Particle-1發佈：基於DeepSeek優化，任務成功率接近原版，輸出Token減少約45%

動察 Beating AI 快訊，產品分析平台 Mixpanel 聯合創始人、AI 圖像平台 Playground 創始人 Suhail Doshi 再次創業，成立新公司 Particle，並推出首款模型 Particle-1。模型基於 DeepSeek V4.1 Flash 進行強化學習後訓練，重點減少 Coding Agent 執行任務時消耗的 Token。

Particle 公布的四項編程及數據工程評測顯示，相比原版 DeepSeek，Particle-1 的輸出 Token 減少 28.4%～52.2%，整體平均約 45%，任務通過率仍處於原版的統計置信區間內。按相同 Token 單價和固定緩存命中率估算，單題成本下降 34.4%～51.6%。

省下來的 Token 主要來自更精簡的推理、減少反覆嘗試，以及任務完成後及時停止。在一次 Git 部署測試中，兩款模型都成功完成任務，但 Particle-1 只輸出 15,892 個 Token，原版用了 47,006 個。

Particle-1 已開放 API，並接入 Vercel AI Gateway。目前的性能與成本數據主要來自團隊自測。