파티클-1 출시: DeepSeek 기반 최적화로 작업 성공률은 원본에 근접하면서 출력 토큰 약 45% 감소

동찰 Beating AI 속보, 제품 분석 플랫폼 Mixpanel 공동 창업자이자 AI 이미지 플랫폼 Playground 창업자인 Suhail Doshi가 다시 창업하여 새 회사 Particle을 설립하고 첫 모델 Particle-1을 출시했습니다. 이 모델은 DeepSeek V4.1 Flash를 기반으로 강화학습 후훈련을 진행했으며, Coding Agent가 작업을 수행할 때 소비하는 Token을 줄이는 데 중점을 두었습니다.

Particle이 공개한 네 가지 프로그래밍 및 데이터 엔지니어링 평가에 따르면, 원본 DeepSeek 대비 Particle-1의 출력 Token은 28.4%～52.2% 감소했으며 전체 평균 약 45%로, 작업 통과율은 여전히 원본의 통계적 신뢰구간 내에 있습니다. 동일한 Token 단가와 고정 캐시 적중률을 기준으로 추정하면 문제당 비용은 34.4%～51.6% 감소했습니다.

절약된 Token은 주로 더 간결한 추론, 반복 시도 감소, 그리고 작업 완료 후 적시 중단에서 비롯됩니다. 한 번의 Git 배포 테스트에서 두 모델 모두 작업을 성공적으로 완료했지만, Particle-1은 15,892개의 Token만 출력한 반면 원본은 47,006개를 사용했습니다.

Particle-1은 이미 API를 개방했으며 Vercel AI Gateway에 연동되었습니다. 현재의 성능 및 비용 데이터는 주로 팀 자체 테스트에서 나온 것입니다.