Perceptron Mk1 هو نموذج Perceptron لفهم الصور والفيديو والاستدلال المتجسد. يحلل المادة البصرية المصدرية في ضوء سؤال مكتوب، ويعيد نصوصًا وتعليقات توضيحية مكانية أو زمنية منظمة. يتيح ملف المطوّر سياقًا متعدد الوسائط بطول 32K ووضع استدلال هجينًا يمكن تعطيله للمهام التي لا تحتاج إلى سجل تفكير.
تطور الشركة المصنّعة Mk1 لشرح الأحداث عبر الزمن، لا لمجرد وضع تسمية لإطار. ويمكن لتسلسل رياضي أو عرض طبخ أو مهمة ينفذها مشغّل أن ينتج سردًا منظمًا لما حدث ووقته. يوثق المطوّر تحليلًا ديناميكيًا للفيديو بمعدل يصل إلى إطارين في الثانية. يختلف معدل أخذ العينات هذا عن معدل الإطارات الأصلي للفيديو المصدر.
لمهمة تحديد موضع حدث زمنيًا، صف الفعل والفترة التي تحتاج إليها. ومن التعليمات التوضيحية: «حدد اللحظات التي يُوضع فيها العنصر على الرف، وأعِد الفترات الزمنية، واشرح الأدلة المرئية لكل منها». أبقِ الفيديو المصدر والمراجع الزمنية معًا، حتى يمكن فحص تعليق يحدد مقطعًا أو فترة حدث قبل أن يستخدمه تطبيق آخر.
يدعم Mk1 التعلم البصري داخل السياق من صورة أو فيديو مرجعي، ثم تحديد الحالات المطابقة في مادة جديدة. حدد ما يجعل الحالة ذات صلة، واحتفظ بتسمية المرجع. وللمقارنة، قدّم الوسيطين وحدد المعايير: الجسم أو الفعل أو الحالة أو تفصيل المستند المطلوب مقارنته.
هذه طريقة لإعداد المهمة بأمثلة مقدمة، وليست افتراضًا بأن عملية ضبط دقيق مستقلة قد نُفذت. وإذا اختلفت المشاهد، فاطلب من المخرج تحديد المدخل الذي يدعم كل نتيجة. وينبغي أن يظل التشابه المرئي مختلفًا عن استنتاج مستنبط بشأن حدث.
تشمل قدرات الصور لدى المطوّر الإشارة والعد والتعرف على النصوص وقراءة أجهزة القياس التناظرية أو الرقمية. بالنسبة إلى جهاز قياس، حافظ على تدريجه ووحداته وعلاماته المقروءة؛ وللعد، حدد المنطقة والفئة. كما يستخرج Mk1 المستندات المعقدة إلى HTML أو JSON أو Markdown مع الحفاظ على علاقات التخطيط والجداول والتسلسل الهرمي.
قدّم صورة صفحة مقروءة وحدد الحقول أو السؤال. تحتفظ النتيجة المفيدة بارتباطها بالمصدر، وتميز الصياغة المستخرجة من التفسير. وينبغي مراعاة النص الصغير والحجب والأدلة الملتبسة في المشهد عند إعداد المصدر ومراجعة الإجابة.
يدرّب المطوّر النقاط والمربعات والمضلعات والمسارات والمقاطع بوصفها مخرجات منظمة أساسية إلى جانب النص. ويمكن لهذه التعليقات التوضيحية توفير أهداف أو قيود أو حدود للمهام أو معلومات مرصودة عن النجاح والفشل لسير عمل محيط في الروبوتات أو التحليل. وفي مهمة متعددة الكاميرات، ضع تسميات للمناظير وحافظ على الارتباط بين كل تعليق ومصدره.
يفسر النموذج الملاحظات وينتج النتيجة المستندة إليها؛ ويقرر التطبيق أو نظام التحكم كيفية استخدامها، وينفذ أي فعل مادي أو إجراء في الواجهة. يختلف الهدف المقترح أو الفترة الموسومة عن عملية منفذة أو ملف وسائط مُصدَّر.
وزّع تمثيل الفيديو ومحتوى الصور والموجّه والسجل والمخرج المولد ضمن سياق 32K. اطلب المخرج النهائي والأدلة التي تثبت كل نتيجة، بدلًا من توقع أن تحدد مجموعة مصادر غير مترابطة هدفها بنفسها. طابق الإحداثيات والفترات الزمنية والقيم المستخرجة مع الوسائط الأصلية.
يحتفظ Mk1 باسمه كإصدار وبملفه البصري الخاص. ولا ينبغي افتراض أن هذا الإصدار الأقدم يملك إدخال الصوت الأصيل أو قيود الطلب الحالية في Mk1.5 أو التفاصيل الجديدة لسير عمل الأدوات والتتبع فيه. المخرج المفيد هو وصف قابل للمراجعة لمشهد، أو سجل مستند، أو تعليق مكاني أو زمني مرتبط بالأدلة البصرية المقدمة.
", "aboutText": "Perceptron Mk1 هو نموذج Perceptron لفهم الصور والفيديو والاستدلال المتجسد. يحلل المادة البصرية المصدرية في ضوء سؤال مكتوب، ويعيد نصوصًا وتعليقات توضيحية مكانية أو زمنية منظمة. يتيح ملف المطوّر سياقًا متعدد الوسائط بطول 32K ووضع استدلال هجينًا يمكن تعطيله للمهام التي لا تحتاج إلى سجل تفكير.\n\n### الاستدلال والتحديد الزمني\n\nتطور الشركة المصنّعة Mk1 لشرح الأحداث عبر الزمن، لا لمجرد وضع تسمية لإطار. ويمكن لتسلسل رياضي أو عرض طبخ أو مهمة ينفذها مشغّل أن ينتج سردًا منظمًا لما حدث ووقته. يوثق المطوّر تحليلًا ديناميكيًا للفيديو بمعدل يصل إلى إطارين في الثانية. يختلف معدل أخذ العينات هذا عن معدل الإطارات الأصلي للفيديو المصدر.\n\nلمهمة تحديد موضع حدث زمنيًا، صف الفعل والفترة التي تحتاج إليها. ومن التعليمات التوضيحية: «حدد اللحظات التي يُوضع فيها العنصر على الرف، وأعِد الفترات الزمنية، واشرح الأدلة المرئية لكل منها». أبقِ الفيديو المصدر والمراجع الزمنية معًا، حتى يمكن فحص تعليق يحدد مقطعًا أو فترة حدث قبل أن يستخدمه تطبيق آخر.\n\n### الأمثلة المرجعية والمقارنة\n\nيدعم Mk1 التعلم البصري داخل السياق من صورة أو فيديو مرجعي، ثم تحديد الحالات المطابقة في مادة جديدة. حدد ما يجعل الحالة ذات صلة، واحتفظ بتسمية المرجع. وللمقارنة، قدّم الوسيطين وحدد المعايير: الجسم أو الفعل أو الحالة أو تفصيل المستند المطلوب مقارنته.\n\nهذه طريقة لإعداد المهمة بأمثلة مقدمة، وليست افتراضًا بأن عملية ضبط دقيق مستقلة قد نُفذت. وإذا اختلفت المشاهد، فاطلب من المخرج تحديد المدخل الذي يدعم كل نتيجة. وينبغي أن يظل التشابه المرئي مختلفًا عن استنتاج مستنبط بشأن حدث.\n\n### مهام الصور والمستندات\n\nتشمل قدرات الصور لدى المطوّر الإشارة والعد والتعرف على النصوص وقراءة أجهزة القياس التناظرية أو الرقمية. بالنسبة إلى جهاز قياس، حافظ على تدريجه ووحداته وعلاماته المقروءة؛ وللعد، حدد المنطقة والفئة. كما يستخرج Mk1 المستندات المعقدة إلى HTML أو JSON أو Markdown مع الحفاظ على علاقات التخطيط والجداول والتسلسل الهرمي.\n\nقدّم صورة صفحة مقروءة وحدد الحقول أو السؤال. تحتفظ النتيجة المفيدة بارتباطها بالمصدر، وتميز الصياغة المستخرجة من التفسير. وينبغي مراعاة النص الصغير والحجب والأدلة الملتبسة في المشهد عند إعداد المصدر ومراجعة الإجابة.\n\n### الأشكال المكانية الأساسية والعمل المتجسد\n\nيدرّب المطوّر النقاط والمربعات والمضلعات والمسارات والمقاطع بوصفها مخرجات منظمة أساسية إلى جانب النص. ويمكن لهذه التعليقات التوضيحية توفير أهداف أو قيود أو حدود للمهام أو معلومات مرصودة عن النجاح والفشل لسير عمل محيط في الروبوتات أو التحليل. وفي مهمة متعددة الكاميرات، ضع تسميات للمناظير وحافظ على الارتباط بين كل تعليق ومصدره.\n\nيفسر النموذج الملاحظات وينتج النتيجة المستندة إليها؛ ويقرر التطبيق أو نظام التحكم كيفية استخدامها، وينفذ أي فعل مادي أو إجراء في الواجهة. يختلف الهدف المقترح أو الفترة الموسومة عن عملية منفذة أو ملف وسائط مُصدَّر.\n\n### الحدود ونطاق الإصدار\n\nوزّع تمثيل الفيديو ومحتوى الصور والموجّه والسجل والمخرج المولد ضمن سياق 32K. اطلب المخرج النهائي والأدلة التي تثبت كل نتيجة، بدلًا من توقع أن تحدد مجموعة مصادر غير مترابطة هدفها بنفسها. طابق الإحداثيات والفترات الزمنية والقيم المستخرجة مع الوسائط الأصلية.\n\nيحتفظ Mk1 باسمه كإصدار وبملفه البصري الخاص. ولا ينبغي افتراض أن هذا الإصدار الأقدم يملك إدخال الصوت الأصيل أو قيود الطلب الحالية في Mk1.5 أو التفاصيل الجديدة لسير عمل الأدوات والتتبع فيه. المخرج المفيد هو وصف قابل للمراجعة لمشهد، أو سجل مستند، أو تعليق مكاني أو زمني مرتبط بالأدلة البصرية المقدمة.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.perceptron/perceptron-mk1Perceptron Mk1 هو نموذج Perceptron للصور والفيديو، والمخصص للفهم الزمني والتحديد المكاني والاستدلال المتجسد. ينتج نصوصًا وتعليقات توضيحية منظمة للمشاهد والمستندات والأفعال المرئية، مع سياق متعدد الوسائط بطول 32K واستدلال اختياري.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Perceptron Mk1 هو نموذج Perceptron لفهم الصور والفيديو والاستدلال المتجسد. يحلل المادة البصرية المصدرية في ضوء سؤال مكتوب، ويعيد نصوصًا وتعليقات توضيحية مكانية أو زمنية منظمة. يتيح ملف المطوّر سياقًا متعدد الوسائط بطول 32K ووضع استدلال هجينًا يمكن تعطيله للمهام التي لا تحتاج إلى سجل تفكير.
تطور الشركة المصنّعة Mk1 لشرح الأحداث عبر الزمن، لا لمجرد وضع تسمية لإطار. ويمكن لتسلسل رياضي أو عرض طبخ أو مهمة ينفذها مشغّل أن ينتج سردًا منظمًا لما حدث ووقته. يوثق المطوّر تحليلًا ديناميكيًا للفيديو بمعدل يصل إلى إطارين في الثانية. يختلف معدل أخذ العينات هذا عن معدل الإطارات الأصلي للفيديو المصدر.
لمهمة تحديد موضع حدث زمنيًا، صف الفعل والفترة التي تحتاج إليها. ومن التعليمات التوضيحية: «حدد اللحظات التي يُوضع فيها العنصر على الرف، وأعِد الفترات الزمنية، واشرح الأدلة المرئية لكل منها». أبقِ الفيديو المصدر والمراجع الزمنية معًا، حتى يمكن فحص تعليق يحدد مقطعًا أو فترة حدث قبل أن يستخدمه تطبيق آخر.
يدعم Mk1 التعلم البصري داخل السياق من صورة أو فيديو مرجعي، ثم تحديد الحالات المطابقة في مادة جديدة. حدد ما يجعل الحالة ذات صلة، واحتفظ بتسمية المرجع. وللمقارنة، قدّم الوسيطين وحدد المعايير: الجسم أو الفعل أو الحالة أو تفصيل المستند المطلوب مقارنته.
هذه طريقة لإعداد المهمة بأمثلة مقدمة، وليست افتراضًا بأن عملية ضبط دقيق مستقلة قد نُفذت. وإذا اختلفت المشاهد، فاطلب من المخرج تحديد المدخل الذي يدعم كل نتيجة. وينبغي أن يظل التشابه المرئي مختلفًا عن استنتاج مستنبط بشأن حدث.
تشمل قدرات الصور لدى المطوّر الإشارة والعد والتعرف على النصوص وقراءة أجهزة القياس التناظرية أو الرقمية. بالنسبة إلى جهاز قياس، حافظ على تدريجه ووحداته وعلاماته المقروءة؛ وللعد، حدد المنطقة والفئة. كما يستخرج Mk1 المستندات المعقدة إلى HTML أو JSON أو Markdown مع الحفاظ على علاقات التخطيط والجداول والتسلسل الهرمي.
قدّم صورة صفحة مقروءة وحدد الحقول أو السؤال. تحتفظ النتيجة المفيدة بارتباطها بالمصدر، وتميز الصياغة المستخرجة من التفسير. وينبغي مراعاة النص الصغير والحجب والأدلة الملتبسة في المشهد عند إعداد المصدر ومراجعة الإجابة.
يدرّب المطوّر النقاط والمربعات والمضلعات والمسارات والمقاطع بوصفها مخرجات منظمة أساسية إلى جانب النص. ويمكن لهذه التعليقات التوضيحية توفير أهداف أو قيود أو حدود للمهام أو معلومات مرصودة عن النجاح والفشل لسير عمل محيط في الروبوتات أو التحليل. وفي مهمة متعددة الكاميرات، ضع تسميات للمناظير وحافظ على الارتباط بين كل تعليق ومصدره.
يفسر النموذج الملاحظات وينتج النتيجة المستندة إليها؛ ويقرر التطبيق أو نظام التحكم كيفية استخدامها، وينفذ أي فعل مادي أو إجراء في الواجهة. يختلف الهدف المقترح أو الفترة الموسومة عن عملية منفذة أو ملف وسائط مُصدَّر.
وزّع تمثيل الفيديو ومحتوى الصور والموجّه والسجل والمخرج المولد ضمن سياق 32K. اطلب المخرج النهائي والأدلة التي تثبت كل نتيجة، بدلًا من توقع أن تحدد مجموعة مصادر غير مترابطة هدفها بنفسها. طابق الإحداثيات والفترات الزمنية والقيم المستخرجة مع الوسائط الأصلية.
يحتفظ Mk1 باسمه كإصدار وبملفه البصري الخاص. ولا ينبغي افتراض أن هذا الإصدار الأقدم يملك إدخال الصوت الأصيل أو قيود الطلب الحالية في Mk1.5 أو التفاصيل الجديدة لسير عمل الأدوات والتتبع فيه. المخرج المفيد هو وصف قابل للمراجعة لمشهد، أو سجل مستند، أو تعليق مكاني أو زمني مرتبط بالأدلة البصرية المقدمة.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود perceptron/perceptron-mk1 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0003 / 1K من الرموز الإخراج · رموز الإخراج $0.003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0003 / 1K من الرموز الإخراج · رموز الإخراج $0.003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perceptron/perceptron-mk1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='perceptron/perceptron-mk1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='perceptron/perceptron-mk1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra perceptron/perceptron-mk1
استخدم مسارات الطرائق المعروضة أعلاه.
perceptron/perceptron-mk1Perceptron Mk1 هو نموذج Perceptron للصور والفيديو، والمخصص للفهم الزمني والتحديد المكاني والاستدلال المتجسد. ينتج نصوصًا وتعليقات توضيحية منظمة للمشاهد والمستندات والأفعال المرئية، مع سياق متعدد الوسائط بطول 32K واستدلال اختياري.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Perceptron Mk1 هو نموذج Perceptron لفهم الصور والفيديو والاستدلال المتجسد. يحلل المادة البصرية المصدرية في ضوء سؤال مكتوب، ويعيد نصوصًا وتعليقات توضيحية مكانية أو زمنية منظمة. يتيح ملف المطوّر سياقًا متعدد الوسائط بطول 32K ووضع استدلال هجينًا يمكن تعطيله للمهام التي لا تحتاج إلى سجل تفكير.
تطور الشركة المصنّعة Mk1 لشرح الأحداث عبر الزمن، لا لمجرد وضع تسمية لإطار. ويمكن لتسلسل رياضي أو عرض طبخ أو مهمة ينفذها مشغّل أن ينتج سردًا منظمًا لما حدث ووقته. يوثق المطوّر تحليلًا ديناميكيًا للفيديو بمعدل يصل إلى إطارين في الثانية. يختلف معدل أخذ العينات هذا عن معدل الإطارات الأصلي للفيديو المصدر.
لمهمة تحديد موضع حدث زمنيًا، صف الفعل والفترة التي تحتاج إليها. ومن التعليمات التوضيحية: «حدد اللحظات التي يُوضع فيها العنصر على الرف، وأعِد الفترات الزمنية، واشرح الأدلة المرئية لكل منها». أبقِ الفيديو المصدر والمراجع الزمنية معًا، حتى يمكن فحص تعليق يحدد مقطعًا أو فترة حدث قبل أن يستخدمه تطبيق آخر.
يدعم Mk1 التعلم البصري داخل السياق من صورة أو فيديو مرجعي، ثم تحديد الحالات المطابقة في مادة جديدة. حدد ما يجعل الحالة ذات صلة، واحتفظ بتسمية المرجع. وللمقارنة، قدّم الوسيطين وحدد المعايير: الجسم أو الفعل أو الحالة أو تفصيل المستند المطلوب مقارنته.
هذه طريقة لإعداد المهمة بأمثلة مقدمة، وليست افتراضًا بأن عملية ضبط دقيق مستقلة قد نُفذت. وإذا اختلفت المشاهد، فاطلب من المخرج تحديد المدخل الذي يدعم كل نتيجة. وينبغي أن يظل التشابه المرئي مختلفًا عن استنتاج مستنبط بشأن حدث.
تشمل قدرات الصور لدى المطوّر الإشارة والعد والتعرف على النصوص وقراءة أجهزة القياس التناظرية أو الرقمية. بالنسبة إلى جهاز قياس، حافظ على تدريجه ووحداته وعلاماته المقروءة؛ وللعد، حدد المنطقة والفئة. كما يستخرج Mk1 المستندات المعقدة إلى HTML أو JSON أو Markdown مع الحفاظ على علاقات التخطيط والجداول والتسلسل الهرمي.
قدّم صورة صفحة مقروءة وحدد الحقول أو السؤال. تحتفظ النتيجة المفيدة بارتباطها بالمصدر، وتميز الصياغة المستخرجة من التفسير. وينبغي مراعاة النص الصغير والحجب والأدلة الملتبسة في المشهد عند إعداد المصدر ومراجعة الإجابة.
يدرّب المطوّر النقاط والمربعات والمضلعات والمسارات والمقاطع بوصفها مخرجات منظمة أساسية إلى جانب النص. ويمكن لهذه التعليقات التوضيحية توفير أهداف أو قيود أو حدود للمهام أو معلومات مرصودة عن النجاح والفشل لسير عمل محيط في الروبوتات أو التحليل. وفي مهمة متعددة الكاميرات، ضع تسميات للمناظير وحافظ على الارتباط بين كل تعليق ومصدره.
يفسر النموذج الملاحظات وينتج النتيجة المستندة إليها؛ ويقرر التطبيق أو نظام التحكم كيفية استخدامها، وينفذ أي فعل مادي أو إجراء في الواجهة. يختلف الهدف المقترح أو الفترة الموسومة عن عملية منفذة أو ملف وسائط مُصدَّر.
وزّع تمثيل الفيديو ومحتوى الصور والموجّه والسجل والمخرج المولد ضمن سياق 32K. اطلب المخرج النهائي والأدلة التي تثبت كل نتيجة، بدلًا من توقع أن تحدد مجموعة مصادر غير مترابطة هدفها بنفسها. طابق الإحداثيات والفترات الزمنية والقيم المستخرجة مع الوسائط الأصلية.
يحتفظ Mk1 باسمه كإصدار وبملفه البصري الخاص. ولا ينبغي افتراض أن هذا الإصدار الأقدم يملك إدخال الصوت الأصيل أو قيود الطلب الحالية في Mk1.5 أو التفاصيل الجديدة لسير عمل الأدوات والتتبع فيه. المخرج المفيد هو وصف قابل للمراجعة لمشهد، أو سجل مستند، أو تعليق مكاني أو زمني مرتبط بالأدلة البصرية المقدمة.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود perceptron/perceptron-mk1 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0003 / 1K من الرموز الإخراج · رموز الإخراج $0.003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0003 / 1K من الرموز الإخراج · رموز الإخراج $0.003 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "perceptron/perceptron-mk1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'perceptron/perceptron-mk1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'perceptron/perceptron-mk1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra perceptron/perceptron-mk1
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.