Perceptron: Perceptron Mk1

Perceptron Mk1, ook wel Mark One genoemd, is een tekstmodel van de provider Perceptron. Het valt in de categorie tekst en wordt door de maker beschreven als Perceptrons vision-language model van de hoogste kwaliteit voor video en embodied reasoning. Het werd door de provider uitgebracht op 12 mei 2026. Als je modellen evalueert voor een project dat taal met visuele input combineert, is dit het model dat Perceptron bovenaan zijn eigen lijn positioneert.

Het model accepteert tekst, afbeeldingen en video als input en retourneert alleen tekst. Die combinatie maakt het een vision-language model in plaats van een pure tekstgenerator: je kunt afbeeldingen of video combineren met natuurlijke-taalvragen en krijgt gedetailleerd visueel begrip terug. Het contextvenster is 32768 tokens en de maximale output is 8192 tokens. Ondersteunde request-parameters zijn frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k en top_p. De aanwezigheid van reasoning en include_reasoning suggereert dat het model een reasoning-modus kan blootstellen, en structured_outputs laat je de vorm van het antwoord beperken.

Die mogelijkheden wijzen op een redelijk specifieke set use cases. Video- en beeldbegrip gecombineerd met natuurlijke-taalvragen past bij taken zoals het beschrijven of samenvatten van visueel materiaal, het beantwoorden van vragen over wat er in een clip gebeurt, en embodied reasoning, waarbij een model redeneert over scènes en fysieke situaties in plaats van alleen over statische tekst. Omdat de output tekst is, werkt het model goed als analyselaag: je voert visueel materiaal plus een vraag in, en je consumeert een geschreven antwoord. Structured outputs maken het bruikbaar in pipelines waarin het resultaat in een schema moet passen, en de reasoning-parameters passen bij problemen waarbij je wilt dat het model een vraag doorwerkt voordat het antwoordt.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "perceptron/perceptron-mk1". Omdat de interface het OpenAI-formaat volgt, kun je een bestaande OpenAI-client op api14 richten en dat id in het model-veld doorgeven. De request-body accepteert de hierboven genoemde parameters: frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, structured_outputs, temperature, top_k en top_p. Gebruik max_tokens om het antwoord binnen de outputlimiet van 8192 tokens te houden, en temperature, top_p en top_k om de sampling te sturen.

Twee beperkingen zijn het controleren waard voordat je je vastlegt. Het contextvenster is 32768 tokens, wat matig is, dus zeer lange video's, lange transcripties of grote documentsets moeten mogelijk worden opgesplitst of samengevat voordat ze passen. De output is alleen tekst, dus het model kan geen afbeeldingen of video genereren. Als je workload alleen tekst is zonder visuele component, kan een puur tekstmodel eenvoudiger passen; Mk1 is het nuttigst wanneer afbeeldingen of video deel uitmaken van de input.