Perceptron: Perceptron Mk1

Perceptron Mk1, también llamado Mark One, es un modelo de texto del proveedor Perceptron. Se sitúa en la categoría de texto y su fabricante lo describe como el modelo de visión-lenguaje de mayor calidad de Perceptron para vídeo y razonamiento encarnado. Fue lanzado por el proveedor el 12 de mayo de 2026. Si estás evaluando modelos para un proyecto que mezcla lenguaje con entrada visual, este es el modelo que Perceptron posiciona en lo más alto de su propia línea.

El modelo acepta texto, imagen y vídeo como entrada y devuelve solo texto. Esa combinación lo convierte en un modelo de visión-lenguaje en lugar de un generador de texto puro: puedes combinar imágenes o vídeo con consultas en lenguaje natural y obtener una comprensión visual detallada. La ventana de contexto es de 32768 tokens, y la salida máxima es de 8192 tokens. Los parámetros de solicitud admitidos son frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k y top_p. La presencia de reasoning e include_reasoning sugiere que el modelo puede exponer un modo de razonamiento, y structured_outputs te permite restringir la forma de la respuesta.

Esas capacidades apuntan a un conjunto bastante específico de casos de uso. La comprensión de vídeo e imagen combinada con consultas en lenguaje natural encaja en tareas como describir o resumir material visual, responder preguntas sobre lo que ocurre en un clip y el razonamiento encarnado, donde un modelo razona sobre escenas y situaciones físicas en lugar de solo texto estático. Como la salida es texto, el modelo funciona bien como capa de análisis: introduces material visual más una pregunta, y consumes una respuesta escrita. Las salidas estructuradas lo hacen utilizable en canalizaciones donde el resultado tiene que ajustarse a un esquema, y los parámetros de razonamiento encajan con problemas en los que quieres que el modelo trabaje una pregunta antes de responder.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "perceptron/perceptron-mk1". Como la interfaz sigue el formato de OpenAI, puedes apuntar un cliente de OpenAI existente a api14 y pasar ese id en el campo model. El cuerpo de la solicitud acepta los parámetros listados arriba: frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k y top_p. Usa max_tokens para limitar la respuesta dentro del límite de salida de 8192 tokens, y temperature, top_p y top_k para controlar el muestreo.

Merece la pena comprobar dos restricciones antes de comprometerte. La ventana de contexto es de 32768 tokens, que es moderada, así que vídeos muy largos, transcripciones largas o conjuntos grandes de documentos pueden necesitar dividirse o resumirse antes de que encajen. La salida es solo texto, así que el modelo no puede generar imágenes ni vídeo. Si tu carga de trabajo es solo texto sin componente visual, un modelo de texto puro puede encajar de forma más simple; Mk1 es más útil cuando las imágenes o el vídeo forman parte de la entrada.