Particle-1 testlerinde çıktı tokenı kullanımı ortalama %45 daha düşük

Particle, yazılım geliştiricilerine yönelik yapay zeka modeli Particle-1'i 28'inde tanıttı. Şirket, kendi değerlendirmesinde modelin önceki modele kıyasla ortalama yaklaşık %45 daha az çıktı tokenı kullandığını açıkladı.

Mixpanel'in kurucu ortaklarından Suhail Doshi, Particle'ı kurdu. Particle-1, şirketin ilk ürünü. Particle'ın şirket tanıtımında da Doshi'nin kuruculuk geçmişine yer veriliyor.

Particle, modeli DeepSeek V4.1 Flash'ı yazılım geliştirme görevlerine yönelik olarak sonradan eğiterek oluşturduğunu belirtti. Şirket, temel modeli sıfırdan geliştirmek yerine mevcut modeli kendi pekiştirmeli öğrenme ortamında eğitti.

Değerlendirmede Terminal-Bench 2.1, ReactBench, ADE Bench ve DeepSWE 1.1 olmak üzere dört görev kullanıldı. Bu karşılaştırmada çıktı tokenı kullanımı DeepSeek V4.1 Flash'a göre %28,4 ila %52,2 daha düşük, görev başına ortalama maliyet ise %34,4 ila %51,6 daha az oldu.

Şirketin paylaştığı yaklaşık %45 oranı, dört değerlendirme sonucunun ortalaması. Bu, token kullanımının her görevde %45 azaldığı anlamına gelmiyor.

Particle, resmi duyurusunda dört görevde de aynı Terminus 2 ajanını kullandığını ve her model için görev başına 16 çalıştırma yaptığını bildirdi. Şirket, görev başına maliyet hesabına başarısız çalıştırmaları da dahil etti.

Maliyet hesabında %95 önbellek isabet oranı varsayıldı. Gerçek fatura tutarı ve tasarruf oranı bu varsayıma göre değişebilir.

Particle, ilk denemede görevi tamamlama oranı olan Pass@1 sonucunun karşılaştırılan modelin güven aralığında kaldığını açıkladı. Bu, şirketin paylaştığı değerlendirme sonuçlarına dayanıyor.

Pass@1 sonucu ve token kullanımındaki düşüş, gerçek yazılım geliştirme ortamlarında doğruluk ve iş kalitesinin aynı olacağını tek başına kanıtlamıyor. Açıklanan maliyet tasarrufu da şirketin belirlediği değerlendirme koşullarında elde edildi.

Particle, Terminal-Bench 2.1, ReactBench ve ADE Bench'teki token tasarrufunun yaklaşık %90'ının akıl yürütme sürecinden kaynaklandığını belirtti. Dolayısıyla tasarruf yalnızca daha kısa yanıtlar verilmesinden kaynaklanmadı.

Şirket, ADE Bench'teki bir örnekte iki modelin farklı anahtarlar ürettiğini de bildirdi. Bu örnekte sonuç, aynı çözümün daha kısa anlatılmasından ibaret değildi.

Particle-1 API üzerinden sunuluyor ve ilk kullanım alanı yazılım mühendisliği. Particle, 28'indeki resmi blog duyurusunda token kullanımının yanı sıra görevleri tamamlama süresini de azaltmayı hedeflediğini açıkladı. Şirket, başka alanlara açılmayı planladığını bildirdi ancak bunun için takvim paylaşmadı.

Bu haberde token, yapay zeka modellerinin metni işlerken veya üretirken kullandığı birimi ifade ediyor; kripto varlık anlamına gelmiyor. Particle'ın duyurusunda modelin blokzincir veya kripto varlık alanında kullanılmasına yönelik bir plan yer almadı.