Perceptron: Perceptron Mk1.5

Perceptron Mk1.5 é um modelo de texto da Perceptron, listado na api14 sob o id de modelo perceptron/perceptron-mk1.5. A Perceptron descreve-o como um modelo de raciocínio incorporado para agentes físicos, o que o coloca na parte do mercado ligada a sistemas que têm de interpretar o mundo físico e não apenas a linguagem escrita. Foi lançado pelo fornecedor a 25 de setembro de 2026.

O modelo aceita texto, imagem, vídeo e áudio como entrada, e devolve texto. Essa combinação importa mais do que parece à primeira vista: um único pedido pode transportar uma instrução escrita juntamente com um fotograma de câmara, um clipe gravado ou um comando falado, e o modelo raciocina sobre todos eles em conjunto. A janela de contexto é de 36.864 tokens, e a saída máxima é de 8.192 tokens. Para além de respostas em texto simples, o fornecedor descreve anotações estruturadas opcionais, como pontos, caixas, polígonos e trajetos, o que permite ao modelo expressar localizações e movimentos numa forma que um programa pode consumir diretamente.

Essas capacidades apontam para um conjunto bastante específico de utilizações. A robótica e o trabalho com agentes incorporados é a mais óbvia, onde um modelo tem de relacionar linguagem com o que um sensor está a mostrar e depois emitir coordenadas ou regiões em vez de um parágrafo. A entrada de vídeo e áudio também se adequa a tarefas de inspeção e monitorização, onde a questão é o que está a acontecer numa cena ou numa gravação e onde, nela, ocorre o evento relevante. Como a saída pode ser estruturada, os resultados podem alimentar um planeador a jusante, um pipeline de anotação ou uma interface sem uma camada de análise intermédia.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo perceptron/perceptron-mk1.5, pelo que as bibliotecas de cliente OpenAI existentes funcionam com uma alteração do URL base e do nome do modelo. Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, structured_outputs, temperature, tool_choice, tools, top_k e top_p. A chamada de ferramentas e as saídas estruturadas estão ambas disponíveis, o que se adequa ao caso de uso de anotação, e os parâmetros de raciocínio permitem controlar quanta deliberação interna o modelo faz antes de responder.

A principal restrição a ter em conta é a janela de contexto de 36.864 tokens, que é modesta quando está envolvido vídeo ou áudio, uma vez que a entrada de media consome parte desse orçamento. O limite de saída de 8.192 tokens também exclui documentos gerados muito longos numa única chamada. Se a sua tarefa é geração de texto pura e extensa, ou precisa de um contexto muito maior, um modelo apenas de texto com uma janela maior provavelmente servir-lhe-á melhor. O Perceptron Mk1.5 é a escolha mais forte quando a entrada é genuinamente multimodal e a resposta precisa de estar ancorada no espaço, no tempo ou em ambos.