Particle-aimessages

Particle AI: Particle-1 API

Particle-1 là mô hình lập trình tác tử đầu tiên của Particle AI, được tinh chỉnh từ DeepSeek V4.1 Flash, tối ưu cho các tác vụ kỹ thuật phần mềm với đầu ra ngắn gọn và tiết kiệm token.

Điểm nổi bật của Particle-1 là hiệu quả sử dụng token: mô hình dùng ít hơn khoảng 45 phần trăm token trong các tác vụ kỹ thuật phần mềm so với các mô hình khác. Nhờ đó, các nhóm chạy khối lượng lớn tác vụ lập trình có thể giảm chi phí vận hành. Số token ít hơn cũng thường đồng nghĩa với thời gian tạo nhanh hơn, giúp mô hình trở thành lựa chọn thay thế tiết kiệm và hiệu quả về chi phí trên thị trường mô hình AI lập trình.

Particle-1 phù hợp với những ai cần tự động hóa việc sinh mã, tái cấu trúc mã nguồn, sửa lỗi và xây dựng quy trình lập trình tác tử. Tuy nhiên, hiện chưa có điểm chuẩn công khai nào cho mô hình này, nên việc đánh giá dựa trên thông tin từ nhà phát triển và các đặc tính được công bố.

Mở Playground ↗Tạo khóa API ↗Hướng dẫn bắt đầu →

Cập nhật: 29 thg 10, 2026

ID MÔ HÌNH

particle-1

Ngữ cảnh: 1.049M
Đầu ra tối đa: 131.072K
API đề xuất: messages
Đầu vào: text / image
Đầu ra: text

Điểm nổi bật

Mô hình lập trình tác tử đầu tiên của Particle AI
Tinh chỉnh hậu kỳ từ DeepSeek V4.1 Flash
Tiết kiệm khoảng 45 phần trăm token
Đầu ra ngắn gọn cho quy trình tác tử
Giảm chi phí cho khối lượng lớn

Nhà cung cấp

1 nhà cung cấp

So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.

Nhà cung cấp · Chi tiết giá

	$0.25	$1	$0.03

10 USD mua được gì

Đầu vào: 40 Tr token
Đầu ra: 10 Tr token

Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.

Suy luận

Mức nỗ lực mặc định: high
Bật theo mặc định: Có
Luôn bật: Không
Các mức nỗ lực khả dụng: max / xhigh / high / medium / low / minimal / none

Bắt đầu nhanh

Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.

Mở Playground Tạo khóa API

Thiết lập khóa API

Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.

export FELO_API_KEY="YOUR_API_KEY"

Gửi yêu cầu đầu tiên

Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.

particle-1

Mô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.

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());

Dùng SDK bên thứ ba

Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.

Bật streaming

Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.

Giao diệnPhương thứcURL

Messages

Tin nhắn tương thích Anthropic cho client kiểu Claude.

POST

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

Tham số

TênKiểuMặc địnhMô tả

modelstringparticle-1ID mô hình công khai cần gọi.

max_tokensinteger—Số token tối đa được tạo.

messagesarray—Tin nhắn hội thoại cho Chat Completions.

seed———

stop———

min_p———

toolsarray—Định nghĩa tool calling theo schema tương thích.

top_k———

top_p———

logprobs———

reasoning———

temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.

tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.

top_logprobs———

response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.

presence_penalty———

reasoning_effort———

frequency_penalty———

include_reasoning———

repetition_penalty———

structured_outputs———

Câu hỏi thường gặp

Tìm hiểu Particle AI: Particle-1?

Particle-1 là mô hình lập trình tác tử do Particle AI phát triển, được huấn luyện hậu kỳ dựa trên kiến trúc nền tảng DeepSeek V4.1 Flash. Đây là mô hình đầu tiên của Particle AI, hướng đến các tác vụ kỹ thuật phần mềm như tạo mã tự động, tái cấu trúc mã và sửa lỗi. Mô hình được thiết kế để tạo ra đầu ra ngắn gọn, phù hợp với quy trình lập trình tác tử. Điểm nổi bật của Particle-1 là hiệu quả sử dụng token: mô hình dùng ít hơn khoảng 45 phần trăm token trong các tác vụ kỹ thuật phần mềm so với các mô hình khác. Nhờ đó, các nhóm chạy khối lượng lớn tác vụ lập trình có thể giảm chi phí vận hành. Số token ít hơn cũng thường đồng nghĩa với thời gian tạo nhanh hơn, giúp mô hình trở thành lựa chọn thay thế tiết kiệm và hiệu quả về chi phí trên thị trường mô hình AI lập trình. Particle-1 phù hợp với những ai cần tự động hóa việc sinh mã, tái cấu trúc mã nguồn, sửa lỗi và xây dựng quy trình lập trình tác tử. Tuy nhiên, hiện chưa có điểm chuẩn công khai nào cho mô hình này, nên việc đánh giá dựa trên thông tin từ nhà phát triển và các đặc tính được công bố.

Cách tính phí sử dụng?

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.

Particle-1 hỗ trợ những loại đầu vào nào?

Mô hình được thiết kế cho các tác vụ kỹ thuật phần mềm và quy trình lập trình tác tử, nhưng thông tin công khai không nêu rõ các định dạng đầu vào cụ thể.

Mô hình này có phù hợp với khối lượng công việc lớn không?

Có. Particle-1 dùng ít hơn khoảng 45 phần trăm token trong các tác vụ kỹ thuật phần mềm so với các mô hình khác, giúp giảm chi phí cho các nhóm chạy khối lượng lớn tác vụ lập trình.

Particle-1 khác gì so với các mô hình cùng loại?

Particle-1 được định vị là lựa chọn thay thế tiết kiệm token và hiệu quả về chi phí, với đầu ra ngắn gọn cho quy trình lập trình tác tử. Mô hình được huấn luyện hậu kỳ trên DeepSeek V4.1 Flash.

Có điểm chuẩn công khai cho Particle-1 không?

Hiện không có điểm chuẩn công khai nào cho mô hình này.

Particle-1 có phải là mô hình đầu tiên của Particle AI không?

Đúng, Particle-1 là mô hình đầu tiên của Particle AI.