OpenClaw 上线 Particle-1：输出 token 较基模型减少约45%
· ME 快讯
ME AI 消息，Particle 团队推出基于 DeepSeek V4.1 Flash 后训练的 Particle-1，核心目标是提升 token 效率。在软件工程任务上，该模型平均减少约45%输出 token，每任务成本为 0.2211 美元，低于 DeepSeek V4.1 Flash 的 0.3368 美元和 GLM 5.3 Flash 的 0.6523 美元；三者平均输出 token 分别为 59,580、83,246 和 98,155，任务通过率分别为 72.57%、71.15% 和 66.82%。在 Terminal-Bench 2.1、ReactBench、ADE Bench、DeepSWE 1.1 上，Particle-1 比基模型少用 28.4%–52.2% 输出 token，Pass@1 处于基模型置信区间内。训练采用 Cascade RL、rank-64 LoRA（约占参数量 1.25%）、GSPO 和 Miles 框架。OpenClaw 用户需更新至 v2026.10.10 使用，标准推理零数据保留。（来源：InFoQ）