Perceptron: Perceptron Mk1.5

Perceptron Mk1.5 adalah model teks dari Perceptron, terdaftar di api14 dengan id model perceptron/perceptron-mk1.5. Perceptron mendeskripsikannya sebagai model penalaran berwujud untuk agen fisik, yang menempatkannya pada bagian pasar yang berkaitan dengan sistem yang harus menafsirkan dunia fisik dan bukan hanya bahasa tertulis. Model ini dirilis oleh penyedia pada 25 September 2026.

Model ini menerima teks, gambar, video dan audio sebagai input, dan mengembalikan teks. Kombinasi itu lebih penting daripada yang terlihat pada awalnya: satu permintaan dapat membawa instruksi tertulis bersama bingkai kamera, klip rekaman atau perintah lisan, dan model menalar di seluruh input tersebut secara bersamaan. Jendela konteksnya adalah 36.864 token, dan output maksimumnya adalah 8.192 token. Di luar jawaban teks biasa, penyedia mendeskripsikan anotasi terstruktur opsional seperti titik, kotak, poligon dan track, yang memungkinkan model menyatakan lokasi dan pergerakan dalam bentuk yang dapat dikonsumsi langsung oleh program.

Kemampuan tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Pekerjaan robotika dan agen berwujud adalah yang paling jelas, di mana model harus menghubungkan bahasa dengan apa yang ditunjukkan sensor dan kemudian mengeluarkan koordinat atau wilayah, bukan paragraf. Input video dan audio juga cocok untuk tugas inspeksi dan pemantauan, di mana pertanyaannya adalah apa yang terjadi dalam suatu adegan atau rekaman dan di mana peristiwa relevan itu terjadi. Karena outputnya dapat terstruktur, hasilnya dapat mengalir ke perencana hilir, pipeline pelabelan atau antarmuka tanpa lapisan parsing di antaranya.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model perceptron/perceptron-mk1.5, sehingga pustaka klien OpenAI yang ada dapat bekerja dengan mengubah base URL dan nama model. Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, structured_outputs, temperature, tool_choice, tools, top_k dan top_p. Pemanggilan tool dan output terstruktur keduanya tersedia, yang cocok dengan kasus penggunaan anotasi, dan parameter reasoning memungkinkan Anda mengontrol seberapa banyak pertimbangan internal yang dilakukan model sebelum menjawab.

Batasan utama yang perlu diperhitungkan adalah jendela konteks sebesar 36.864 token, yang tergolong sedang ketika video atau audio terlibat, karena input media menghabiskan sebagian dari anggaran tersebut. Batas output 8.192 token juga menyingkirkan dokumen yang dihasilkan sangat panjang dalam satu panggilan. Jika tugas Anda adalah pembuatan teks murni dalam jumlah panjang, atau membutuhkan konteks yang jauh lebih besar, model khusus teks dengan jendela yang lebih besar kemungkinan akan melayani Anda dengan lebih baik. Perceptron Mk1.5 adalah pilihan yang lebih kuat ketika inputnya benar-benar multimodal dan jawabannya perlu didasarkan pada ruang, waktu, atau keduanya.