Bolehkah saya jalankan Perceptron Mk1.5 secara tempatan?

Tidak — berat tidak awam dan tiada repositori Hugging Face. Ia hanya API.

Berapa kos dan berapa panjang konteksnya?

Harga $0.15 per sejuta token input dan $1.50 per sejuta token output, dengan tetingkap konteks 36,864 token.

Apa bezanya dengan model multimodal biasa?

Kebanyakan model multimodal mengembalikan deskripsi teks tentang apa yang mereka lihat; Mk1.5 juga boleh mengeluarkan anotasi spatial berstruktur — titik, kotak, poligon — dan penanda klip temporal untuk video, menjadikannya boleh digunakan terus dalam saluran agen dan penglihatan komputer tanpa langkah parsing berasingan.

Perceptron Mk1.5

4320°

#llm #perceptron #penglihatan #audio #video #penalaran

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Perceptron | konteks token 36,864 | $0.15/M input, $1.50/M output. Perceptron Mk1.5 adalah model penalaran berwujud Perceptron untuk agen fizikal. Ia menerima input teks, imej, video, dan audio, dan menjawab dengan teks serta anotasi berstruktur pilihan: titik, kotak, poligon, jejak, dan klip. Ia menyokong penalaran berperingkat melalui kawalan penalaran standard, panggilan alat fungsi, dan output berstruktur melalui JSON Schema. Anotasi berstruktur dikeluarkan selari dengan teks hanya apabila diminta melalui parameter annotation_format ("point", "box", atau "polygon" untuk penempatan spatial pada imej, "clip" untuk segmen temporal dalam video). Trek bunyi video dianalisis hanya apabila diaktifkan secara eksplisit setiap permintaan.

Panduan untuk model ini

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Perceptron Mk1.5 adalah model penaakulan Perceptron yang dibina untuk agen fizikal: ia menerima teks, imej, video, dan audio sebagai input dan boleh mengembalikan bukan sahaja teks tetapi anotasi spatial dan temporal berstruktur — kotak sempadan, poligon, penempatan titik, dan segmen klip video. Format keluaran itu adalah pembeda; kebanyakan model multimodal berhenti pada teks. Ia sesuai untuk saluran robotik, aliran kerja penglihatan komputer, dan mana-mana sistem yang memerlukan model untuk berfikir tentang di mana sesuatu berada, bukan hanya apa ia.

Dikenali untuk

Mengembalikan anotasi spatial berstruktur: titik, kotak, dan poligon pada imej
Anotasi klip temporal untuk video, berguna dalam konteks agen dan saluran
Menerima teks, imej, video, dan audio dalam satu permintaan
Menyokong panggilan alat fungsi dan keluaran berstruktur JSON Schema
Kedalaman penaakulan berperingkat melalui kawalan penaakulan standard

Berhati-hati dengan

Berat tertutup, hanya API — anda tidak boleh jalankan secara tempatan atau periksa model
Analisis audio video dimatikan secara lalai; anda mesti aktifkan setiap permintaan secara eksplisit
Tetingkap konteks 36,864 token, sederhana untuk kerja video atau dokumen panjang

Terbaik untuk

Ejen dan penggunaan alat

Arahan untuk cuba

Cari objek dalam imej

Lampirkan imej meja yang berselerak. Kembalikan kotak sempadan untuk setiap peranti elektronik yang kelihatan, dengan label satu perkataan untuk setiap satu. Gunakan annotation_format: box.

Ekstrak segmen video

Saya lampirkan video pendek barisan pembuatan. Kenal pasti setiap interval di mana tangan manusia memasuki bingkai dan kembalikan sebagai anotasi klip dengan masa mula dan tamat serta deskripsi ringkas apa yang tangan itu lakukan.

Perancangan tindakan agen

Anda mengawal robot mudah alih di gudang. Imej yang dilampirkan adalah pandangan kamera robot sekarang. Kenal pasti laluan boleh dilalui terdekat ke rak merah, terangkan sebarang halangan, dan kembalikan anotasi poligon yang menggariskan koridor perjalanan yang disyorkan.

Bandingkan dengan

Perceptron Mk1
Model hanya API
konteks 32,768 token · Input $0.15/M, output $1.50/M
DeepSeek V4.1 Flash
Model berat terbuka
konteks 1,048,576 token · Input $0.04/M, output $0.68/M
GLM 5.3 Flash
Model berat terbuka
konteks 1,048,576 token · Input $0.02/M, output $0.72/M
MiMo-V2.6-Flash
Model berat terbuka
konteks 1,050,000 token · Input $0.14/M, output $0.28/M

Lebih banyak model teks dari perceptron

Soalan yang sering ditanya

Bolehkah saya jalankan Perceptron Mk1.5 secara tempatan?: Tidak — berat tidak awam dan tiada repositori Hugging Face. Ia hanya API.
Berapa kos dan berapa panjang konteksnya?: Harga $0.15 per sejuta token input dan $1.50 per sejuta token output, dengan tetingkap konteks 36,864 token.
Apa bezanya dengan model multimodal biasa?: Kebanyakan model multimodal mengembalikan deskripsi teks tentang apa yang mereka lihat; Mk1.5 juga boleh mengeluarkan anotasi spatial berstruktur — titik, kotak, poligon — dan penanda klip temporal untuk video, menjadikannya boleh digunakan terus dalam saluran agen dan penglihatan komputer tanpa langkah parsing berasingan.

Keputusan Kapten
Jika anda perlukan model yang memberitahu di mana sesuatu berada — bukan hanya apa ia — dan boleh dimasukkan ke dalam saluran agen, Mk1.5 dibina khas untuk itu.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

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

Bagaimana skor ini dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Qwen3.5 122B A10B

TEXT / LLM

Gemini 2.5 Pro Preview 06 05

Model AI untuk penjanaan imej, video dan teks

Perceptron Mk1.5 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm perceptron penglihatan audio video penalaran ejen

Layari mengikut keluarga model