Perceptron: Perceptron Mk1.5

Perceptron Mk1.5 est un modèle de texte de Perceptron, listé sur api14 sous l'identifiant de modèle perceptron/perceptron-mk1.5. Perceptron le décrit comme un modèle de raisonnement incarné pour agents physiques, ce qui le place dans la partie du marché concernée par les systèmes qui doivent interpréter le monde physique plutôt que seulement le langage écrit. Il a été publié par le fournisseur le 25 septembre 2026.

Le modèle accepte le texte, l'image, la vidéo et l'audio en entrée, et il renvoie du texte. Cette combinaison compte plus qu'il n'y paraît au premier abord : une seule requête peut porter une instruction écrite aux côtés d'une image de caméra, d'un clip enregistré ou d'une commande vocale, et le modèle raisonne sur l'ensemble en même temps. La fenêtre de contexte est de 36 864 tokens, et la sortie maximale est de 8 192 tokens. Au-delà des réponses en texte brut, le fournisseur décrit des annotations structurées optionnelles telles que des points, des boîtes, des polygones et des pistes, ce qui permet au modèle d'exprimer des emplacements et des mouvements sous une forme qu'un programme peut consommer directement.

Ces capacités renvoient à un ensemble d'usages assez spécifique. La robotique et le travail sur les agents incarnés est l'évidence, où un modèle doit relier le langage à ce que montre un capteur puis émettre des coordonnées ou des régions plutôt qu'un paragraphe. L'entrée vidéo et audio convient aussi aux tâches d'inspection et de surveillance, où la question est ce qui se passe dans une scène ou un enregistrement et où se produit l'événement pertinent. Comme la sortie peut être structurée, les résultats peuvent alimenter un planificateur en aval, une chaîne d'étiquetage ou une interface sans couche d'analyse intermédiaire.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle perceptron/perceptron-mk1.5, donc les bibliothèques clientes OpenAI existantes fonctionnent avec un changement d'URL de base et de nom de modèle. Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, structured_outputs, temperature, tool_choice, tools, top_k et top_p. L'appel d'outils et les sorties structurées sont tous deux disponibles, ce qui correspond au cas d'usage des annotations, et les paramètres de raisonnement vous permettent de contrôler l'ampleur de la délibération interne du modèle avant qu'il réponde.

La principale contrainte à prendre en compte est la fenêtre de contexte de 36 864 tokens, qui est modeste une fois que la vidéo ou l'audio entre en jeu, puisque l'entrée multimédia consomme une partie de ce budget. Le plafond de sortie de 8 192 tokens exclut également les documents générés très longs en un seul appel. Si votre tâche est de la génération de texte pure et longue, ou nécessite un contexte beaucoup plus grand, un modèle texte uniquement avec une fenêtre plus grande vous servira probablement mieux. Perceptron Mk1.5 est le meilleur choix lorsque l'entrée est véritablement multimodale et que la réponse doit être ancrée dans l'espace, le temps ou les deux.