08%（基座 85.98%）
- 训练方式：在全部层的专家上训练 rank-64 LoRA，可训练参数约占模型 1.25%，用 GSPO 序列级策略优化分两阶段 RL
- 定价：官方文档当前为每百万 token 输入 0.25 美元、缓存输入 0.03 美元、输出 1.00 美元，上下文 1,048,576 token，单次输出上限 131,072 token
关联模型 / 智能体 / 厂商:
