Particle-1 giảm trung bình khoảng 45% token đầu ra trong tự đánh giá

Particle công bố mô hình AI dành cho nhà phát triển Particle-1 vào ngày 28, cho biết mô hình dùng ít hơn trung bình khoảng 45% token đầu ra so với các mô hình trước trong đánh giá nội bộ.

Suhail Doshi, đồng sáng lập Mixpanel, đã thành lập Particle. Trang giới thiệu của Particle cũng nêu quá trình khởi nghiệp của Doshi. Particle-1 là sản phẩm đầu tiên của công ty.

Particle cho biết họ tạo Particle-1 bằng cách huấn luyện hậu kỳ DeepSeek V4.1 Flash. Công ty không phát triển mô hình nền tảng từ đầu mà huấn luyện mô hình có sẵn cho các tác vụ phát triển phần mềm, đồng thời sử dụng môi trường học tăng cường do mình xây dựng.

Đánh giá sử dụng bốn bộ kiểm tra tác vụ: Terminal-Bench 2.1, ReactBench, ADE Bench và DeepSWE 1.1. Trong phép so sánh này, Particle-1 dùng ít hơn 28,4–52,2% token đầu ra so với DeepSeek V4.1 Flash; chi phí trung bình mỗi tác vụ thấp hơn 34,4–51,6%.

Mức giảm “khoảng 45%” là số trung bình gộp từ bốn kết quả đánh giá, không có nghĩa lượng token giảm 45% ở mọi tác vụ.

Trong thông báo chính thức, Particle cho biết cả bốn tác vụ đều dùng cùng một tác nhân Terminus 2, với 16 lượt chạy cho mỗi mô hình ở từng tác vụ. Công ty cũng cho biết phép tính chi phí có tính cả những lượt chạy thất bại và giả định tỷ lệ cache hit là 95%. Hóa đơn thực tế và mức tiết kiệm có thể thay đổi tùy theo giả định này.

Particle cho biết Pass@1, tỷ lệ hoàn thành tác vụ ngay lần thử đầu tiên, nằm trong khoảng tin cậy của mô hình đối chiếu. Đây là kết quả đánh giá do công ty công bố. Chỉ dựa vào Pass@1 và mức giảm token thì chưa thể kết luận độ chính xác và chất lượng công việc trong môi trường phát triển thực tế là tương đương. Mức tiết kiệm chi phí được công bố cũng xuất phát từ các điều kiện đánh giá do công ty đặt ra.

Theo cùng thông báo, khoảng 90% lượng token tiết kiệm được trong Terminal-Bench 2.1, ReactBench và ADE Bench đến từ quá trình suy luận, chứ không chỉ nhờ tạo câu trả lời ngắn hơn. Particle cũng cho biết trong một trường hợp thuộc ADE Bench, hai mô hình tạo ra các khóa khác nhau; kết quả này không chỉ phản ánh việc mô tả cùng một cách giải ngắn gọn hơn.

Particle-1 được cung cấp qua API, trước mắt tập trung vào lĩnh vực kỹ thuật phần mềm. Trong bài viết giới thiệu chính thức, Particle nêu mục tiêu giảm cả thời gian thực hiện tác vụ lẫn lượng token sử dụng tính đến ngày 28. Công ty cũng cho biết có kế hoạch mở rộng sang các lĩnh vực khác nhưng chưa đưa ra lịch cụ thể.

Trong bài viết này, token là đơn vị mà mô hình AI dùng để xử lý hoặc tạo văn bản, không phải tài sản mã hóa. Thông báo của Particle không đề cập kế hoạch ứng dụng mô hình vào blockchain hay tài sản mã hóa.