Perceptron: Perceptron Mk1

Perceptron Mk1, aussi appelé Mark One, est un modèle de texte du fournisseur Perceptron. Il appartient à la catégorie texte et est décrit par son créateur comme le modèle vision-langage de la plus haute qualité de Perceptron pour la vidéo et le raisonnement incarné. Il a été publié par le fournisseur le 12 mai 2026. Si vous évaluez des modèles pour un projet qui mélange langage et entrée visuelle, c'est le modèle que Perceptron place au sommet de sa propre gamme.

Le modèle accepte le texte, l'image et la vidéo en entrée et ne renvoie que du texte. Cette combinaison en fait un modèle vision-langage plutôt qu'un pur générateur de texte : vous pouvez associer des images ou de la vidéo à des requêtes en langage naturel et obtenir en retour une compréhension visuelle détaillée. La fenêtre de contexte est de 32768 tokens, et la sortie maximale est de 8192 tokens. Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k et top_p. La présence de reasoning et include_reasoning suggère que le modèle peut exposer un mode de raisonnement, et structured_outputs vous permet de contraindre la forme de la réponse.

Ces capacités indiquent un ensemble assez spécifique de cas d'usage. La compréhension de vidéos et d'images associée à des requêtes en langage naturel convient à des tâches telles que décrire ou résumer du contenu visuel, répondre à des questions sur ce qui se passe dans un clip, et le raisonnement incarné, où un modèle raisonne sur des scènes et des situations physiques plutôt que sur du texte statique. Comme la sortie est du texte, le modèle fonctionne bien comme couche d'analyse : vous fournissez du contenu visuel plus une question, et vous consommez une réponse écrite. Les sorties structurées le rendent utilisable dans des pipelines où le résultat doit respecter un schéma, et les paramètres de raisonnement conviennent aux problèmes où vous voulez que le modèle réfléchisse à une question avant de répondre.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "perceptron/perceptron-mk1". Comme l'interface suit le format OpenAI, vous pouvez pointer un client OpenAI existant vers api14 et passer cet identifiant dans le champ model. Le corps de la requête accepte les paramètres listés ci-dessus : frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k et top_p. Utilisez max_tokens pour plafonner la réponse dans la limite de sortie de 8192 tokens, et temperature, top_p et top_k pour contrôler l'échantillonnage.

Deux contraintes méritent d'être vérifiées avant de vous engager. La fenêtre de contexte est de 32768 tokens, ce qui est modéré, donc des vidéos très longues, de longues transcriptions ou de grands ensembles de documents peuvent devoir être découpés ou résumés avant de tenir. La sortie est uniquement du texte, donc le modèle ne peut pas générer d'images ou de vidéos. Si votre charge de travail est uniquement textuelle sans composante visuelle, un modèle de texte pur peut être plus simple ; Mk1 est surtout utile lorsque des images ou de la vidéo font partie de l'entrée.