Particle-1リリース：DeepSeekに基づく最適化により、タスク成功率はオリジナル版に近く、出力トークンは約45%削減

動察 Beating AI 速報、製品分析プラットフォーム Mixpanel の共同創業者で、AI 画像プラットフォーム Playground の創業者である Suhail Doshi が再び起業し、新会社 Particle を設立して、初のモデル Particle-1 を発表した。このモデルは DeepSeek V4.1 Flash をベースに強化学習による追加学習を行い、Coding Agent がタスクを実行する際に消費する Token の削減に重点を置いている。

Particle が公開した4つのプログラミングおよびデータエンジニアリング評価によると、オリジナルの DeepSeek と比較して、Particle-1 の出力 Token は 28.4%～52.2% 減少し、全体平均で約 45% となり、タスクの合格率は依然としてオリジナルの統計的信頼区間内に収まっている。同じ Token 単価と固定のキャッシュヒット率で試算すると、1問あたりのコストは 34.4%～51.6% 低下する。

節約された Token は主に、より簡潔な推論、試行錯誤の削減、そしてタスク完了後の適時な停止によるものである。ある Git デプロイのテストでは、両モデルともタスクを成功裏に完了したが、Particle-1 はわずか 15,892 個の Token しか出力せず、オリジナルは 47,006 個を使用した。

Particle-1 はすでに API を公開し、Vercel AI Gateway にも接続している。現在の性能とコストのデータは主にチームの自己テストによるものである。