Felo API PlatformFelo API Platform
กลับไปที่โมเดล
Particle-aimessages

Particle AI: Particle-1 API

Particle-1 เป็นโมเดลเขียนโค้ดแบบเอเจนต์จาก Particle AI ที่ใช้โทเค็นน้อยลงราว 45% เมื่อเทียบกับโมเดลอื่นในงานวิศวกรรมซอฟต์แวร์

Particle-1 คือโมเดลแรกจาก Particle AI ที่ออกแบบมาสำหรับงานวิศวกรรมซอฟต์แวร์โดยเฉพาะ โมเดลนี้ผ่านการฝึกหลัง (post-training) บนสถาปัตยกรรมพื้นฐาน DeepSeek V4.1 Flash และถูกปรับแต่งให้ทำงานในรูปแบบเอเจนต์เขียนโค้ดที่ให้ผลลัพธ์กระชับ

จุดเด่นสำคัญคือประสิทธิภาพการใช้โทเค็น โดยใช้โทเค็นน้อยลงประมาณ 45% เมื่อเทียบกับโมเดลอื่นในงานวิศวกรรมซอฟต์แวร์ ซึ่งช่วยลดต้นทุนสำหรับทีมที่รันงานเขียนโค้ดปริมาณมาก และโดยทั่วไปโทเค็นที่น้อยลงมักหมายถึงเวลาสร้างผลลัพธ์ที่เร็วขึ้น

โมเดลนี้เหมาะกับงานสร้างโค้ดอัตโนมัติ การรีแฟกเตอร์โค้ด การแก้บั๊ก และเวิร์กโฟลว์การเขียนโค้ดแบบเอเจนต์ อย่างไรก็ตาม ยังไม่มีคะแนนมาตรฐานสาธารณะสำหรับโมเดลนี้

เปิด Playground ↗สร้างคีย์ API ↗คู่มือเริ่มต้น →

อัปเดต:

ID โมเดล

particle-1
บริบท
1.049M
เอาต์พุตสูงสุด
131.072K
API ที่แนะนำ
messages
อินพุต
text / image
เอาต์พุต
text

จุดเด่น

  • โมเดลแรกจาก Particle AI
  • ใช้โทเค็นน้อยลงราว 45%
  • ลดต้นทุนงานเขียนโค้ดปริมาณมาก
  • ผลลัพธ์กระชับสำหรับเวิร์กโฟลว์เอเจนต์
  • สร้างบนพื้นฐาน DeepSeek V4.1 Flash

ผู้ให้บริการ

1 ผู้ให้บริการ

เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด

ผู้ให้บริการ · รายละเอียดราคา
$0.25$1$0.03

ซื้ออะไรได้ด้วย $10

อินพุต
40M token
เอาต์พุต
10M token

ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด

การให้เหตุผล

ระดับความพยายามเริ่มต้น
high
เปิดใช้งานโดยค่าเริ่มต้น
ใช่
เปิดใช้งานตลอด
ไม่ใช่
ระดับความพยายามที่ใช้ได้
max / xhigh / high / medium / low / minimal / none

เริ่มต้นอย่างรวดเร็ว

โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด

เปิด Playgroundสร้างคีย์ API
1

ตั้งค่าคีย์ API

สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม

export FELO_API_KEY="YOUR_API_KEY"
2

ส่งคำขอแรก

ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา

particle-1

โมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ

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());

การใช้ SDK ของบุคคลที่สาม

ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.

3

เปิดใช้สตรีมมิ่ง

เพิ่ม stream: true เพื่อรับการตอบกลับเป็น 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 มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว

อินเทอร์เฟซเมธอดURL

Messages

ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude

POST

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

พารามิเตอร์

ชื่อชนิดค่าเริ่มต้นคำอธิบาย
modelstringparticle-1ID โมเดลสาธารณะที่ต้องการเรียก
max_tokensinteger—จำนวนโทเคนสูงสุดที่สร้าง
messagesarray—ข้อความสนทนาสำหรับ Chat Completions
seed———
stop———
min_p———
toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับ
tool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่
top_logprobs———
response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับ
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

คำถามที่พบบ่อย

รู้จัก Particle AI: Particle-1?

Particle-1 คือโมเดลแรกจาก Particle AI ที่ออกแบบมาสำหรับงานวิศวกรรมซอฟต์แวร์โดยเฉพาะ โมเดลนี้ผ่านการฝึกหลัง (post-training) บนสถาปัตยกรรมพื้นฐาน DeepSeek V4.1 Flash และถูกปรับแต่งให้ทำงานในรูปแบบเอเจนต์เขียนโค้ดที่ให้ผลลัพธ์กระชับ จุดเด่นสำคัญคือประสิทธิภาพการใช้โทเค็น โดยใช้โทเค็นน้อยลงประมาณ 45% เมื่อเทียบกับโมเดลอื่นในงานวิศวกรรมซอฟต์แวร์ ซึ่งช่วยลดต้นทุนสำหรับทีมที่รันงานเขียนโค้ดปริมาณมาก และโดยทั่วไปโทเค็นที่น้อยลงมักหมายถึงเวลาสร้างผลลัพธ์ที่เร็วขึ้น โมเดลนี้เหมาะกับงานสร้างโค้ดอัตโนมัติ การรีแฟกเตอร์โค้ด การแก้บั๊ก และเวิร์กโฟลว์การเขียนโค้ดแบบเอเจนต์ อย่างไรก็ตาม ยังไม่มีคะแนนมาตรฐานสาธารณะสำหรับโมเดลนี้

การใช้งานถูกเรียกเก็บเงินอย่างไร

ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน

Particle-1 เหมาะกับงานประเภทใด?

เหมาะกับงานวิศวกรรมซอฟต์แวร์ เช่น การสร้างโค้ดอัตโนมัติ การรีแฟกเตอร์โค้ด การแก้บั๊ก และเวิร์กโฟลว์การเขียนโค้ดแบบเอเจนต์

Particle-1 ใช้โทเค็นน้อยกว่าจริงหรือไม่?

ใช่ ใช้โทเค็นน้อยลงประมาณ 45% เมื่อเทียบกับโมเดลอื่นในงานวิศวกรรมซอฟต์แวร์

Particle-1 สร้างบนพื้นฐานของโมเดลใด?

สร้างบนสถาปัตยกรรมพื้นฐาน DeepSeek V4.1 Flash และผ่านการฝึกหลังบนโมเดลดังกล่าว

มีคะแนนมาตรฐานให้ตรวจสอบหรือไม่?

ยังไม่มีคะแนนมาตรฐานสาธารณะสำหรับโมเดลนี้

ทำไมโทเค็นที่น้อยลงจึงสำคัญ?

ช่วยลดต้นทุนสำหรับทีมที่รันงานเขียนโค้ดปริมาณมาก และโดยทั่วไปยังช่วยให้สร้างผลลัพธ์ได้เร็วขึ้น