Particle-1 chega com 1 milhão de contexto por US$ 0,25

O Particle-1 entra no mercado com uma combinação que interessa diretamente a quem paga API: janela de contexto de 1.048.576 tokens e entrada a US$ 0,25 por milhão de tokens. A saída custa US$ 1 por milhão, segundo os preços praticados no OpenRouter.

A promessa, traduzida para uma decisão de produção, é simples: você pode enviar documentos muito extensos, históricos de conversa ou bases de código grandes sem começar com o preço de modelos premium. Mas o baixo custo não vem acompanhado, por enquanto, de uma nota de inteligência, código ou uso agêntico no Artificial Analysis.

O que mudou na prática

O Particle-1 foi lançado em 28 de outubro de 2026 pela Particle AI. O modelo tem uma janela de contexto de 1.048.576 tokens, valor que costuma ser apresentado no mercado como 1 milhão de tokens.

Isso amplia as opções para aplicações que precisam manter muito conteúdo em uma única requisição. Entre os exemplos estão análise de contratos longos, atendimento com histórico extenso, comparação de vários documentos e ferramentas que trabalham com repositórios grandes.

A tarifa de entrada é o principal argumento comercial. No OpenRouter, o Particle-1 cobra US$ 0,25 por milhão de tokens recebidos. A saída custa US$ 1 por milhão de tokens gerados. Também há preço de cache de US$ 0,003 por milhão de tokens, um detalhe relevante para aplicações que repetem partes do contexto em várias chamadas.

A janela é grande, mas não é inédita

O Particle-1 não inaugura sozinho a faixa de contexto de 1 milhão. O MoonshotAI Kimi K3.1 Pro também aparece com janela de 1.048.576 tokens, mas cobra US$ 2 por milhão na entrada e US$ 10 por milhão na saída.

Na mesma comparação, o Qwen3.5 Plus 2026-02-15 oferece contexto de 1 milhão de tokens por US$ 0,26 de entrada e US$ 1,56 de saída. Já o Qwen3.5 Plus 2026-04-20 cobra US$ 0,30 na entrada e US$ 1,80 na saída.

A diferença coloca o Particle-1 como uma alternativa de preço baixo entre os modelos de contexto longo listados. Na entrada, ele fica ligeiramente abaixo do primeiro Qwen. Na saída, a distância é maior. Isso pode pesar mais em sistemas que geram respostas extensas do que em fluxos de classificação ou extração, nos quais a saída é curta.

O que ainda não dá para concluir

O Artificial Analysis não registra, para o Particle-1, nota de inteligência, código ou desempenho agêntico. Também não há, nos dados disponíveis, indicação de velocidade, quantidade de parâmetros ou pesos abertos.

Isso impede uma comparação de qualidade com modelos que já aparecem no índice. O GPT-6.1 Terra (Max), por exemplo, estreou com nota de inteligência de 51 e preço de US$ 2 por milhão de tokens. O Claude Opus 5.5 (Max, Default Fallback) aparece com nota 58,4 e preço de US$ 8. São referências de inteligência e preço, não substitutos diretos do Particle-1 em contexto longo, porque a ficha do novo modelo ainda não traz essa métrica.

A janela de contexto também não garante que o modelo use bem tudo o que recebe. Um sistema pode aceitar 1 milhão de tokens e ainda apresentar desempenho irregular ao localizar informações distantes, seguir instruções espalhadas pelo documento ou operar com chamadas de ferramenta. Esses pontos precisam ser validados no caso de uso real.

Para quem vale a troca

O lançamento faz sentido se você usa grandes volumes de texto e o custo de entrada está limitando a arquitetura. RAG com documentos extensos, análise de contratos, ingestão de repositórios e agentes que carregam histórico acumulado são candidatos naturais a um teste controlado.

Também vale olhar para o preço de cache se o seu fluxo reutiliza o mesmo contexto em muitas requisições. Nesse cenário, a tarifa de US$ 0,003 por milhão de tokens pode ser tão importante quanto o preço cheio de entrada.

Para quem precisa de benchmark comprovado, geração de código confiável ou agentes autônomos, o lançamento ainda não muda a escolha por si só. A ausência de notas no Artificial Analysis não prova que o Particle-1 seja fraco, mas significa que você ainda precisa medir qualidade, latência, taxa de erro e custo no próprio tráfego.

Na prática, o Particle-1 é uma opção para colocar contexto longo em produção sem começar pelos preços do Kimi K3.1 Pro. Antes de migrar, compare a economia de tokens com a qualidade da resposta: se o modelo exigir mais tentativas ou correções, a tarifa menor pode desaparecer na fatura.