Particle-1发布：基于DeepSeek优化，任务成功率接近原版，输出Token减少约45%

动察 Beating AI 快讯，产品分析平台 Mixpanel 联合创始人、AI 图像平台 Playground 创始人 Suhail Doshi 再次创业，成立新公司 Particle，并推出首款模型 Particle-1。模型基于 DeepSeek V4.1 Flash 进行强化学习后训练，重点减少 Coding Agent 执行任务时消耗的 Token。

Particle 公布的四项编程及数据工程评测显示，相比原版 DeepSeek，Particle-1 的输出 Token 减少 28.4%～52.2%，整体平均约 45%，任务通过率仍处于原版的统计置信区间内。按相同 Token 单价和固定缓存命中率估算，单题成本下降 34.4%～51.6%。

省下来的 Token 主要来自更精简的推理、减少反复尝试，以及任务完成后及时停止。在一次 Git 部署测试中，两款模型都成功完成任务，但 Particle-1 只输出 15,892 个 Token，原版用了 47,006 个。

Particle-1 已开放 API，并接入 Vercel AI Gateway。目前的性能与成本数据主要来自团队自测。