Particle-1 자체 평가서 출력 토큰 평균 45% 절감
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- Particle는 딥시크 V4.1 Flash를 후학습한 개발자용 모델을 공개했다.
- 회사는 네 가지 평가 작업에서 출력 토큰 사용량이 28.4~52.2%, 과제당 평균 비용은 34.4~51.6% 낮았다고 밝혔다.
- Particle가 28일 개발자용 AI 모델 Particle-1을 공개했다.
본문
Particle는 딥시크 V4.1 Flash를 후학습한 개발자용 모델을 공개했다. 회사는 네 가지 평가 작업에서 출력 토큰 사용량이 28.4~52.2%, 과제당 평균 비용은 34.4~51.6% 낮았다고 밝혔다. Particle가 28일 개발자용 AI 모델 Particle-1을 공개했다. 회사는 자체 평가에서 기존 모델보다 출력 토큰을 평균 약 45% 적게 사용했다고 밝혔다. 이 비교에서 출력 토큰 사용량은 딥시크 V4.1 Flash보다 28.4~52.2% 적었고, 과제당 평균 비용은 34.4~51.6% 낮았다. 회사가 제시한 ‘약 45%’는 네 가지 평가 결과를 묶은 평균 수치다. Particle는 공식 발표에서 네 작업에 같은 Terminus 2 에이전트를 쓰고, 모델별로 과제당 16회 실행했다고 밝혔다. Pass@1 결과와 토큰 감소율만으로 실제 개발 현장의 정확도와 작업 품질이 같다고 단정할 수는 없다.
발표된 비용 절감 폭도 회사가 정한 평가 조건에서 나온 수치다.
Particle는 같은 발표에서 Terminal-Bench 2.1, ReactBench, ADE Bench의 토큰 절감분 중 약 90%가 추론 과정에서 나왔다고 설명했다. Particle는 공식 블로그 발표에서 28일 기준 토큰 사용량뿐 아니라 작업 수행 시간도 줄이는 것을 목표로 제시했다. Particle는 공식 블로그 발표에서 28일 기준 다른 분야로도 확장할 계획이라고 밝혔지만, 구체적인 일정은 제시하지 않았다.