Particle AI: Particle-1 API
Particle AI初のエージェント型コーディングモデル。DeepSeek V4.1 Flashを基盤に、トークン消費を約45%削減します。
Particle-1は、Particle AIが初めて公開したエージェント型コーディングモデルです。DeepSeek V4.1 Flashを基盤アーキテクチャとして事後学習されており、ソフトウェアエンジニアリング作業をこなす能力を備えています。エージェント型コーディングのワークフロー向けに、簡潔な出力を生成するよう設計されている点が特徴です。
最大の強みはトークン効率の高さにあります。ソフトウェアエンジニアリングのタスクにおいて、他のモデルと比べて使用トークンが約45パーセント少なくて済むとされています。これにより、大量のコーディング作業を抱えるチームのコストを抑えられるほか、生成トークン数が少ない分だけ応答が速くなる傾向も期待できます。
想定される用途は、コードの自動生成、コードのリファクタリング、バグ修正、そしてエージェント型コーディングのワークフロー全般です。一方で、公開されているベンチマークスコアは現時点で存在しないため、性能を数値で比較したい場合は注意が必要です。Particle AIは本モデルを、AIコーディングモデル市場におけるトークン効率が高くコスト効率に優れた選択肢として位置づけています。
更新日時:
モデル ID
particle-1- コンテキスト
- 1.049M
- 最大出力
- 131.072K
- 推奨 API
- messages
- 入力
- text / image
- 出力
- text
ハイライト
- Particle AI初のエージェント型コーディングモデル
- DeepSeek V4.1 Flashを基盤アーキテクチャに採用
- ソフトウェアエンジニアリングで使用トークン約45%削減
- トークン効率によるコスト低減と高速生成
- エージェント型ワークフロー向けの簡潔な出力
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
| $0.25 | $1 | $0.03 |
10 ドルで使える量
- 入力
- 4000万 トークン
- 出力
- 1000万 トークン
現在の入力・出力料金から試算した目安で、割引は含みません。
推論
- 既定の推論強度
- high
- 既定で有効
- はい
- 常に有効
- いいえ
- 選択できる推論強度
- max / xhigh / high / medium / low / minimal / none
Quick Start
このモデルを Felo API Platform 互換 API で呼び出すためのコードです。コードを書く前に Playground で prompt を試せます。
API key を設定
Felo API Platform アカウントで key を作成し、環境変数として設定します。
export FELO_API_KEY="YOUR_API_KEY"最初のリクエスト
このモデル ID を Felo API Platform endpoint で使用します。X-Request-Id などの任意ヘッダーはトラブルシュートに役立ちます。
particle-1このモデルは reasoning に対応しています。選択した protocol とモデルルートが reasoning controls を提供する場合、会話継続時に返却された reasoning metadata を保持してください。
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());サードパーティ SDK の利用
互換 SDK では baseURL を次に設定します https://openapi.felo.ai/api/v1. Claude-style clients では Anthropic-compatible base URL を使用します。 https://openapi.felo.ai/api.
Streaming を有効化
stream: true を追加すると server-sent events で応答を受け取れます。
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 は互換性のあるモデル呼び出し surface を提供します。アプリや Agent client が既に対応している surface を選んでください。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringparticle-1呼び出す公開モデル ID。max_tokensinteger—生成する最大 tokens。messagesarray—Chat Completions の会話メッセージ。seed———stop———min_p———toolsarray—互換 schema に従う tool calling definitions。top_k———top_p———logprobs———reasoning———temperaturenumber—対応している場合、回答の多様性を制御します。tool_choicestring or object—tool を呼び出すかどうかを制御します。top_logprobs———response_formatobject—対応時に structured output を要求します。presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———よくある質問
モデルについて： Particle AI: Particle-1?
Particle-1は、Particle AIが初めて公開したエージェント型コーディングモデルです。DeepSeek V4.1 Flashを基盤アーキテクチャとして事後学習されており、ソフトウェアエンジニアリング作業をこなす能力を備えています。エージェント型コーディングのワークフロー向けに、簡潔な出力を生成するよう設計されている点が特徴です。 最大の強みはトークン効率の高さにあります。ソフトウェアエンジニアリングのタスクにおいて、他のモデルと比べて使用トークンが約45パーセント少なくて済むとされています。これにより、大量のコーディング作業を抱えるチームのコストを抑えられるほか、生成トークン数が少ない分だけ応答が速くなる傾向も期待できます。 想定される用途は、コードの自動生成、コードのリファクタリング、バグ修正、そしてエージェント型コーディングのワークフロー全般です。一方で、公開されているベンチマークスコアは現時点で存在しないため、性能を数値で比較したい場合は注意が必要です。Particle AIは本モデルを、AIコーディングモデル市場におけるトークン効率が高くコスト効率に優れた選択肢として位置づけています。
利用料金はどのように計算されますか？
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。
Particle-1はどのようなモデルですか？
Particle AIが初めて公開したエージェント型コーディングモデルで、ソフトウェアエンジニアリング作業を処理するために学習されています。DeepSeek V4.1 Flashを基盤アーキテクチャとしています。
どのようなタスクに適していますか？
コードの自動生成、リファクタリング、バグ修正、エージェント型コーディングのワークフローに向いています。エージェント型の作業に合わせて簡潔な出力を生成するよう設計されています。
他のモデルと比べて何が違いますか？
ソフトウェアエンジニアリングのタスクで使用するトークンが約45パーセント少ないとされています。トークン効率が高いため、大量のコーディング作業を回すチームのコスト削減や生成時間の短縮につながります。
ベンチマークスコアは公開されていますか？
公開されているベンチマークスコアはありません。数値による性能比較は現時点では行えません。