Particle AI: Particle-1 API
Particle-1 è il primo modello di Particle AI per il coding agentico, costruito su DeepSeek V4.1 Flash e ottimizzato per ridurre i token nei flussi di sviluppo software.
Particle-1 è un modello di coding agentico sviluppato da Particle AI. Si tratta del primo modello dell'azienda e viene post-addestrato su DeepSeek V4.1 Flash, che ne costituisce l'architettura di base. È progettato per generare output concisi nei flussi di lavoro di coding agentico, con un'attenzione particolare all'efficienza in termini di token.
Il modello è pensato per attività di ingegneria del software come la generazione automatica di codice, il refactoring, la correzione di bug e i flussi di coding agentico. Nei compiti di ingegneria del software utilizza circa il 45 percento in meno di token rispetto ad altri modelli, il che riduce i costi per i team che gestiscono grandi volumi di attività di coding e tende a tradursi in tempi di generazione più rapidi.
Particle-1 si posiziona come alternativa efficiente in token e conveniente nel mercato dei modelli di AI per il coding. Non sono disponibili punteggi pubblici di benchmark per questo modello, quindi le sue prestazioni non possono essere confrontate su metriche standardizzate.
Aggiornato:
ID MODELLO
particle-1- Contesto
- 1.049M
- Output max
- 131.072K
- API consigliata
- messages
- Input
- text / image
- Output
- text
In evidenza
- Primo modello di Particle AI
- Post-addestrato su DeepSeek V4.1 Flash
- Output concisi per il coding agentico
- Circa 45 percento di token in meno
- Costi ridotti per grandi volumi
- Generazione tendenzialmente più rapida
Fornitori
Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| $0.25 | $1 | $0.03 |
Cosa acquisti con $10
- Input
- 40 Mln token
- Output
- 10 Mln token
Stima basata sui prezzi attuali di input e output, esclusi gli sconti.
Ragionamento
- Sforzo predefinito
- high
- Attivo per impostazione predefinita
- Sì
- Sempre attivo
- No
- Livelli di sforzo disponibili
- max / xhigh / high / medium / low / minimal / none
Avvio rapido
Codice pronto all'uso per chiamare questo modello con le API compatibili di Felo API Platform. Inizia nel Playground se vuoi testare i prompt prima di scrivere codice.
Imposta la chiave API
Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.
export FELO_API_KEY="YOUR_API_KEY"Invia la prima richiesta
Usa questo ID modello con l'endpoint Felo API Platform. Le intestazioni facoltative come X-Request-Id aiutano nella risoluzione dei problemi.
particle-1Questo modello è in grado di ragionare. Se il protocollo selezionato e la route del modello espongono controlli di ragionamento, conserva i metadati di ragionamento restituiti quando continui la conversazione.
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());Usare SDK di terze parti
Negli SDK compatibili imposta baseURL su https://openapi.felo.ai/api/v1. Per i client in stile Claude, usa la base URL compatibile con Anthropic. https://openapi.felo.ai/api.
Attiva lo streaming
Aggiungi stream: true per ricevere le risposte come 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 espone superfici compatibili per le chiamate ai modelli. Scegli la superficie che la tua app o il tuo client agente già supporta.
Messages
Messaggi compatibili con Anthropic per i client in stile Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametri
modelstringparticle-1ID pubblico del modello da chiamare.max_tokensinteger—Numero massimo di token generati.messagesarray—Messaggi della conversazione per Chat Completions.seed———stop———min_p———toolsarray—Definizioni di tool calling secondo lo schema compatibile.top_k———top_p———logprobs———reasoning———temperaturenumber—Controlla la varietà delle risposte quando supportato.tool_choicestring or object—Controlla se uno strumento deve essere chiamato.top_logprobs———response_formatobject—Richiede output strutturato quando supportato.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Domande frequenti
Cos'è Particle AI: Particle-1?
Particle-1 è un modello di coding agentico sviluppato da Particle AI. Si tratta del primo modello dell'azienda e viene post-addestrato su DeepSeek V4.1 Flash, che ne costituisce l'architettura di base. È progettato per generare output concisi nei flussi di lavoro di coding agentico, con un'attenzione particolare all'efficienza in termini di token. Il modello è pensato per attività di ingegneria del software come la generazione automatica di codice, il refactoring, la correzione di bug e i flussi di coding agentico. Nei compiti di ingegneria del software utilizza circa il 45 percento in meno di token rispetto ad altri modelli, il che riduce i costi per i team che gestiscono grandi volumi di attività di coding e tende a tradursi in tempi di generazione più rapidi. Particle-1 si posiziona come alternativa efficiente in token e conveniente nel mercato dei modelli di AI per il coding. Non sono disponibili punteggi pubblici di benchmark per questo modello, quindi le sue prestazioni non possono essere confrontate su metriche standardizzate.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali tipi di attività può svolgere Particle-1?
Particle-1 è progettato per compiti di ingegneria del software, tra cui la generazione automatica di codice, il refactoring, la correzione di bug e i flussi di coding agentico.
Su quale architettura si basa Particle-1?
Particle-1 è post-addestrato su DeepSeek V4.1 Flash, che funge da architettura di base.
In che modo Particle-1 riduce i costi?
Nei compiti di ingegneria del software utilizza circa il 45 percento in meno di token rispetto ad altri modelli, il che abbassa i costi per i team che gestiscono grandi volumi di attività di coding.
Sono disponibili punteggi di benchmark pubblici?
No, non sono disponibili punteggi pubblici di benchmark per Particle-1.