Particle-1 上线 OpenRouter，称编码任务输出 token 比 DeepSeek V4.1…
Fewer tokens, same work. Particle-1 from @particle_api uses 28–52% fewer output tokens than DeepSeek V4.1 Flash across four coding benchmarks, per Particle. Now
Particle-1 已在 OpenRouter 上线，Particle 称其在四个编码基准上比 DeepSeek V4.1 Flash 少用 28–52% 的输出 token。该模型基于 DeepSeek V4.1 Flash 后训练，Particle 报告平均少用约 45% token、准确率接近基座模型，定价为每百万输入 token 0.25 美元、每百万输出 token 1 美元，上下文窗口 1.05M。
推荐理由
AI 评分 60
Particle-1 在四个编码基准上比 DeepSeek V4.1 Flash 少用 28–52% 输出 token，读者可据此判断编码智能体的成本变化。
主题
查看原帖来自 @particle_api 的 Particle-1 已在 OpenRouter 上线。 这是一个在 DeepSeek V4.1 Flash 上后训练的、token 高效的编码模型。Particle 报告称，它平均少用约 45% 的 token，准确率接近基座模型，因此 agent 任务能更快完成、成本更低。 输入 $0.25/百万 token，输出 $1/百万 token，上下文 1.05M。 https://t.co/VHqYbDkxyR
查看原文
Particle-1 from @particle_api is live on OpenRouter. A token-efficient coding model post-trained on DeepSeek V4.1 Flash. Particle reports it uses ~45% fewer tokens on average with accuracy close to the base model, so agent tasks finish sooner and cost less. $0.25/M input, $1/M output, 1.05M context. https://t.co/VHqYbDkxyR
正文 · AI 翻译
更少的 token，同样的工作。据 Particle 称，来自 @particle_api 的 Particle-1 在四个编码基准上比 DeepSeek V4.1 Flash 少用 28–52% 的输出 token。现已在 OpenRouter 上线。