Meta description：DeepSeek V4.1 FlashをポストトレーニングしたParticle-1が10月28日に登場。コーディングタスクで出力トークンを28.4%〜52.2%削減と主張。その意味するところ、そして意味しないことを整理する。
タグ案：Particle-1、DeepSeek V4.1 Flash、コーディングモデル、トークン料金、OpenRouter
Particle-1は「出力トークン45%削減」を謳う——だが請求が45%安くなるわけではない話
2026年10月28日、Particleという新しい会社が、会社そのものと最初のモデルを同時に発表した。Mixpanelの創業者として知られるSuhail Doshiの新しいベンチャーで、そのモデルがParticle-1——DeepSeek V4.1 Flashをポストトレーニングしたコーディングモデルだ。公開初日からAPIで利用可能で、同日にOpenRouterにも掲載された。
売り文句は一文で済む。同じ仕事を、より少ないトークンで。Particleによると、Particle-1はコーディングやデータエンジニアリングのタスクを、ベースモデルよりはるかに少ない推論・ツール呼び出しの出力で完了するという。トークン課金の業界において、トークンが少ないことは脚注ではなく、ビジネスモデルそのものだ。
なお、私たちはAPIを呼び出しておらず、モデルを自分たちで動かしてもいない。以下の内容はすべてParticleの発表資料とOpenRouterの掲載情報に基づいており、確定した事実というより「検証すべき主張」として読むのが妥当だ。
Particleの主張
ヘッドラインの数字は、出力トークン平均約45%削減。Particleが実施した4つのコーディング／データエンジニアリング系ベンチマークの内訳を見ると、ベースのDeepSeek V4.1 Flashと比べた削減幅は28.4%〜52.2%と幅がある。精度（pass@1）はベースモデルの信頼区間内に収まっているという。
トークンの次は金額だ。Particleは、タスクあたりの平均コストがベースモデルより34.4%〜51.6%低かったとしている。
どうやって実現したのか。要点だけ述べると、社内のコーディング／データエンジニアリング環境で強化学習を行い、「タスクを解きつつ、推論とツール呼び出しのトークンを減らす」ことに報酬を与えた。技術的にはランク64のLoRAアダプターで、触れたパラメータはモデル全体の約1.25%——つまり新しい基盤モデルではなく、既存のオープンモデルのチューニングだ。この点は主張の読み方に関わる。問いは「最強のモデルか」ではなく、「このモデルの、より良い回し方か」になる。
「トークン単価」と「タスクのコスト」が別物である理由
ここは立ち止まる価値がある。今回の発表の核心だからだ。
価格ページでモデルを比較するとき、見ているのは100万トークンあたりのドル数だ。しかしエージェント型のコーディングタスクは、決まった量のトークンではない。それはループだ。リポジトリを読み、計画し、ツールを呼び、結果を読み、さらに考え、編集し、テストを回し、失敗し、やり直す。そのループを一周するたびに出力トークンが消費される。出力が入力のおよそ4倍という典型的な価格比を考えれば、請求の大半はこの出力側に乗っている。
だから、トークン単価が同じ2つのモデルでも、同じタスクでまったく違う請求額になりうる。片方が半分の出力トークンで同じ合格解にたどり着くなら、そのタスクのコストは実際にほぼ半分だ。これがParticleの売りの仕組みであり、それ自体は本物だ。
ただし、裏返しも本物だ。「合格解が合格し続ける」場合にしか節約は存在しない。早々に切り上げ、テスト実行を省き、CIで落ちるコードを渡してくるモデルは、45%を節約してくれたのではない。リトライのループか、人のレビューか、壊れたデプロイのコストを請求してきたのだ。トークン数は測るのが簡単だ。仕事がまだ自分の水準を超えているかどうかは、自分で確かめるしかない部分だ。
注意点を、平たく言うと
数字はすべて発表元のものだ。 ベンチマークを走らせ、タスクを選び、結果を報告したのはParticle自身だ。執筆時点で第三者による再現はない。だからといって間違いとは限らないが、出発点にすぎない。
コスト計算はキャッシュヒット率95%を前提にしている。 Particleのタスクあたり節約額は、95%のキャッシュ読み取りを固定で仮定して計算されている。キャッシュ済み入力は新規入力よりはるかに安いので、ヒット率が高いほど請求の入力側が小さくなり、出力トークン削減の効果が相対的に大きく見える。自前のハーネスのキャッシュがそこまで効いていない場合——多くはそうだ——入力コストが膨らみ、節約率は縮む。あなたの数字は、彼らの数字にはならない。
情報源によって価格が合っていない。 Particleの発表記事は、非キャッシュ入力100万トークン$0.30、キャッシュ$0.006、出力$1.20と記載——ベースモデルに引用しているのと同じ料率で、だからこそトークン数の計算がそのままコストの計算に変換できる。一方、OpenRouterの掲載情報は別の数字だ。100万トークンあたり入力$0.25、出力$1.00、キャッシュ読み取り$0.03、コンテキストウィンドウは1Mトークン。どちらのページもこの差を説明していない。予算を組む前に、実際に呼び出すルートの最新価格を確認し、自分のキャッシュ率で計算し直すこと。
節約はダイヤルであり、回しすぎると品質を削る。 Particleは契約書レビューのタスクで、アダプターの強度を1xから8xまで上げる副次的な実験を行っている。標準設定ではトークンが24.6%減り、すべてのチェックを通過した。8xまで回すと出力は78.7%減ったが、8件のレポートのうち厳格なチェックを通過したのは3件だけだった。Particle自身の解釈では、強くしすぎる設定は「冗長な分析と一緒に、有用な留保まで圧縮してしまう」。これがこの手法全体の正直な要約だ。トークン削減は、必要なものをスキップし始めるその一点までは良い話だ。
提供面にもエッジがある。 OpenRouterでは単一のプロバイダーが配信しており、現時点でEU域内ルーティングには対応していない。これはルーティング上の制限であって、ヨーロッパのユーザーが呼び出せないという意味ではない。また、ベースモデルはオープンウェイトだが、Particle-1のウェイト公開は発表されていない。今のところAPIのみだ。
気になる人のための、ちゃんとした試し方
重要なのはParticleのベンチマークではなく、あなた自身の評価だ。やり方は簡単だ。
実際のバックログから、エージェントに渡しているのと同種のタスクをいくつか取り出す。同じハーネス、同じツール、同じテストを判定基準にして、DeepSeek V4.1 FlashとParticle-1の両方で回す。そして2つの数字を比較する。実際に支払う価格でのタスクあたり総請求額と、彼らの基準ではなく自分の基準での合格率だ。
Particle-1が安く済み、出力も変わらず通るなら、それは本物の節約だ。安いけれど失敗がじわじわ増えるなら、トークン削減は測るのが簡単な部分だったというだけで、重要な部分ではなかった。