Perceptron Mk1.5
4320°
Perceptron | 36,864 token 上下文 | 输入 $0.15/千，输出 $1.50/千。Perceptron Mk1.5 是 Perceptron 面向物理代理的具身推理模型。它接受文本、图像、视频和音频输入，输出文本及可选结构化注释：点、框、多边形、轨迹和剪辑。支持通过标准推理控制、函数工具调用和 JSON Schema 结构化输出实现分级推理。结构化注释仅在通过 annotation_format 参数请求时内联输出（"point"、"box" 或 "polygon" 用于图像空间定位，"clip" 用于视频时间段）。视频音轨仅在每次请求明确启用时分析。
本模型的指南
开放权重 vs 开源 vs 仅API：你到底能做什么
2026年10月如何选择AI模型：先看闭源新闻，再看值得下载的开源权重
2026年最便宜的10款ChatGPT替代品：免费本地模型、免费套餐和固定费率计划
船长笔记
2026-10-13 的笔记
Perceptron Mk1.5 是 Perceptron 推出的推理模型，面向物理代理：支持文本、图像、视频和音频输入，输出不仅限于文本，还能返回结构化的空间和时间注释——包括边界框、多边形、点定位和视频片段。该输出格式是其差异点；大多数多模态模型仅停留在文本描述层面。适合机器人管道、计算机视觉工作流及任何需要模型推理“在哪里”而非“是什么”的系统。
以……著称
- 返回结构化空间注释：图像上的点、框和多边形
- 视频的时间片段注释，适用于代理和管道场景
- 单次请求支持文本、图像、视频和音频输入
- 支持函数工具调用和 JSON Schema 结构化输出
- 通过标准推理控制实现分级推理深度
注意
- 权重封闭，仅 API 访问，无法本地运行或查看模型
- 视频音频分析默认关闭，需每次请求显式启用
- 上下文窗口为 36,864 令牌，处理长视频或文档时较为有限
推荐尝试的提示词
定位图像中的物体
附上一张杂乱办公桌的图片。返回每个可见电子设备的边界框，并用一个词标注。使用 annotation_format: box。
视频片段提取
我附上了一段制造流水线的短视频。识别每个有人手进入画面的时间区间，返回这些片段的起止时间及简要描述手部动作。
代理行动规划
你正在仓库中控制一台移动机器人。附图为机器人当前摄像头视角。识别到红色货架的最近可导航路径，描述障碍物，并返回推荐行进通道的多边形注释。
与……比较
- Perceptron Mk1仅限API模型32,768 令牌上下文 · $0.15/M 输入，$1.50/M 输出
- DeepSeek V4.1 Flash开源权重模型1,048,576 令牌上下文 · $0.04/M 输入，$0.68/M 输出
- GLM 5.3 Flash开源权重模型1,048,576 令牌上下文 · $0.02/M 输入，$0.72/M 输出
- MiMo-V2.6-Flash开源权重模型1,050,000 令牌上下文 · $0.14/M 输入，$0.28/M 输出
来自 perceptron 的更多文本模型
常见问题
- 我可以本地运行 Perceptron Mk1.5 吗？
- 不可以——权重未公开，且无 Hugging Face 仓库，仅支持 API。
- 价格和上下文窗口是多少？
- 输入令牌每百万 $0.15，输出令牌每百万 $1.50，上下文窗口为 36,864 令牌。
- 它与普通多模态模型有何不同？
- 大多数多模态模型只返回对所见内容的文本描述；Mk1.5 还能输出结构化空间注释（点、框、多边形）和视频时间片段标记，方便直接用于代理和计算机视觉管道，无需额外解析步骤。
船长评语如果你需要一个告诉你“在哪里”的模型，而不仅是“是什么”，且能无缝集成到代理管道，Mk1.5 是专门为此打造的。
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
Perceptron Mk1.5 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153