Perceptron Mk1 je model společnosti Perceptron pro porozumění obrázkům a videu a pro uvažování ve fyzickém prostředí. Analyzuje obrazové zdroje ve vztahu k písemné otázce a vrací text a strukturované prostorové nebo časové anotace. Profil výrobce má multimodální kontext 32K a hybridní režim uvažování, který lze vypnout u úloh nevyžadujících záznam uvažování.
Výrobce vyvíjí Mk1 tak, aby vysvětloval události v průběhu času, nikoli pouze označoval jednotlivý snímek. Sportovní sekvence, ukázka vaření nebo úloha obsluhy mohou vést ke strukturovanému popisu toho, co se stalo a kdy. Výrobce dokumentuje dynamickou analýzu videa při rychlosti až dvou snímků za sekundu. Tento profil vzorkování se liší od původní snímkové frekvence zdrojového videa.
U úlohy hledající výskyt události popište činnost a interval, který potřebujete. Příklad instrukce zní: „Určete okamžiky, kdy je předmět položen na polici, vraťte časové intervaly a u každého vysvětlete viditelné podklady.“ Zdrojové video a časové odkazy uchovávejte společně, aby bylo možné anotaci výřezu či interval události zkontrolovat dříve, než jej použije další aplikace.
Mk1 podporuje vizuální učení v kontextu z referenčního obrázku nebo videa a následné hledání odpovídajících výskytů v novém materiálu. Definujte, co činí výskyt relevantním, a zachovejte označení reference. Pro porovnání dodejte obě média a stanovte kritéria: objekt, činnost, stav nebo detail dokumentu, který chcete porovnat.
Jde o způsob přípravy úlohy pomocí dodaných příkladů, nikoli o předpoklad, že proběhl samostatný proces dotrénování. Pokud se scény liší, požadujte ve výstupu určení vstupu, který podporuje jednotlivá zjištění. Viditelnou podobnost nadále odlišujte od odvozeného závěru o události.
Mezi obrazové schopnosti výrobce patří ukazování na místa v obraze, počítání, rozpoznávání textu a čtení analogových či digitálních přístrojů. U přístroje zachovejte stupnici, jednotky a čitelné značky; při počítání definujte oblast a kategorii. Mk1 také převádí obsah složitých dokumentů do HTML, JSON nebo Markdown se zachováním vztahů rozvržení, tabulek a hierarchie.
Dodejte čitelný obrázek stránky a určete pole nebo otázku. Užitečný výsledek zachovává vazbu na zdroj a rozlišuje získané znění od interpretace. Drobný text, zakrytí a nejednoznačné vizuální podklady je třeba zohlednit při přípravě zdroje i při kontrole odpovědi.
Výrobce trénuje body, ohraničující obdélníky, polygony, trajektorie a klipy jako plnohodnotné strukturované výstupy vedle textu. Tyto anotace mohou okolnímu robotickému nebo analytickému postupu poskytovat cíle, omezení, hranice úloh či pozorované informace o úspěchu nebo neúspěchu. U úlohy s více kamerami označte pohledy a zachovejte vazbu každé anotace na její zdroj.
Model interpretuje pozorování a vytváří výsledek ukotvený ve vstupu; aplikace nebo řídicí systém rozhoduje, jak jej použije, a provádí případnou fyzickou akci či akci v rozhraní. Navržený cíl nebo anotovaný interval se liší od provedené operace nebo exportovaného mediálního souboru.
Reprezentaci videa, obsah obrázků, prompt, historii a generovaný výstup rozvrhněte v rámci kontextu 32K. Požadujte konečný výstup a podklady dokládající jednotlivé výsledky, místo očekávání, že si nesouvisející soubor zdrojů sám určí cíl. Souřadnice, časové intervaly a získané hodnoty kontrolujte vůči původním médiím.
Mk1 si zachovává vlastní pojmenovanou edici a vizuální profil. Pro toto dřívější vydání nelze předpokládat nativní zvukový vstup, současná omezení požadavků Mk1.5 ani podrobnosti jeho nového postupu s nástroji a sledováním. Užitečným výstupem je kontrolovatelný popis scény, záznam dokumentu nebo prostorová či časová anotace navázaná na dodané obrazové podklady.
", "aboutText": "Perceptron Mk1 je model společnosti Perceptron pro porozumění obrázkům a videu a pro uvažování ve fyzickém prostředí. Analyzuje obrazové zdroje ve vztahu k písemné otázce a vrací text a strukturované prostorové nebo časové anotace. Profil výrobce má multimodální kontext 32K a hybridní režim uvažování, který lze vypnout u úloh nevyžadujících záznam uvažování.\n\n### Časové uvažování a ukotvení v čase\n\nVýrobce vyvíjí Mk1 tak, aby vysvětloval události v průběhu času, nikoli pouze označoval jednotlivý snímek. Sportovní sekvence, ukázka vaření nebo úloha obsluhy mohou vést ke strukturovanému popisu toho, co se stalo a kdy. Výrobce dokumentuje dynamickou analýzu videa při rychlosti až dvou snímků za sekundu. Tento profil vzorkování se liší od původní snímkové frekvence zdrojového videa.\n\nU úlohy hledající výskyt události popište činnost a interval, který potřebujete. Příklad instrukce zní: „Určete okamžiky, kdy je předmět položen na polici, vraťte časové intervaly a u každého vysvětlete viditelné podklady.“ Zdrojové video a časové odkazy uchovávejte společně, aby bylo možné anotaci výřezu či interval události zkontrolovat dříve, než jej použije další aplikace.\n\n### Referenční příklady a porovnávání\n\nMk1 podporuje vizuální učení v kontextu z referenčního obrázku nebo videa a následné hledání odpovídajících výskytů v novém materiálu. Definujte, co činí výskyt relevantním, a zachovejte označení reference. Pro porovnání dodejte obě média a stanovte kritéria: objekt, činnost, stav nebo detail dokumentu, který chcete porovnat.\n\nJde o způsob přípravy úlohy pomocí dodaných příkladů, nikoli o předpoklad, že proběhl samostatný proces dotrénování. Pokud se scény liší, požadujte ve výstupu určení vstupu, který podporuje jednotlivá zjištění. Viditelnou podobnost nadále odlišujte od odvozeného závěru o události.\n\n### Úlohy s obrázky a dokumenty\n\nMezi obrazové schopnosti výrobce patří ukazování na místa v obraze, počítání, rozpoznávání textu a čtení analogových či digitálních přístrojů. U přístroje zachovejte stupnici, jednotky a čitelné značky; při počítání definujte oblast a kategorii. Mk1 také převádí obsah složitých dokumentů do HTML, JSON nebo Markdown se zachováním vztahů rozvržení, tabulek a hierarchie.\n\nDodejte čitelný obrázek stránky a určete pole nebo otázku. Užitečný výsledek zachovává vazbu na zdroj a rozlišuje získané znění od interpretace. Drobný text, zakrytí a nejednoznačné vizuální podklady je třeba zohlednit při přípravě zdroje i při kontrole odpovědi.\n\n### Prostorové prvky a práce ve fyzickém prostředí\n\nVýrobce trénuje body, ohraničující obdélníky, polygony, trajektorie a klipy jako plnohodnotné strukturované výstupy vedle textu. Tyto anotace mohou okolnímu robotickému nebo analytickému postupu poskytovat cíle, omezení, hranice úloh či pozorované informace o úspěchu nebo neúspěchu. U úlohy s více kamerami označte pohledy a zachovejte vazbu každé anotace na její zdroj.\n\nModel interpretuje pozorování a vytváří výsledek ukotvený ve vstupu; aplikace nebo řídicí systém rozhoduje, jak jej použije, a provádí případnou fyzickou akci či akci v rozhraní. Navržený cíl nebo anotovaný interval se liší od provedené operace nebo exportovaného mediálního souboru.\n\n### Limity a rozsah edice\n\nReprezentaci videa, obsah obrázků, prompt, historii a generovaný výstup rozvrhněte v rámci kontextu 32K. Požadujte konečný výstup a podklady dokládající jednotlivé výsledky, místo očekávání, že si nesouvisející soubor zdrojů sám určí cíl. Souřadnice, časové intervaly a získané hodnoty kontrolujte vůči původním médiím.\n\nMk1 si zachovává vlastní pojmenovanou edici a vizuální profil. Pro toto dřívější vydání nelze předpokládat nativní zvukový vstup, současná omezení požadavků Mk1.5 ani podrobnosti jeho nového postupu s nástroji a sledováním. Užitečným výstupem je kontrolovatelný popis scény, záznam dokumentu nebo prostorová či časová anotace navázaná na dodané obrazové podklady.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
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 je model společnosti Perceptron pro obrázky a video, určený k časovému porozumění, prostorovému ukotvení a uvažování ve fyzickém prostředí. Vytváří text a strukturované anotace scén, dokumentů a viditelných činností, s multimodálním kontextem 32K a volitelným uvažováním.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Perceptron Mk1 je model společnosti Perceptron pro porozumění obrázkům a videu a pro uvažování ve fyzickém prostředí. Analyzuje obrazové zdroje ve vztahu k písemné otázce a vrací text a strukturované prostorové nebo časové anotace. Profil výrobce má multimodální kontext 32K a hybridní režim uvažování, který lze vypnout u úloh nevyžadujících záznam uvažování.
Výrobce vyvíjí Mk1 tak, aby vysvětloval události v průběhu času, nikoli pouze označoval jednotlivý snímek. Sportovní sekvence, ukázka vaření nebo úloha obsluhy mohou vést ke strukturovanému popisu toho, co se stalo a kdy. Výrobce dokumentuje dynamickou analýzu videa při rychlosti až dvou snímků za sekundu. Tento profil vzorkování se liší od původní snímkové frekvence zdrojového videa.
U úlohy hledající výskyt události popište činnost a interval, který potřebujete. Příklad instrukce zní: „Určete okamžiky, kdy je předmět položen na polici, vraťte časové intervaly a u každého vysvětlete viditelné podklady.“ Zdrojové video a časové odkazy uchovávejte společně, aby bylo možné anotaci výřezu či interval události zkontrolovat dříve, než jej použije další aplikace.
Mk1 podporuje vizuální učení v kontextu z referenčního obrázku nebo videa a následné hledání odpovídajících výskytů v novém materiálu. Definujte, co činí výskyt relevantním, a zachovejte označení reference. Pro porovnání dodejte obě média a stanovte kritéria: objekt, činnost, stav nebo detail dokumentu, který chcete porovnat.
Jde o způsob přípravy úlohy pomocí dodaných příkladů, nikoli o předpoklad, že proběhl samostatný proces dotrénování. Pokud se scény liší, požadujte ve výstupu určení vstupu, který podporuje jednotlivá zjištění. Viditelnou podobnost nadále odlišujte od odvozeného závěru o události.
Mezi obrazové schopnosti výrobce patří ukazování na místa v obraze, počítání, rozpoznávání textu a čtení analogových či digitálních přístrojů. U přístroje zachovejte stupnici, jednotky a čitelné značky; při počítání definujte oblast a kategorii. Mk1 také převádí obsah složitých dokumentů do HTML, JSON nebo Markdown se zachováním vztahů rozvržení, tabulek a hierarchie.
Dodejte čitelný obrázek stránky a určete pole nebo otázku. Užitečný výsledek zachovává vazbu na zdroj a rozlišuje získané znění od interpretace. Drobný text, zakrytí a nejednoznačné vizuální podklady je třeba zohlednit při přípravě zdroje i při kontrole odpovědi.
Výrobce trénuje body, ohraničující obdélníky, polygony, trajektorie a klipy jako plnohodnotné strukturované výstupy vedle textu. Tyto anotace mohou okolnímu robotickému nebo analytickému postupu poskytovat cíle, omezení, hranice úloh či pozorované informace o úspěchu nebo neúspěchu. U úlohy s více kamerami označte pohledy a zachovejte vazbu každé anotace na její zdroj.
Model interpretuje pozorování a vytváří výsledek ukotvený ve vstupu; aplikace nebo řídicí systém rozhoduje, jak jej použije, a provádí případnou fyzickou akci či akci v rozhraní. Navržený cíl nebo anotovaný interval se liší od provedené operace nebo exportovaného mediálního souboru.
Reprezentaci videa, obsah obrázků, prompt, historii a generovaný výstup rozvrhněte v rámci kontextu 32K. Požadujte konečný výstup a podklady dokládající jednotlivé výsledky, místo očekávání, že si nesouvisející soubor zdrojů sám určí cíl. Souřadnice, časové intervaly a získané hodnoty kontrolujte vůči původním médiím.
Mk1 si zachovává vlastní pojmenovanou edici a vizuální profil. Pro toto dřívější vydání nelze předpokládat nativní zvukový vstup, současná omezení požadavků Mk1.5 ani podrobnosti jeho nového postupu s nástroji a sledováním. Užitečným výstupem je kontrolovatelný popis scény, záznam dokumentu nebo prostorová či časová anotace navázaná na dodané obrazové podklady.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity perceptron/perceptron-mk1 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.003 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.003 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra perceptron/perceptron-mk1
Použijte cesty metod uvedené výše.
perceptron/perceptron-mk1Perceptron Mk1 je model společnosti Perceptron pro obrázky a video, určený k časovému porozumění, prostorovému ukotvení a uvažování ve fyzickém prostředí. Vytváří text a strukturované anotace scén, dokumentů a viditelných činností, s multimodálním kontextem 32K a volitelným uvažováním.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Perceptron Mk1 je model společnosti Perceptron pro porozumění obrázkům a videu a pro uvažování ve fyzickém prostředí. Analyzuje obrazové zdroje ve vztahu k písemné otázce a vrací text a strukturované prostorové nebo časové anotace. Profil výrobce má multimodální kontext 32K a hybridní režim uvažování, který lze vypnout u úloh nevyžadujících záznam uvažování.
Výrobce vyvíjí Mk1 tak, aby vysvětloval události v průběhu času, nikoli pouze označoval jednotlivý snímek. Sportovní sekvence, ukázka vaření nebo úloha obsluhy mohou vést ke strukturovanému popisu toho, co se stalo a kdy. Výrobce dokumentuje dynamickou analýzu videa při rychlosti až dvou snímků za sekundu. Tento profil vzorkování se liší od původní snímkové frekvence zdrojového videa.
U úlohy hledající výskyt události popište činnost a interval, který potřebujete. Příklad instrukce zní: „Určete okamžiky, kdy je předmět položen na polici, vraťte časové intervaly a u každého vysvětlete viditelné podklady.“ Zdrojové video a časové odkazy uchovávejte společně, aby bylo možné anotaci výřezu či interval události zkontrolovat dříve, než jej použije další aplikace.
Mk1 podporuje vizuální učení v kontextu z referenčního obrázku nebo videa a následné hledání odpovídajících výskytů v novém materiálu. Definujte, co činí výskyt relevantním, a zachovejte označení reference. Pro porovnání dodejte obě média a stanovte kritéria: objekt, činnost, stav nebo detail dokumentu, který chcete porovnat.
Jde o způsob přípravy úlohy pomocí dodaných příkladů, nikoli o předpoklad, že proběhl samostatný proces dotrénování. Pokud se scény liší, požadujte ve výstupu určení vstupu, který podporuje jednotlivá zjištění. Viditelnou podobnost nadále odlišujte od odvozeného závěru o události.
Mezi obrazové schopnosti výrobce patří ukazování na místa v obraze, počítání, rozpoznávání textu a čtení analogových či digitálních přístrojů. U přístroje zachovejte stupnici, jednotky a čitelné značky; při počítání definujte oblast a kategorii. Mk1 také převádí obsah složitých dokumentů do HTML, JSON nebo Markdown se zachováním vztahů rozvržení, tabulek a hierarchie.
Dodejte čitelný obrázek stránky a určete pole nebo otázku. Užitečný výsledek zachovává vazbu na zdroj a rozlišuje získané znění od interpretace. Drobný text, zakrytí a nejednoznačné vizuální podklady je třeba zohlednit při přípravě zdroje i při kontrole odpovědi.
Výrobce trénuje body, ohraničující obdélníky, polygony, trajektorie a klipy jako plnohodnotné strukturované výstupy vedle textu. Tyto anotace mohou okolnímu robotickému nebo analytickému postupu poskytovat cíle, omezení, hranice úloh či pozorované informace o úspěchu nebo neúspěchu. U úlohy s více kamerami označte pohledy a zachovejte vazbu každé anotace na její zdroj.
Model interpretuje pozorování a vytváří výsledek ukotvený ve vstupu; aplikace nebo řídicí systém rozhoduje, jak jej použije, a provádí případnou fyzickou akci či akci v rozhraní. Navržený cíl nebo anotovaný interval se liší od provedené operace nebo exportovaného mediálního souboru.
Reprezentaci videa, obsah obrázků, prompt, historii a generovaný výstup rozvrhněte v rámci kontextu 32K. Požadujte konečný výstup a podklady dokládající jednotlivé výsledky, místo očekávání, že si nesouvisející soubor zdrojů sám určí cíl. Souřadnice, časové intervaly a získané hodnoty kontrolujte vůči původním médiím.
Mk1 si zachovává vlastní pojmenovanou edici a vizuální profil. Pro toto dřívější vydání nelze předpokládat nativní zvukový vstup, současná omezení požadavků Mk1.5 ani podrobnosti jeho nového postupu s nástroji a sledováním. Užitečným výstupem je kontrolovatelný popis scény, záznam dokumentu nebo prostorová či časová anotace navázaná na dodané obrazové podklady.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity perceptron/perceptron-mk1 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.003 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.003 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "perceptron/perceptron-mk1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra perceptron/perceptron-mk1
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
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.