Puis-je exécuter Perceptron Mk1.5 localement ?

Non — les poids ne sont pas publics et il n’y a pas de dépôt Hugging Face. C’est uniquement via API.

Quel est le coût et la taille du contexte ?

Le prix est de 0,15 $ par million de tokens en entrée et 1,50 $ par million en sortie, avec une fenêtre de contexte de 36 864 tokens.

En quoi ce modèle diffère-t-il d’un modèle multimodal standard ?

La plupart des modèles multimodaux retournent des descriptions textuelles de ce qu’ils voient ; Mk1.5 peut aussi émettre des annotations spatiales structurées — points, boîtes, polygones — et des marqueurs temporels pour la vidéo, ce qui le rend directement utilisable dans des pipelines agents et vision par ordinateur sans étape de parsing supplémentaire.

Perceptron Mk1.5

4320°

#llm #perceptron #vision #audio #vidéo #raisonnement

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

Perceptron | contexte de 36 864 tokens | 0,15 $/M en entrée, 1,50 $/M en sortie. Perceptron Mk1.5 est le modèle de raisonnement incarné de Perceptron pour agents physiques. Il accepte du texte, des images, des vidéos et de l'audio en entrée, et répond avec du texte plus des annotations structurées optionnelles : points, boîtes, polygones, pistes et clips. Il supporte un raisonnement gradué via les contrôles standards de raisonnement, l'appel d'outils fonctionnels et les sorties structurées via JSON Schema. Les annotations structurées sont émises en ligne avec le texte uniquement lorsqu'elles…Perceptron | contexte de 36 864 tokens | 0,15 $/M en entrée, 1,50 $/M en sortie. Perceptron Mk1.5 est le modèle de raisonnement incarné de Perceptron pour agents physiques. Il accepte du texte, des images, des vidéos et de l'audio en entrée, et répond avec du texte plus des annotations structurées optionnelles : points, boîtes, polygones, pistes et clips. Il supporte un raisonnement gradué via les contrôles standards de raisonnement, l'appel d'outils fonctionnels et les sorties structurées via JSON Schema. Les annotations structurées sont émises en ligne avec le texte uniquement lorsqu'elles sont demandées via le paramètre annotation_format ("point", "box" ou "polygon" pour la localisation spatiale sur images, "clip" pour les segments temporels dans la vidéo). Les bandes sonores vidéo sont analysées uniquement lorsqu'elles sont explicitement activées par requête.

Guides pour ce modèle

Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire

Comment choisir un modèle d'IA en octobre 2026 : les nouveautés des modèles fermés, puis les poids ouverts à télécharger

Les 10 alternatives à ChatGPT les moins chères en 2026 : modèles locaux gratuits, offres gratuites et forfaits à prix fixe

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Perceptron Mk1.5 est le modèle de raisonnement de Perceptron conçu pour les agents physiques : il accepte texte, image, vidéo et audio en entrée et peut retourner non seulement du texte mais aussi des annotations spatiales et temporelles structurées — boîtes englobantes, polygones, localisations ponctuelles et segments vidéo. Ce format de sortie est son différenciateur ; la plupart des modèles multimodaux s’arrêtent au texte. Il convient aux pipelines robotiques, aux flux de vision par ordinateur et à tout système nécessitant un modèle capable de raisonner sur où se trouve quelque chose, pas seulement ce que c’est.

Connu pour

Retourne des annotations spatiales structurées : points, boîtes et polygones sur images
Annotations temporelles de clips vidéo, utiles dans les contextes agent et pipeline
Accepte texte, image, vidéo et audio dans une seule requête
Supporte appels d’outils fonctionnels et sorties structurées JSON Schema
Profondeur de raisonnement graduée via contrôles standards de raisonnement

Attention à

Poids fermés, uniquement API — impossible de l’exécuter localement ou d’inspecter le modèle
L’analyse audio vidéo est désactivée par défaut ; il faut l’activer explicitement par requête
Fenêtre de contexte de 36 864 tokens, modeste pour les longues vidéos ou documents

Idéal pour

Agents et utilisation d'outils

Prompts à essayer

Localiser des objets dans une image

Joins une image d’un bureau encombré. Retourne les boîtes englobantes pour chaque appareil électronique visible, avec une étiquette d’un mot pour chacun. Utilise annotation_format : box.

Extraction de segments vidéo

Je joins une courte vidéo d’une chaîne de fabrication. Identifie chaque intervalle où une main humaine entre dans le cadre et retourne ces segments comme annotations de clip avec heures de début et fin ainsi qu’une brève description de l’action de la main.

Planification d’action agent

Tu contrôles un robot mobile dans un entrepôt. L’image jointe est la vue actuelle de la caméra du robot. Identifie le chemin navigable le plus proche vers l’étagère rouge, décris les obstacles éventuels, et retourne une annotation polygonale délimitant le corridor de déplacement recommandé.

Comparer avec

Perceptron Mk1
Modèle uniquement API
Contexte de 32,768 tokens · entrée $0.15/M, sortie $1.50/M
DeepSeek V4.1 Flash
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.04/M, sortie $0.68/M
GLM 5.3 Flash
Modèle à poids ouverts
Contexte de 1,048,576 tokens · entrée $0.02/M, sortie $0.72/M
MiMo-V2.6-Flash
Modèle à poids ouverts
Contexte de 1,050,000 tokens · entrée $0.14/M, sortie $0.28/M

Plus de modèles de texte de perceptron

Questions fréquentes

Puis-je exécuter Perceptron Mk1.5 localement ?: Non — les poids ne sont pas publics et il n’y a pas de dépôt Hugging Face. C’est uniquement via API.
Quel est le coût et la taille du contexte ?: Le prix est de 0,15 $ par million de tokens en entrée et 1,50 $ par million en sortie, avec une fenêtre de contexte de 36 864 tokens.
En quoi ce modèle diffère-t-il d’un modèle multimodal standard ?: La plupart des modèles multimodaux retournent des descriptions textuelles de ce qu’ils voient ; Mk1.5 peut aussi émettre des annotations spatiales structurées — points, boîtes, polygones — et des marqueurs temporels pour la vidéo, ce qui le rend directement utilisable dans des pipelines agents et vision par ordinateur sans étape de parsing supplémentaire.

Verdict du capitaine
Si vous avez besoin d’un modèle qui vous indique où se trouve quelque chose — pas seulement ce que c’est — et qui peut s’intégrer dans un pipeline agent, Mk1.5 est conçu pour cela.

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

Perceptron Mk1.5 est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm perceptron vision audio vidéo raisonnement agents

Parcourir par famille de modèles