Perceptron: Perceptron Mk1.5

Perceptron Mk1.5는 Perceptron의 텍스트 모델로, api14에 모델 id perceptron/perceptron-mk1.5로 등록되어 있습니다. Perceptron은 이를 물리적 에이전트를 위한 체화된 추론 모델이라고 설명하는데, 이는 이 모델이 문자 언어만이 아니라 물리적 세계를 해석해야 하는 시스템과 관련된 시장 영역에 속한다는 뜻입니다. 제공업체가 2026년 9월 25일에 출시했습니다.

이 모델은 텍스트, 이미지, 비디오, 오디오를 입력으로 받고 텍스트를 반환합니다. 이 조합은 처음 보이는 것보다 더 중요합니다. 하나의 요청이 서면 지시와 함께 카메라 프레임, 녹화된 클립 또는 음성 명령을 담을 수 있고, 모델은 이들 모두를 함께 추론합니다. 컨텍스트 윈도우는 36,864 토큰이고 최대 출력은 8,192 토큰입니다. 일반 텍스트 답변 외에도, 제공업체는 점, 상자, 다각형, 트랙 같은 선택적 구조화 주석을 설명하는데, 이를 통해 모델은 위치와 움직임을 프로그램이 직접 소비할 수 있는 형태로 표현할 수 있습니다.

이러한 기능은 상당히 특정한 용도 집합을 가리킵니다. 로보틱스와 체화된 에이전트 작업이 가장 명백한데, 여기서 모델은 언어를 센서가 보여주는 것과 연결한 다음 문단이 아니라 좌표나 영역을 출력해야 합니다. 비디오와 오디오 입력은 또한 검사 및 모니터링 작업에도 적합한데, 여기서 질문은 장면이나 녹음에서 무슨 일이 일어나고 있는지, 그리고 관련 이벤트가 그 안 어디에서 발생하는지입니다. 출력이 구조화될 수 있기 때문에, 결과는 중간에 파싱 계층 없이 다운스트림 플래너, 라벨링 파이프라인 또는 인터페이스로 공급될 수 있습니다.

api14의 OpenAI 호환 API를 통해 모델 id perceptron/perceptron-mk1.5를 사용해 호출하므로, 기존 OpenAI 클라이언트 라이브러리가 base URL과 모델 이름 변경만으로 작동합니다. 지원되는 요청 매개변수는 frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, structured_outputs, temperature, tool_choice, tools, top_k, top_p입니다. 도구 호출과 구조화 출력이 모두 제공되며, 이는 주석 사용 사례에 맞고, reasoning 매개변수를 사용하면 모델이 답변 전에 수행하는 내부 숙고의 양을 제어할 수 있습니다.

계획할 때 고려해야 할 주요 제약은 36,864 토큰의 컨텍스트 윈도우인데, 비디오나 오디오가 관련되면 미디어 입력이 그 예산의 일부를 소비하므로 이는 넉넉하지 않습니다. 8,192 토큰의 출력 상한도 한 번의 호출에서 매우 긴 생성 문서를 배제합니다. 작업이 장문의 순수 텍스트 생성이거나 훨씬 더 큰 컨텍스트가 필요하다면, 더 큰 윈도우를 가진 텍스트 전용 모델이 더 나을 것입니다. Perceptron Mk1.5는 입력이 진정으로 멀티모달이고 답변이 공간, 시간 또는 둘 모두에 근거해야 할 때 더 강한 선택입니다.