Particle-1 令牌省 45%，后训练 DeepSeek V4.1 Flash 降成本
heyneighbor · x · 2026-11-04
Particle 团队发布 Particle-1：在 DeepSeek V4.1 Flash 基础上做后训练，用内部 RL 环境训练模型以更少 token 完成任务，平均输出 token 减少约 45%，任务成本与耗时同步下降。
- 首个版本聚焦软件工程场景，未来计划扩展到其他领域
- 在 Terminal-Bench 2.1、DeepSWE 1.1、ReactBench、ADE Bench 四项评测中，准确率与 DeepSeek V4.1 Flash 相当，但成本大幅降低：DeepSWE 每任务 $0.22、输出 59,580 tokens（对比 83,246），Terminal-Bench 成本降约 3 倍
- 奖励函数同时激励任务成功与更少推理/工具调用 token
- 标准推理提供零数据保留（zero data retention）
- OpenClaw 已于 v2026.10.10 支持该模型
「编程与Agent」频道最新
- 10周上线一个自己的产品：AI编程课程公开完整训练大纲 — Al_Grigor · 2026-11-04
- C++26 静态反射实战:免手动注册构建类型安全运行时反射 — lauriewired · 2026-11-04
- 同一提示词横评：ChatGPT vs Claude vs Figma Make 生成金融App界面 — Tegadesigns · 2026-11-04
- 5个Grok Bot分工管学业：读课纲、填日历、出测验、考前叫早 — nima_owji · 2026-11-04
- 让Agent先学系统设计再写码：7条规则+12步prompt模板 — damnGruz · 2026-11-04
- 团队级 Agent 共享记忆怎么做?Entelligence 用会话-PR-工单图谱解题 — entelligenceai17 · 2026-11-04