Particle

general · 首次出现 2026-05-22 · 最近出现 2026-11-17 · 累计提及 38

综述

Particle 是一家 AI 初创公司推出的高效率大语言模型系列,其首款模型 Particle-1 主打以更少的输出 token 完成同等智能水平的任务,在近期的开源模型社区中因极致的性价比而受到关注。

Particle-1 的近期进展

据 Garry Tan 介绍,Particle-1 在检索类智能体任务上的表现可对标大型模型,而价格仅为其约 1/23。这一数据发布后,被多方视为小型高效模型路线的代表性成果。

在实际上线方面,Particle-1 已接入 OpenClaw 平台。Suhail 与 openclaw 的发布均提到,其输出 token 数量比 DeepSeek V4.1 Flash 减少约 45%,意味着在同等任务下推理成本与响应开销更低。

Suhail 还表示,Particle 的模型已登上 Plotly 数据分析任务的 Pareto 前沿,即在性能与成本的综合权衡中处于最优区间。同时他预告,Particle-1 的下一款模型正在训练中,但尚未公布具体能力细节。

相关研究与混淆词辨析

需要注意,Particle 一词在 AI 领域有多个所指。arXiv 上一项研究提出用解码方式免费估计序列级 Rényi 熵,可自适应调整推理、降低算力开销,属于解码效率方向的工作。另有 NEOPIC 框架将神经算子用于粒子法等离子体模拟,Anthropic 也用 Claude 在湿实验室中发现了 vault 蛋白颗粒的新结构——这些均与 Particle 公司无关。

此外,TechCrunch 在 2026 年 10 月 6 日报道,Mirror Particle 正在打造一个用于预测人类行为的世界模型,属于另一家名称含 Particle 的团队。

当前焦点与观察点

目前围绕 Particle 的讨论集中在两点:一是小 token 输出、低价格路线能否在更复杂的多步智能体任务中保持稳定表现;二是下一代模型的训练进度与性能上限。观察者可关注其在 OpenClaw 等平台上的持续基准表现,以及与 DeepSeek 等高性价比模型的对比数据是否能在第三方评测中复现。

相关报道

10 条在档