Felo API PlatformFelo API Platform
Kembali ke model
Particle-aimessages

Particle AI: Particle-1 API

Particle-1 ialah model pengekodan agenik pertama daripada Particle AI, dibina atas DeepSeek V4.1 Flash dan direka untuk tugasan kejuruteraan perisian dengan penggunaan token yang lebih cekap.

Particle-1 ialah model pengekodan agenik yang dilatih khusus untuk mengendalikan tugasan kejuruteraan perisian. Model ini merupakan model pertama daripada Particle AI dan dibina serta dilatih lanjut berdasarkan seni bina asas DeepSeek V4.1 Flash. Ia direka untuk menghasilkan output yang ringkas dan padat, sesuai untuk aliran kerja pengekodan agenik yang memerlukan respons pantas dan tepat.

Model ini menonjolkan kecekapan token yang tinggi, menggunakan kira-kira 45 peratus token lebih sedikit dalam tugasan kejuruteraan perisian berbanding model lain. Kecekapan ini mengurangkan kos bagi pasukan yang menjalankan tugasan pengekodan dalam jumlah besar, dan penggunaan token yang lebih sedikit lazimnya mempercepatkan masa penjanaan. Particle-1 diposisikan sebagai alternatif yang menjimatkan kos dan cekap token dalam pasaran model pengekodan AI.

Particle-1 sesuai digunakan untuk penjanaan kod automatik, pemfaktoran semula kod, pembaikan pepijat, serta aliran kerja pengekodan agenik yang memerlukan output ringkas. Walau bagaimanapun, tiada skor penanda aras awam tersedia untuk model ini, jadi penilaian prestasi terperinci bergantung pada data yang belum didedahkan.

Buka Playground ↗Cipta kunci API ↗Panduan bermula →

Dikemas kini:

ID MODEL

particle-1
Konteks
1.049M
Output maks
131.072K
API yang disyorkan
messages
Input
text / image
Output
text

Sorotan

  • Model pertama Particle AI
  • Dibina atas DeepSeek V4.1 Flash
  • Penggunaan token 45% lebih rendah
  • Output ringkas untuk aliran kerja agenik
  • Alternatif penjimatan kos untuk pengekodan

Penyedia

1 penyedia

Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.

Penyedia · Butiran harga
$0.25$1$0.03

Apa yang boleh dibeli dengan $10

Input
40J token
Output
10J token

Anggaran berdasarkan harga input dan output semasa, sebelum diskaun.

Penaakulan

Tahap usaha lalai
high
Diaktifkan secara lalai
Ya
Sentiasa diaktifkan
Tidak
Tahap usaha yang tersedia
max / xhigh / high / medium / low / minimal / none

Mula pantas

Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.

Buka PlaygroundCipta kunci API
1

Tetapkan kunci API

Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.

export FELO_API_KEY="YOUR_API_KEY"
2

Hantar permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.

particle-1

Model ini mampu membuat penaakulan. Jika protokol dan laluan model yang anda pilih menyediakan kawalan penaakulan, kekalkan metadata penaakulan yang dipulangkan apabila meneruskan perbualan.

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());

Menggunakan SDK pihak ketiga

Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.

3

Dayakan penstriman

Tambah stream: true untuk menerima respons sebagai 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 menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.

Antara mukaKaedahURL

Messages

Mesej serasi Anthropic untuk klien gaya Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parameter

NamaJenisLalaiKeterangan
modelstringparticle-1ID model awam untuk dipanggil.
max_tokensinteger—Bilangan maksimum token yang dijana.
messagesarray—Mesej perbualan untuk Chat Completions.
seed———
stop———
min_p———
toolsarray—Definisi tool calling mengikut skema serasi.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Mengawal kepelbagaian respons apabila disokong.
tool_choicestring or object—Mengawal sama ada alat perlu dipanggil.
top_logprobs———
response_formatobject—Meminta output berstruktur apabila disokong.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

Soalan lazim

Mengenali Particle AI: Particle-1?

Particle-1 ialah model pengekodan agenik yang dilatih khusus untuk mengendalikan tugasan kejuruteraan perisian. Model ini merupakan model pertama daripada Particle AI dan dibina serta dilatih lanjut berdasarkan seni bina asas DeepSeek V4.1 Flash. Ia direka untuk menghasilkan output yang ringkas dan padat, sesuai untuk aliran kerja pengekodan agenik yang memerlukan respons pantas dan tepat. Model ini menonjolkan kecekapan token yang tinggi, menggunakan kira-kira 45 peratus token lebih sedikit dalam tugasan kejuruteraan perisian berbanding model lain. Kecekapan ini mengurangkan kos bagi pasukan yang menjalankan tugasan pengekodan dalam jumlah besar, dan penggunaan token yang lebih sedikit lazimnya mempercepatkan masa penjanaan. Particle-1 diposisikan sebagai alternatif yang menjimatkan kos dan cekap token dalam pasaran model pengekodan AI. Particle-1 sesuai digunakan untuk penjanaan kod automatik, pemfaktoran semula kod, pembaikan pepijat, serta aliran kerja pengekodan agenik yang memerlukan output ringkas. Walau bagaimanapun, tiada skor penanda aras awam tersedia untuk model ini, jadi penilaian prestasi terperinci bergantung pada data yang belum didedahkan.

Bagaimana penggunaan dicaj?

Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.

Apakah tugas yang paling sesuai untuk Particle-1?

Particle-1 sesuai untuk penjanaan kod automatik, pemfaktoran semula kod, pembaikan pepijat, dan aliran kerja pengekodan agenik yang memerlukan output ringkas.

Apakah seni bina asas model ini?

Particle-1 dilatih lanjut berdasarkan DeepSeek V4.1 Flash, yang berfungsi sebagai seni bina asasnya.

Apakah kelebihan utama Particle-1 dari segi kos?

Model ini menggunakan kira-kira 45 peratus token lebih sedikit dalam tugasan kejuruteraan perisian berbanding model lain, sekali gus mengurangkan kos bagi pasukan yang menjalankan tugasan pengekodan dalam jumlah besar.

Adakah Particle-1 mempunyai skor penanda aras awam?

Tidak, tiada skor penanda aras awam tersedia untuk model ini.

Apakah yang dimaksudkan dengan output ringkas dalam konteks model ini?

Particle-1 direka untuk menghasilkan output yang padat dan ringkas, sesuai untuk aliran kerja pengekodan agenik yang memerlukan respons pantas dan tepat.