Kann ich Perceptron Mk1.5 lokal ausführen?

Nein – die Gewichte sind nicht öffentlich und es gibt kein Hugging Face-Repository. Es ist nur per API verfügbar.

Was kostet es und wie groß ist der Kontext?

Die Preise liegen bei 0,15 $ pro Million Eingabetoken und 1,50 $ pro Million Ausgabetoken, mit einem Kontextfenster von 36.864 Token.

Worin unterscheidet es sich von einem Standard-Multimodalmodell?

Die meisten multimodalen Modelle liefern Textbeschreibungen dessen, was sie sehen; Mk1.5 kann auch strukturierte räumliche Annotationen – Punkte, Rahmen, Polygone – und zeitliche Clip-Marker für Video ausgeben, was es direkt in Agenten- und Computer-Vision-Pipelines nutzbar macht, ohne separate Parsing-Schritte.

Perceptron Mk1.5

4320°

#llm #perceptron #vision #audio #video #logik

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Perceptron | 36.864 Token Kontext | $0,15/M Eingabe, $1,50/M Ausgabe. Perceptron Mk1.5 ist Perceptrons verkörpertes Reasoning-Modell für physische Agenten. Es akzeptiert Text-, Bild-, Video- und Audioeingaben und antwortet mit Text plus optionalen strukturierten Annotationen: Punkte, Boxen, Polygone, Tracks und Clips. Es unterstützt abgestuftes Reasoning durch die Standard-Reasoning-Kontrollen, Funktions-Tool-Aufrufe und strukturierte Ausgaben via JSON Schema. Strukturierte Annotationen werden nur inline mit Text ausgegeben, wenn sie über den Parameter annotation_format angefordert werden („point“, „box“ oder „polygon“ für räumliche Lokalisierung auf Bildern, „clip“ für zeitliche Segmente in Videos). Video-Soundtracks werden nur analysiert, wenn dies explizit pro Anfrage aktiviert ist.

Anleitungen zu diesem Modell

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Wie man im Oktober 2026 ein KI-Modell auswählt: Neuigkeiten zu Closed Source und dann die Open-Weights, die sich zum Download lohnen

Die 10 günstigsten ChatGPT-Alternativen 2026: kostenlose lokale Modelle, Gratis-Stufen und Flatrate-Tarife

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Perceptron Mk1.5 ist Perceptrons Reasoning-Modell für physische Agenten: Es akzeptiert Text, Bild, Video und Audio als Eingabe und kann nicht nur Text, sondern auch strukturierte räumliche und zeitliche Annotationen zurückgeben – Begrenzungsrahmen, Polygone, Punktlokalisierungen und Videoclip-Segmente. Dieses Ausgabeformat unterscheidet es; die meisten multimodalen Modelle enden bei Text. Es eignet sich für Robotik-Pipelines, Computer-Vision-Workflows und Systeme, die wissen müssen, wo etwas ist, nicht nur was es ist.

Bekannt für

Gibt strukturierte räumliche Annotationen zurück: Punkte, Rahmen und Polygone auf Bildern
Zeitliche Clip-Annotationen für Video, nützlich in Agent- und Pipeline-Kontexten
Akzeptiert Text, Bild, Video und Audio in einer einzigen Anfrage
Unterstützt Funktionsaufrufe und JSON-Schema strukturierte Ausgaben
Gestufte Reasoning-Tiefe über Standard-Reasoning-Kontrollen

Achte auf

Geschlossene Gewichte, nur API – kein lokaler Betrieb oder Modellinspektion möglich
Video-Audio-Analyse ist standardmäßig deaktiviert; muss pro Anfrage explizit aktiviert werden
Kontextfenster von 36.864 Token, was für lange Videos oder Dokumente moderat ist

Am besten für

Agenten und Werkzeugnutzung

Prompts zum Ausprobieren

Objekte im Bild lokalisieren

Fügen Sie ein Bild eines unordentlichen Schreibtischs bei. Geben Sie Begrenzungsrahmen für jedes sichtbare elektronische Gerät zurück, mit einem Ein-Wort-Label pro Gerät. Verwenden Sie annotation_format: box.

Video-Segment-Extraktion

Ich füge ein kurzes Video einer Fertigungslinie bei. Identifizieren Sie alle Intervalle, in denen eine menschliche Hand ins Bild kommt, und geben Sie diese als Clip-Annotationen mit Start- und Endzeit sowie einer kurzen Beschreibung der Handlung der Hand zurück.

Agenten-Aktionsplanung

Sie steuern einen mobilen Roboter in einem Lager. Das angehängte Bild zeigt die aktuelle Kamerasicht des Roboters. Identifizieren Sie den nächstgelegenen befahrbaren Weg zum roten Regal, beschreiben Sie Hindernisse und geben Sie eine Polygon-Annotation des empfohlenen Fahrkorridors zurück.

Vergleichen mit

Perceptron Mk1
Nur API-Modell
32,768 Token Kontext · $0.15/M Eingabe, $1.50/M Ausgabe
DeepSeek V4.1 Flash
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.04/M Eingabe, $0.68/M Ausgabe
GLM 5.3 Flash
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.02/M Eingabe, $0.72/M Ausgabe
MiMo-V2.6-Flash
Modell mit offenen Gewichten
1,050,000 Token Kontext · $0.14/M Eingabe, $0.28/M Ausgabe

Mehr Textmodelle von perceptron

Häufig gestellte Fragen

Kann ich Perceptron Mk1.5 lokal ausführen?: Nein – die Gewichte sind nicht öffentlich und es gibt kein Hugging Face-Repository. Es ist nur per API verfügbar.
Was kostet es und wie groß ist der Kontext?: Die Preise liegen bei 0,15 $ pro Million Eingabetoken und 1,50 $ pro Million Ausgabetoken, mit einem Kontextfenster von 36.864 Token.
Worin unterscheidet es sich von einem Standard-Multimodalmodell?: Die meisten multimodalen Modelle liefern Textbeschreibungen dessen, was sie sehen; Mk1.5 kann auch strukturierte räumliche Annotationen – Punkte, Rahmen, Polygone – und zeitliche Clip-Marker für Video ausgeben, was es direkt in Agenten- und Computer-Vision-Pipelines nutzbar macht, ohne separate Parsing-Schritte.

Captain's Urteil
Wenn Sie ein Modell brauchen, das Ihnen sagt, wo etwas ist – nicht nur was es ist – und das sich in eine Agenten-Pipeline einfügen lässt, ist Mk1.5 dafür speziell gebaut.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

GLM Flash Latest

TEXT / LLM

NVIDIA Nemotron 3 Super 120B A12B

KI-Modelle für Bild-, Video- und Texterzeugung

Perceptron Mk1.5 ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm perceptron vision audio video logik agenten

Nach Modellfamilie stöbern