Perceptron: Perceptron Mk1.5

Perceptron Mk1.5 ist ein Textmodell von Perceptron, das auf api14 unter der Modell-ID perceptron/perceptron-mk1.5 gelistet ist. Perceptron beschreibt es als ein verkörpertes Reasoning-Modell für physische Agenten, was es in den Teil des Marktes einordnet, der sich mit Systemen befasst, die die physische Welt interpretieren müssen und nicht nur geschriebene Sprache. Es wurde vom Anbieter am 25. September 2026 veröffentlicht.

Das Modell akzeptiert Text, Bild, Video und Audio als Eingabe und gibt Text zurück. Diese Kombination ist wichtiger, als es zunächst scheint: Eine einzelne Anfrage kann eine schriftliche Anweisung zusammen mit einem Kamerabild, einem aufgezeichneten Clip oder einem gesprochenen Befehl enthalten, und das Modell reasoning über all diese gemeinsam. Das Kontextfenster beträgt 36.864 Token, und die maximale Ausgabe beträgt 8.192 Token. Über reine Textantworten hinaus beschreibt der Anbieter optionale strukturierte Annotationen wie Punkte, Boxen, Polygone und Tracks, wodurch das Modell Orte und Bewegungen in einer Form ausdrücken kann, die ein Programm direkt verarbeiten kann.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Anwendungen hin. Robotik und die Arbeit mit verkörperten Agenten ist die offensichtliche, bei der ein Modell Sprache mit dem in Beziehung setzen muss, was ein Sensor zeigt, und dann Koordinaten oder Regionen ausgeben muss statt eines Absatzes. Video- und Audioeingabe eignen sich auch für Inspektions- und Überwachungsaufgaben, bei denen die Frage ist, was in einer Szene oder einer Aufnahme geschieht und wo darin das relevante Ereignis auftritt. Da die Ausgabe strukturiert sein kann, können die Ergebnisse einen nachgelagerten Planer, eine Labeling-Pipeline oder eine Schnittstelle ohne eine Parsing-Schicht dazwischen speisen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID perceptron/perceptron-mk1.5 auf, sodass bestehende OpenAI-Client-Bibliotheken mit einer Änderung der Basis-URL und des Modellnamens funktionieren. Die unterstützten Anfrageparameter sind frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, structured_outputs, temperature, tool_choice, tools, top_k und top_p. Tool-Aufruf und strukturierte Ausgaben sind beide verfügbar, was zum Annotations-Anwendungsfall passt, und die Reasoning-Parameter lassen Sie steuern, wie viel interne Abwägung das Modell vor der Antwort vornimmt.

Die wichtigste Einschränkung, um die Sie planen sollten, ist das Kontextfenster von 36.864 Token, das bescheiden ist, sobald Video oder Audio im Spiel ist, da Medieneingabe einen Teil dieses Budgets verbraucht. Die Ausgabeobergrenze von 8.192 Token schließt zudem sehr lange generierte Dokumente in einem Aufruf aus. Wenn Ihre Aufgabe reine Textgenerierung in großem Umfang ist oder einen viel größeren Kontext benötigt, wird ein reines Textmodell mit einem größeren Fenster Ihnen wahrscheinlich besser dienen. Perceptron Mk1.5 ist die stärkere Wahl, wenn die Eingabe wirklich multimodal ist und die Antwort in Raum, Zeit oder beidem verankert sein muss.