Particle-1 : un modèle post-entraîné sur DeepSeek V4.1 Flash pour réduire la consommation de tokens

Particle présente Particle-1, post-entraîné sur DeepSeek V4.1 Flash dans des environnements de reinforcement learning internes, avec pour objectif de résoudre les tâches avec moins de tokens. Sur quatre benchmarks (Terminal-Bench 2.1, ReactBench, ADE Bench, DeepSWE 1.1), il utilise 28,4 % à 52,2 % de tokens de sortie en moins et réduit le coût moyen par tâche de 34,4 % à 51,6 %. Les taux de réussite restent dans les intervalles de confiance du modèle de base. Cette première version cible le génie logiciel.