Perceptron: Perceptron Mk1

Perceptron Mk1, chiamato anche Mark One, è un modello testuale del fornitore Perceptron. Appartiene alla categoria testo ed è descritto dal suo produttore come il modello visione-linguaggio di più alta qualità di Perceptron per video e ragionamento embodied. È stato rilasciato dal fornitore il 12 maggio 2026. Se stai valutando modelli per un progetto che combina linguaggio e input visivo, questo è il modello che Perceptron posiziona al vertice della propria linea.

Il modello accetta testo, immagini e video come input e restituisce solo testo. Questa combinazione lo rende un modello visione-linguaggio anziché un puro generatore di testo: puoi abbinare immagini o video a query in linguaggio naturale e ottenere in risposta una comprensione visiva dettagliata. La finestra di contesto è di 32768 token, e l'output massimo è di 8192 token. I parametri di richiesta supportati sono frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k e top_p. La presenza di reasoning e include_reasoning suggerisce che il modello può esporre una modalità di ragionamento, e structured_outputs consente di vincolare la forma della risposta.

Queste capacità indicano un insieme piuttosto specifico di casi d'uso. La comprensione di video e immagini abbinata a query in linguaggio naturale si adatta a compiti come descrivere o riassumere materiale visivo, rispondere a domande su ciò che accade in una clip e il ragionamento embodied, in cui un modello ragiona su scene e situazioni fisiche anziché su semplice testo statico. Poiché l'output è testo, il modello funziona bene come livello di analisi: fornisci materiale visivo più una domanda, e ottieni una risposta scritta. Gli output strutturati lo rendono utilizzabile in pipeline in cui il risultato deve rispettare uno schema, e i parametri di ragionamento si adattano a problemi in cui vuoi che il modello elabori una domanda prima di rispondere.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello "perceptron/perceptron-mk1". Poiché l'interfaccia segue il formato OpenAI, puoi puntare un client OpenAI esistente su api14 e passare quell'id nel campo model. Il corpo della richiesta accetta i parametri elencati sopra: frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k e top_p. Usa max_tokens per limitare la risposta entro il limite di output di 8192 token, e temperature, top_p e top_k per controllare il campionamento.

Due vincoli meritano una verifica prima di impegnarti. La finestra di contesto è di 32768 token, che è moderata, quindi video molto lunghi, trascrizioni lunghe o grandi insiemi di documenti potrebbero dover essere suddivisi o riassunti prima di rientrare. L'output è solo testo, quindi il modello non può generare immagini o video. Se il tuo carico di lavoro è solo testo senza componente visiva, un modello puramente testuale potrebbe essere più adatto; Mk1 è più utile quando immagini o video fanno parte dell'input.