Perceptron: Perceptron Mk1 هو نموذج نصي من Perceptron، صدر في 2026-05-12. Sao10K: Llama 3.1 Euryale 70B v2.2 يأتي من Sao10K وصدر في 2024-08-28. كلاهما يُقدَّم كنماذج من فئة النصوص على api14، وكلاهما يُرجع النص كوسيلة الإخراج الوحيدة، لذا أي شيء تولّده باستخدام أي منهما يعود إليك كنص.
يختلف الاثنان بشكل أوضح في السياق والوسائط والاستدلال. يقبل Perceptron Mk1 النص والصورة والفيديو كمدخلات، بينما يقبل نموذج Euryale النص فقط. هذا يجعل Perceptron Mk1 الخيار عندما يحتاج طلبك إلى تضمين لقطة شاشة أو مخطط أو صفحة ممسوحة ضوئيًا أو مقطع فيديو إلى جانب التعليمات المكتوبة. يتمتع نموذج Euryale بنافذة سياق أكبر، عند 131072 رمزًا مقابل 32768 لـ Perceptron Mk1، لذا يمكنه استيعاب نص أكثر بكثير في نداء واحد، وهو ما يهم للمستندات الطويلة أو النصوص المنسوخة الموسعة أو كميات كبيرة من المواد المرجعية. Perceptron Mk1 هو الوحيد من بين الاثنين الموصوف بأنه يدعم الاستدلال، وتتضمن مجموعة معاملاته include_reasoning و reasoning، لذا فهو النموذج الذي تلجأ إليه عندما تريد أن يعمل النموذج على حل مشكلة قبل الإجابة. في المقابل، يكشف نموذج Euryale عن مجموعة أوسع من معاملات أخذ العينات والتحكم، بما في ذلك logit_bias و min_p و repetition_penalty و seed و stop، مما يمنحك تحكمًا أدق في كيفية إنتاج نصه. أما المخرجات المهيكلة فالاثنان ليسا مختلفين بشكل ذي معنى فيها، ولا يُشار إلى أي منهما باعتباره الوحيد الذي يدعم الأدوات.
لاختيار أحدهما، ابدأ من شكل المدخل. إذا كانت مهمتك تتضمن صورًا أو فيديو، فإن Perceptron Mk1 وحده يمكنه استقبالها، لذا يكون القرار قد اتُّخذ بالفعل. إذا كانت مهمتك نصية فقط لكن المادة طويلة جدًا، فإن السياق الأكبر لنموذج Euryale ميزة حقيقية، ومقابضه الإضافية (seed لإمكانية التكرار، و logit_bias للتوجيه، و repetition_penalty للنص المتكرر) تناسب أعمال التوليد حيث تريد ضبط المخرجات. إذا كانت مهمتك مسألة نصية تستفيد من استدلال صريح، فإن Perceptron Mk1 هو الذي تستدعيه. من حيث التكلفة، المدخل أرخص على Perceptron Mk1، بينما المخرج أرخص على نموذج Euryale، لذا يعتمد الخيار الأرخص على ما إذا كان عبء عملك كثيف المدخلات أم كثيف المخرجات؛ جدول الأسعار المباشر يعرض الأرقام الحالية.
استدعاء أي من النموذجين يعمل بالطريقة نفسها عبر واجهة api14 المتوافقة مع OpenAI. توجّه عميلك إلى عنوان api14 الأساسي، وترسل طلبك إلى نقطة نهاية chat completions مع مفتاح api14 الخاص بك، وتضبط حقل model على المعرّف الذي تريده. لاستخدام Perceptron Mk1، اضبط معرّف النموذج على perceptron/perceptron-mk1. لاستخدام نموذج Euryale، اضبطه على sao10k/l3.1-euryale-70b. كل شيء آخر في جسم الطلب يحافظ على الشكل نفسه، لذا فإن تبديل النماذج تغيير من سطر واحد في معرّف النموذج. ضع في اعتبارك أن المعاملات ليست متطابقة بين الاثنين: يدعم Perceptron Mk1 المعاملين reasoning و include_reasoning، وهو ما لا يدعمه نموذج Euryale، ويدعم نموذج Euryale المعاملات logit_bias و min_p و repetition_penalty و seed و stop، وهو ما لا يدعمه Perceptron Mk1. أرسل فقط المعاملات التي يسردها النموذج المستهدف، وسيخدم مسار الكود نفسه كليهما.
لا تزال هناك حالات يكون فيها نموذج Euryale هو الخيار الأفضل حتى عندما لا يكون الاستدلال مطلوبًا. إذا كان مدخلك نصيًا خالصًا وطويلًا، فإن سياقه البالغ 131072 رمزًا يتيح لك تجنب التقسيم إلى أجزاء أو أعمال الاسترجاع التي قد تحتاجها otherwise بنافذة 32768 رمزًا، وتسعير المخرجات الأرخص يساعد عندما تكون الاستجابة هي الجزء الأكبر من النداء. يبقى Perceptron Mk1 الأنسب عندما تكون الصور أو الفيديو أو الاستدلال جزءًا من المهمة.