Particle AI: Particle-1 API
Particle-1 est le premier modèle de codage agentique de Particle AI, affiné sur DeepSeek V4.1 Flash et conçu pour produire des sorties concises avec environ 45 % de jetons en moins.
Particle-1 est le premier modèle développé par Particle AI. Il s'agit d'un modèle de codage agentique, entraîné pour traiter des tâches d'ingénierie logicielle. Il est post-entraîné sur DeepSeek V4.1 Flash, qui lui sert d'architecture fondamentale. Le modèle est conçu pour générer des sorties concises, adaptées aux flux de travail de codage agentique.
Sur le plan de l'efficacité, Particle-1 utilise environ 45 % de jetons en moins sur les tâches d'ingénierie logicielle par rapport à d'autres modèles. Cette économie de jetons réduit les coûts pour les équipes qui exécutent de grands volumes de tâches de codage. En outre, un nombre réduit de jetons tend généralement à accélérer la génération.
Particle-1 est positionné comme une alternative économe en jetons et rentable sur le marché des modèles de codage par IA. Il convient notamment à la génération automatisée de code, au refactoring, à la correction de bogues et aux workflows de codage agentique. Aucun score de benchmark public n'est disponible pour ce modèle.
Mis à jour:
ID DU MODÈLE
particle-1- Contexte
- 1.049M
- Sortie max.
- 131.072K
- API recommandée
- messages
- Entrée
- text / image
- Sortie
- text
Points clés
- Premier modèle de Particle AI
- Environ 45 % de jetons en moins
- Sorties concises pour le codage agentique
- Post-entraîné sur DeepSeek V4.1 Flash
- Alternative économique pour le code
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| $0.25 | $1 | $0.03 |
Ce que $10 permettent d'acheter
- Entrée
- 40 M tokens
- Sortie
- 10 M tokens
Estimation d'après les prix actuels d'entrée et de sortie, hors remises.
Raisonnement
- Niveau d'effort par défaut
- high
- Activé par défaut
- Oui
- Toujours activé
- Non
- Niveaux d'effort disponibles
- max / xhigh / high / medium / low / minimal / none
Démarrage rapide
Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.
Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"Effectuer votre première requête
Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.
particle-1Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "particle-1",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Utiliser des SDK tiers
Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.
Activer le streaming
Ajoutez stream: true pour recevoir les réponses sous forme de server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "particle-1",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.
Messages
Messages compatibles Anthropic pour les clients de style Claude.
POST
https://openapi.felo.ai/api/v1/messagesParamètres
modelstringparticle-1ID public du modèle à appeler.max_tokensinteger—Nombre maximal de tokens générés.messagesarray—Messages de la conversation pour Chat Completions.seed———stop———min_p———toolsarray—Définitions de tool calling conformes au schéma compatible.top_k———top_p———logprobs———reasoning———temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.tool_choicestring or object—Contrôle si un outil doit être appelé.top_logprobs———response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Questions fréquentes
Qu'est-ce que Particle AI: Particle-1?
Particle-1 est le premier modèle développé par Particle AI. Il s'agit d'un modèle de codage agentique, entraîné pour traiter des tâches d'ingénierie logicielle. Il est post-entraîné sur DeepSeek V4.1 Flash, qui lui sert d'architecture fondamentale. Le modèle est conçu pour générer des sorties concises, adaptées aux flux de travail de codage agentique. Sur le plan de l'efficacité, Particle-1 utilise environ 45 % de jetons en moins sur les tâches d'ingénierie logicielle par rapport à d'autres modèles. Cette économie de jetons réduit les coûts pour les équipes qui exécutent de grands volumes de tâches de codage. En outre, un nombre réduit de jetons tend généralement à accélérer la génération. Particle-1 est positionné comme une alternative économe en jetons et rentable sur le marché des modèles de codage par IA. Il convient notamment à la génération automatisée de code, au refactoring, à la correction de bogues et aux workflows de codage agentique. Aucun score de benchmark public n'est disponible pour ce modèle.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quelles tâches Particle-1 peut-il accomplir ?
Particle-1 est conçu pour les tâches d'ingénierie logicielle, notamment la génération automatisée de code, le refactoring, la correction de bogues et les workflows de codage agentique.
Sur quelle architecture Particle-1 est-il basé ?
Particle-1 est post-entraîné sur DeepSeek V4.1 Flash, qui constitue son architecture fondamentale.
Quel est l'avantage principal de Particle-1 ?
Il utilise environ 45 % de jetons en moins sur les tâches d'ingénierie logicielle que d'autres modèles, ce qui réduit les coûts et accélère généralement la génération.
Existe-t-il des scores de benchmark publics pour Particle-1 ?
Non, aucun score de benchmark public n'est disponible pour ce modèle.