Perceptron: Perceptron Mk1

Perceptron Mk1, auch Mark One genannt, ist ein Textmodell des Anbieters Perceptron. Es gehört zur Kategorie Text und wird von seinem Hersteller als Perceptrons hochwertigstes Vision-Language-Modell für Video und verkörperte Reasoning-Aufgaben beschrieben. Es wurde vom Anbieter am 12. Mai 2026 veröffentlicht. Wenn Sie Modelle für ein Projekt bewerten, das Sprache mit visueller Eingabe kombiniert, ist dies das Modell, das Perceptron an die Spitze seiner eigenen Produktlinie stellt.

Das Modell akzeptiert Text, Bild und Video als Eingabe und gibt ausschließlich Text zurück. Diese Kombination macht es zu einem Vision-Language-Modell statt zu einem reinen Textgenerator: Sie können Bilder oder Videos mit natürlichsprachlichen Anfragen kombinieren und erhalten detailliertes visuelles Verständnis zurück. Das Kontextfenster beträgt 32768 Token, und die maximale Ausgabe beträgt 8192 Token. Unterstützte Anforderungsparameter sind frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k und top_p. Das Vorhandensein von reasoning und include_reasoning deutet darauf hin, dass das Modell einen Reasoning-Modus bereitstellen kann, und structured_outputs ermöglicht es Ihnen, die Form der Antwort einzuschränken.

Diese Fähigkeiten weisen auf eine ziemlich spezifische Gruppe von Anwendungsfällen hin. Video- und Bildverständnis kombiniert mit natürlichsprachlichen Anfragen passt zu Aufgaben wie dem Beschreiben oder Zusammenfassen von visuellem Material, dem Beantworten von Fragen dazu, was in einem Clip geschieht, und verkörpertem Reasoning, bei dem ein Modell über Szenen und physische Situationen nachdenkt statt nur über statischen Text. Da die Ausgabe Text ist, funktioniert das Modell gut als Analyseschicht: Sie geben visuelles Material plus eine Frage ein und erhalten eine schriftliche Antwort. Strukturierte Ausgaben machen es in Pipelines nutzbar, in denen das Ergebnis einem Schema entsprechen muss, und die Reasoning-Parameter eignen sich für Probleme, bei denen Sie möchten, dass das Modell eine Frage durchdenkt, bevor es antwortet.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "perceptron/perceptron-mk1" auf. Da die Schnittstelle dem OpenAI-Format folgt, können Sie einen vorhandenen OpenAI-Client auf api14 richten und diese ID im Feld model übergeben. Der Anforderungstext akzeptiert die oben aufgeführten Parameter: frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k und top_p. Verwenden Sie max_tokens, um die Antwort innerhalb des Ausgabelimits von 8192 Token zu begrenzen, und temperature, top_p und top_k, um das Sampling zu steuern.

Zwei Einschränkungen sollten Sie prüfen, bevor Sie sich festlegen. Das Kontextfenster beträgt 32768 Token, was moderat ist, sodass sehr lange Videos, lange Transkripte oder große Dokumentensätze möglicherweise aufgeteilt oder zusammengefasst werden müssen, bevor sie hineinpassen. Die Ausgabe ist ausschließlich Text, das Modell kann also keine Bilder oder Videos erzeugen. Wenn Ihre Arbeitslast rein textbasiert ist und keine visuelle Komponente hat, könnte ein reines Textmodell einfacher passen; Mk1 ist am nützlichsten, wenn Bilder oder Videos Teil der Eingabe sind.