Particle-1

general · First seen 2026-11-02 · Last seen 2026-11-14 · 9 mentions

Overview

Particle-1 是一家 AI 初创团队推出的新一代大语言模型,主打以极低的成本实现接近前沿模型的智能水平。该模型自发布以来,因价格与性能的巨大反差迅速成为社区讨论焦点,其后续动向也受到开发者密切关注。

Particle-1 的近期进展

  • Particle-1 发布:智能体检索性能对标大模型,价格仅 1/23:Garry Tan 在介绍中指出,Particle-1 在智能体检索基准上的表现可以对标现有大模型,而价格只有其约二十三分之一。这一性价比数字成为该模型最核心的宣传点,也直接引发了对底层实现方式的热议。
  • Particle-1 上线 OpenClaw,输出 token 比 DeepSeek V4.1 Flash 少约 45%:Suhail 公布了模型在 OpenClaw 平台的实测数据:与 DeepSeek V4.1 Flash 相比,Particle-1 完成同类任务所需的输出 token 减少约 45%,意味着调用成本与响应速度都更有优势。
  • Particle-1 接入 OpenClaw,输出 token 较 DeepSeek V4.1 Flash 减少约 45%:OpenClaw 官方账号确认了模型接入的消息,与 Suhail 的数据相互印证,说明该对比已在第三方平台上得到实际验证,而非仅是厂商单方声明。
  • Suhail 预告 Particle-1 下一款模型正在训练中:团队负责人透露下一款模型已进入训练阶段,表明 Particle-1 系列将保持持续迭代,而非一次性的单点产品。
  • 当前焦点与观察点

    围绕 Particle-1 的讨论主要集中在两方面。一是性价比数据的可复现性:1/23 的价格与 45% 的 token 节省都来自官方或合作方口径,独立第三方评测尚不充分,实际场景中能否保持这一差距仍待观察。

    二是技术路线的定位。智能体检索性能对标大模型、输出 token 显著减少,这类特征指向的是以效率为核心的小而精路线,与一味堆参数的大模型竞赛形成对照。下一款模型正在训练中的消息,则会让市场关注团队能否在更大规模的任务上延续这种效率优势。

    对开发者而言,Particle-1 当前值得关注的是:在智能体工作流等高频调用场景中,实际节省的成本是否与宣传数据一致,以及新模型发布后的定价策略是否延续当前水平。

    Coverage

    6 on file