Particle AI: Particle-1 API
Particle AI 首款代理式編碼模型，以 DeepSeek V4.1 Flash 為基礎，主打精簡輸出與更高權杖效率。
Particle-1 是 Particle AI 推出的第一款模型，屬於代理式編碼模型，專門處理軟體工程任務。它是以 DeepSeek V4.1 Flash 為基礎架構進行後訓練而成，設計上強調為代理式編碼工作流程產生精簡的輸出。
在軟體工程任務上，Particle-1 的權杖用量相較其他模型少約 45%。這項權杖效率優勢可降低團隊大量執行編碼任務的成本，而權杖更少通常也意味著生成速度更快。Particle AI 將其定位為 AI 編碼模型市場中兼具權杖效率與成本效益的替代方案。
這款模型適合自動化程式碼生成、程式碼重構、錯誤修正，以及各類代理式編碼工作流程。需要注意的是，目前尚無公開的基準測試分數可供參考。
更新時間:
模型 ID
particle-1- 上下文
- 1.049M
- 最大輸出
- 131.072K
- 建議 API
- messages
- 輸入
- text / image
- 輸出
- text
核心要點
- Particle AI 首款模型
- 以 DeepSeek V4.1 Flash 為基礎後訓練
- 權杖用量少約 45%
- 輸出精簡，適合代理式編碼
- 降低大量編碼任務成本
- 生成速度更快
供應商
比較不同供應商的呼叫價格，點擊供應商可查看完整費用和適用條件。
| $0.25 | $1 | $0.03 |
10 美元能買多少 token
- 輸入
- 4000萬 tokens
- 輸出
- 1000萬 tokens
依目前輸入與輸出單價估算，未計入折扣。
推理能力
- 預設推理強度
- high
- 預設啟用
- 是
- 始終啟用
- 否
- 可選推理強度
- max / xhigh / high / medium / low / minimal / none
填入 API key
從 Felo API Platform 帳戶建立 key，並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
particle-1該模型支援推理。如果所選協議與模型路由提供推理控制，請在繼續對話時保留回傳的推理中繼資料。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
啟用串流輸出
加入 stream: true，即可以 server-sent events 接收回應。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringparticle-1Public model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———min_p———toolsarray—Tool calling definitions following compatible schema.top_k———top_p———logprobs———reasoning———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.top_logprobs———response_formatobject—Request structured output when supported.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———常見問題
什麼是 Particle AI: Particle-1?
Particle-1 是 Particle AI 推出的第一款模型，屬於代理式編碼模型，專門處理軟體工程任務。它是以 DeepSeek V4.1 Flash 為基礎架構進行後訓練而成，設計上強調為代理式編碼工作流程產生精簡的輸出。 在軟體工程任務上，Particle-1 的權杖用量相較其他模型少約 45%。這項權杖效率優勢可降低團隊大量執行編碼任務的成本，而權杖更少通常也意味著生成速度更快。Particle AI 將其定位為 AI 編碼模型市場中兼具權杖效率與成本效益的替代方案。 這款模型適合自動化程式碼生成、程式碼重構、錯誤修正，以及各類代理式編碼工作流程。需要注意的是，目前尚無公開的基準測試分數可供參考。
如何計算呼叫費用？
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格，詳見計費明細。
Particle-1 支援哪些輸入類型？
資料未列出可接受的輸入模態，僅說明它是一款處理軟體工程任務的代理式編碼模型。
Particle-1 的上下文長度與輸出上限為何？
資料未提供上下文視窗或輸出長度的具體數字。
Particle-1 適合哪些任務？
它適合自動化程式碼生成、程式碼重構、錯誤修正，以及代理式編碼工作流程。
Particle-1 與同系列模型有何差別？
它是 Particle AI 的第一款模型，以 DeepSeek V4.1 Flash 為基礎架構後訓練而成，目前尚無其他同系列模型可供比較。
Particle-1 的權杖效率如何？
在軟體工程任務上，它的權杖用量相較其他模型少約 45%，有助於降低大量編碼任務的成本並加快生成速度。
Particle-1 有公開的基準測試分數嗎？
沒有，目前尚無公開的基準測試分數。