Perceptron Mk1
3278°
Perceptron | 32,768トークンコンテキスト | 入力$0.15/M、出力$1.50/M。Perceptron Mk1（Mark One）はPerceptronの最高品質の視覚言語モデルで、動画および具現化推論に対応します。画像や動画入力と自然言語クエリを組み合わせて受け付け、詳細な視覚理解応答を構造化または自然言語で生成します。動画理解タスク（動画QA、要約、イベント検出）に優れています。画像入力では、マルチモーダルプロンプトからの例示によるポイントグラウンディング、OCRや実世界の複雑な文書解析、オープンボキャブラリーの物体検出・カウント、手のポーズ推定を進化させています。推論はリクエストごとに有効化可能で、遅延と深い分析のトレードオフが可能です。構造化注釈はannotation_formatパラメータで明示的に要求された場合のみテキスト内にインラインで出力されます（画像の空間的局所化には"point"、"box"、"polygon"、動画の時間区間には"clip"（開始/終了タイムスタンプ）を指定）。annotation_formatがない場合は自然言語テキストのみを返します。
このモデルのガイド
すべてのガイド
キャプテンのメモ
2026-10-13のメモ
Perceptron Mk1はPerceptronの旗艦ビジョン・ランゲージモデルであり、画像と動画の両方を扱い、多くのマルチモーダルモデルが省略する空間的および時間的精度のレベルを実現しています。単に見たものを説明するだけでなく、ポイント、ボックス、ポリゴンでオブジェクトを特定し、乱雑な文書を解析し、手のポーズを推定し、動画をタイムスタンプ付きのセグメントにクリップすることができます。自然言語とともに構造化された視覚注釈が必要なパイプラインを構築する開発者に適しています。
得意分野
- 動画理解：QA、要約、イベント検出をタイムスタンプ付きクリップで出力
- リクエストに応じた構造化空間注釈 — ポイント、ボックス、ポリゴン
- 実世界の不完全な入力に対するOCRおよび文書解析
- オープンボキャブラリーの物体検出、カウント、手のポーズ推定
- 遅延が許容される場合のリクエストごとの推論モード
注意点
- 重みは公開されていません。API経由でのみ実行可能で、ローカル展開はできません。
- 出力トークンは入力の10倍のコストがかかるため、構造化注釈タスクは急速に高額になる可能性があります。
- コンテキストは32,768トークンであり、非常に長い文書や文字起こしのワークフローには適していません。
試してみるプロンプト
動画イベント検出
この動画を見て、すべての異なるイベントやシーンの変化を特定してください。それぞれについて、開始と終了のタイムスタンプと、そこで起こることの一文説明を返してください。annotation_format: clipを使用してください。
文書OCRと解析
これは手書きのフォームの写真で、一部に印刷されたセクションがあります。読み取れるすべてのテキストを抽出し、フィールドラベルとその値をキー・バリューのペアとして保持してください。不確かなテキストがあればフラグを立ててください。
物体のカウントと位置特定
この画像に写っているすべての人を数えてください。それぞれについて、バウンディングボックスと彼らが何をしているかの簡単な説明を返してください。annotation_format: boxを使用してください。
比較する
- Perceptron Mk1.5API専用モデル36,864トークンのコンテキスト · $0.15/M 入力、$1.50/M 出力
- GLM 5.3 Flashオープンウェイトモデル1,048,576トークンのコンテキスト · $0.02/M 入力、$0.72/M 出力
- MiMo-V2.6-Flashオープンウェイトモデル1,050,000トークンのコンテキスト · $0.14/M 入力、$0.28/M 出力
- Step 5 Previewオープンウェイトモデル1,048,576トークンのコンテキスト · $1.00/M 入力、$2.70/M 出力
perceptronの他のテキストモデル
よくある質問
- Perceptron Mk1をローカルで実行できますか？
- いいえ。Perceptronは重みを公開しておらず、モデルはAPI専用であり、ご自身のハードウェアで実行することはできません。
- 費用はいくらで、コンテキストはどのくらいの長さですか？
- 料金は入力トークン100万あたり0.15ドル、出力トークン100万あたり1.50ドルで、コンテキストウィンドウは32,768トークンです。
- 構造化注釈とプレーンテキストはいつ得られますか？
- デフォルトではモデルは自然言語テキストのみを返します。annotation_formatパラメータ（画像の場合はpoint、box、polygon、動画の場合はclip）を渡すと、インラインの空間または時間注釈が得られます。
キャプテンの評価正確な視覚的グラウンディングや動画のセグメンテーションをAPIで必要とする人にとって真剣なツールであり、汎用チャットモデルではありません。
キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。
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.
このスコアの計算方法
このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。
用語集：ここで使われている用語
- ヒートスコア
- モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
- フロア
- 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
- ダウンロード相当数
- スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
- 対数スケール
- 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
- いいね
- すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
- 普及率
- 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
- 測定済みと推定
- 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
- シーダー
- トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
- AI Horde
- 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
- 生成サイト
- PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
- OpenRouterトークン
- ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
- 完全モデル（チェックポイント）
- 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
- LoRAと埋め込み
- 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
- ファミリーと重み
- モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
- 年齢
- ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
- ファミリーブースト
- このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
- 代替スコア
- まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
- 新着！(猶予期間)
- 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
- トレンド
- ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
- 典型的なモデル
- カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。
Perceptron Mk1 は Text / LLM ファミリー向けのテキストモデルで、オープンソース AI 画像・動画・テキストモデルの読み取り専用カタログ ModelTrends.ai に掲載されています。他の Text / LLM モデルと比較し、ヒートスコアでトレンドを確認できます。
モデルファミリーから探す
Text / LLM モデル
434
Anima モデル
528
Chroma モデル
19
Fibo モデル
2
Flux モデル
1,496
Flux 2 / Klein モデル
1,239
Flux 3 モデル
3
Moss モデル
3
Iris モデル
1
MiniMax H3 モデル
364
Hunyuan モデル
204
Ideogram モデル
20
Krea2 モデル
717
Qwen モデル
20
Qwen2 モデル
47
Ltx2 モデル
153