A Perceptron Mk1.5 a Perceptron multimodális modellje vizuális megértéshez, időbeli megfeleltetéshez és fizikai környezetben működő ügynökök feladataihoz. Szöveget, képeket, videót és hangot fogad, és szöveget, térbeli vagy időbeli annotációkat, strukturált válaszokat és függvényhívási tartalmat ad vissza. A gyártó jelenlegi specifikációja 36 864 tokenes kontextust és legfeljebb 8 192 tokenes kimenetet sorol fel; ezek a pontos korlátok részletesebbek a bevezető cikk kerekített 32K leírásánál.
Meghatározó újdonsága az objektumok videón át történő követése időbélyeges geometriaként. Adj világos leírást a célobjektumról, és mondd meg, mit kell az eredménynek megállapítania: például mikor lép egy tárgy a jelenetbe, merre mozog, vagy melyik időszakasz tartalmaz egy adott cselekvést. Belső nézetű felvételeknél a gyártó a kézkövetést és a részfeladatokra bontást emeli ki, amelyek hasznosak egy kezelő időben zajló tevékenységének elemzéséhez.
A dokumentált kimenetek között térbeli megfeleltetéshez pontok, téglalapok és sokszögek, időintervallumokhoz klipek, objektummozgáshoz pedig track tárolók szerepelnek. A Track a generált annotációs jelölőnyelvben tároló, nem külön annotációformátum-érték. A pálya útvonalpontjai ritkák is lehetnek: a visszaadott pálya nem garantál minden forrásképkockához téglalapot vagy az objektum folyamatos láthatóságát. Őrizd meg az eredeti médiát és a koordináták vagy időbélyegek kapcsolatát, hogy az eredmény összevethető legyen a tényleges jelenettel.
Az Mk1.5 natív hangmegértést ad hozzá, többek között átírást, hangesemény-felismerést, összefoglalókat és felvétellel kapcsolatos kérdések megválaszolását. A gyártó WAV, MP3 és FLAC formátumot fogad. Elemenkénti hangkorlátja 16 384 hangtoken, ami a dokumentált, körülbelül 750 token/perc sebességnél hozzávetőleg 21,8 perc. A hang a többi bemenettel és a kimeneti kerettel osztozik a kontextuson, ezért egy kérés már az elemenkénti korlát elérése előtt kitöltheti a kontextust.
Olyan videónál, amelynek a hangsávja is számít, a gyártó munkafolyamata kifejezetten engedélyezi a videó hangját. Add meg, hogy a feladat a beszédre, egy hangeseményre, a látható jelenetre vagy ezek kapcsolatára vonatkozik. A kimenet szöveg és strukturált tartalom; az Mk1.5 nem generál beszédhangot. Átírásnál őrizd meg a kért nyelvet és az időzítési kapcsolatot, és ne kezelj egy képi feliratot átiratként.
A gyártó támogatja a médiabemenetek közötti összehasonlítást. Címkézd fel az elemeket, és őrizd meg a médiaelemekhez tartozó kapcsolatokat. Az opcionális asset_idx a beszélgetés adott pontján elérhető médiaelőfordulást azonosítja, nem állandó fájlazonosítót. Ha nincs kifejezett vagy örökölt kiválasztó, az annotáció a generálás idején utoljára elérhető médiaelemre vonatkozik. Ezek a konvenciók fontosak, ha a feladat két kamerát, oldalt vagy felvételt hasonlít össze. A gyártó kéréskorlátja 256 médiaegység. A video_frames csoport minden képkockája beleszámít ebbe a korlátba, bár a csoport egyetlen médiaelem-indexet foglal el; a videó hangsávjának engedélyezése nem ad hozzá újabb médiaelemet.
A gyártó támogatja a JSON Schema vagy reguláris kifejezés által korlátozott végső válaszokat. Határozd meg a mezőket vagy a mintát, és ellenőrizd a visszaadott értékeket a forrás alapján. Dokumentálja a Multilook megoldást is, amely közös kontextuson futó független promptokhoz használható, és az általános, egyetlen kiegészítést adó csevegéstől különálló gyártói munkafolyamat.
Az Mk1.5 kiválaszthatja a megadott, névvel, céllal és JSON-sémával leírt függvényeket. Az alkalmazás hajtja végre a javasolt hívásokat, és visszaadja a megfigyeléseket. Fizikai környezetben vagy felületen végzett feladathoz határozd meg az engedélyezett műveleteket és a befejezés feltételét, majd az új vizuális állapotot vagy eszközeredményt használd a következő lépés bizonyítékaként. A következtetési ráfordítás a gyártói katalógusváltozatban állítható.
Függvényeszközök nem deklarálhatók ugyanabban a kérésben JSON Schema vagy reguláris kifejezés által korlátozott kimenettel; a gyártó azt írja elő, hogy a korlátozott végső választ az eszközciklus után kell kérni. Az eredmény felhasználása előtt vizsgáld meg a befejezés okát, mert a hossz miatti leállás hiányos kimenetet jelenthet.
Hasznos eredmény a forráshoz kötött jelenetmagyarázat, időzített átirat, objektumannotáció vagy bizonyítékkal alátámasztott műveleti javaslat. Ellenőrizd a geometriát a médián, különítsd el a megfigyelt részleteket az értelmezéstől, és az Mk1.5 pontos hang-, követési és eszközképességeit tartsd külön a korábbi Mk1 kiadástól.
", "aboutText": "A Perceptron Mk1.5 a Perceptron multimodális modellje vizuális megértéshez, időbeli megfeleltetéshez és fizikai környezetben működő ügynökök feladataihoz. Szöveget, képeket, videót és hangot fogad, és szöveget, térbeli vagy időbeli annotációkat, strukturált válaszokat és függvényhívási tartalmat ad vissza. A gyártó jelenlegi specifikációja 36 864 tokenes kontextust és legfeljebb 8 192 tokenes kimenetet sorol fel; ezek a pontos korlátok részletesebbek a bevezető cikk kerekített 32K leírásánál.\n\n### Videó és objektumkövetés\n\nMeghatározó újdonsága az objektumok videón át történő követése időbélyeges geometriaként. Adj világos leírást a célobjektumról, és mondd meg, mit kell az eredménynek megállapítania: például mikor lép egy tárgy a jelenetbe, merre mozog, vagy melyik időszakasz tartalmaz egy adott cselekvést. Belső nézetű felvételeknél a gyártó a kézkövetést és a részfeladatokra bontást emeli ki, amelyek hasznosak egy kezelő időben zajló tevékenységének elemzéséhez.\n\nA dokumentált kimenetek között térbeli megfeleltetéshez pontok, téglalapok és sokszögek, időintervallumokhoz klipek, objektummozgáshoz pedig track tárolók szerepelnek. A Track a generált annotációs jelölőnyelvben tároló, nem külön annotációformátum-érték. A pálya útvonalpontjai ritkák is lehetnek: a visszaadott pálya nem garantál minden forrásképkockához téglalapot vagy az objektum folyamatos láthatóságát. Őrizd meg az eredeti médiát és a koordináták vagy időbélyegek kapcsolatát, hogy az eredmény összevethető legyen a tényleges jelenettel.\n\n### Hang és egyesített bizonyítékok\n\nAz Mk1.5 natív hangmegértést ad hozzá, többek között átírást, hangesemény-felismerést, összefoglalókat és felvétellel kapcsolatos kérdések megválaszolását. A gyártó WAV, MP3 és FLAC formátumot fogad. Elemenkénti hangkorlátja 16 384 hangtoken, ami a dokumentált, körülbelül 750 token/perc sebességnél hozzávetőleg 21,8 perc. A hang a többi bemenettel és a kimeneti kerettel osztozik a kontextuson, ezért egy kérés már az elemenkénti korlát elérése előtt kitöltheti a kontextust.\n\nOlyan videónál, amelynek a hangsávja is számít, a gyártó munkafolyamata kifejezetten engedélyezi a videó hangját. Add meg, hogy a feladat a beszédre, egy hangeseményre, a látható jelenetre vagy ezek kapcsolatára vonatkozik. A kimenet szöveg és strukturált tartalom; az Mk1.5 nem generál beszédhangot. Átírásnál őrizd meg a kért nyelvet és az időzítési kapcsolatot, és ne kezelj egy képi feliratot átiratként.\n\n### Több médiaelem és strukturált válaszok\n\nA gyártó támogatja a médiabemenetek közötti összehasonlítást. Címkézd fel az elemeket, és őrizd meg a médiaelemekhez tartozó kapcsolatokat. Az opcionális asset_idx a beszélgetés adott pontján elérhető médiaelőfordulást azonosítja, nem állandó fájlazonosítót. Ha nincs kifejezett vagy örökölt kiválasztó, az annotáció a generálás idején utoljára elérhető médiaelemre vonatkozik. Ezek a konvenciók fontosak, ha a feladat két kamerát, oldalt vagy felvételt hasonlít össze. A gyártó kéréskorlátja 256 médiaegység. A video_frames csoport minden képkockája beleszámít ebbe a korlátba, bár a csoport egyetlen médiaelem-indexet foglal el; a videó hangsávjának engedélyezése nem ad hozzá újabb médiaelemet.\n\nA gyártó támogatja a JSON Schema vagy reguláris kifejezés által korlátozott végső válaszokat. Határozd meg a mezőket vagy a mintát, és ellenőrizd a visszaadott értékeket a forrás alapján. Dokumentálja a Multilook megoldást is, amely közös kontextuson futó független promptokhoz használható, és az általános, egyetlen kiegészítést adó csevegéstől különálló gyártói munkafolyamat.\n\n### Függvények és következtetés\n\nAz Mk1.5 kiválaszthatja a megadott, névvel, céllal és JSON-sémával leírt függvényeket. Az alkalmazás hajtja végre a javasolt hívásokat, és visszaadja a megfigyeléseket. Fizikai környezetben vagy felületen végzett feladathoz határozd meg az engedélyezett műveleteket és a befejezés feltételét, majd az új vizuális állapotot vagy eszközeredményt használd a következő lépés bizonyítékaként. A következtetési ráfordítás a gyártói katalógusváltozatban állítható.\n\nFüggvényeszközök nem deklarálhatók ugyanabban a kérésben JSON Schema vagy reguláris kifejezés által korlátozott kimenettel; a gyártó azt írja elő, hogy a korlátozott végső választ az eszközciklus után kell kérni. Az eredmény felhasználása előtt vizsgáld meg a befejezés okát, mert a hossz miatti leállás hiányos kimenetet jelenthet.\n\nHasznos eredmény a forráshoz kötött jelenetmagyarázat, időzített átirat, objektumannotáció vagy bizonyítékkal alátámasztott műveleti javaslat. Ellenőrizd a geometriát a médián, különítsd el a megfigyelt részleteket az értelmezéstől, és az Mk1.5 pontos hang-, követési és eszközképességeit tartsd külön a korábbi Mk1 kiadástól.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Summarize a timed handling sequence\n\nUse these written frame notes, not unseen footage: 00:02 operator picks up a red box; 00:05 places it on scale; 00:08 removes it; 00:11 places it on shelf. Return the ordered subtasks and the observed interval when the box is on the scale. State the sampling limitation instead of claiming exact continuous motion between notes.An ordered subtask list and a scale interval explicitly bounded by the supplied observations.Timestamps stay attached to their notes, and the answer does not invent intermediate geometry or continuous visibility.perceptron/perceptron-mk1.5A Perceptron Mk1.5 szöveget, képet, videót és hangot ért meg vizuális és fizikai környezetben végzett feladatokhoz. Szöveget, térbeli vagy időbeli annotációkat, objektumpályákat és javasolt függvényhívásokat ad vissza, a gyártó által megadott 36 864 tokenes kontextussal és legfeljebb 8 192 tokenes kimenettel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Perceptron Mk1.5 a Perceptron multimodális modellje vizuális megértéshez, időbeli megfeleltetéshez és fizikai környezetben működő ügynökök feladataihoz. Szöveget, képeket, videót és hangot fogad, és szöveget, térbeli vagy időbeli annotációkat, strukturált válaszokat és függvényhívási tartalmat ad vissza. A gyártó jelenlegi specifikációja 36 864 tokenes kontextust és legfeljebb 8 192 tokenes kimenetet sorol fel; ezek a pontos korlátok részletesebbek a bevezető cikk kerekített 32K leírásánál.
Meghatározó újdonsága az objektumok videón át történő követése időbélyeges geometriaként. Adj világos leírást a célobjektumról, és mondd meg, mit kell az eredménynek megállapítania: például mikor lép egy tárgy a jelenetbe, merre mozog, vagy melyik időszakasz tartalmaz egy adott cselekvést. Belső nézetű felvételeknél a gyártó a kézkövetést és a részfeladatokra bontást emeli ki, amelyek hasznosak egy kezelő időben zajló tevékenységének elemzéséhez.
A dokumentált kimenetek között térbeli megfeleltetéshez pontok, téglalapok és sokszögek, időintervallumokhoz klipek, objektummozgáshoz pedig track tárolók szerepelnek. A Track a generált annotációs jelölőnyelvben tároló, nem külön annotációformátum-érték. A pálya útvonalpontjai ritkák is lehetnek: a visszaadott pálya nem garantál minden forrásképkockához téglalapot vagy az objektum folyamatos láthatóságát. Őrizd meg az eredeti médiát és a koordináták vagy időbélyegek kapcsolatát, hogy az eredmény összevethető legyen a tényleges jelenettel.
Az Mk1.5 natív hangmegértést ad hozzá, többek között átírást, hangesemény-felismerést, összefoglalókat és felvétellel kapcsolatos kérdések megválaszolását. A gyártó WAV, MP3 és FLAC formátumot fogad. Elemenkénti hangkorlátja 16 384 hangtoken, ami a dokumentált, körülbelül 750 token/perc sebességnél hozzávetőleg 21,8 perc. A hang a többi bemenettel és a kimeneti kerettel osztozik a kontextuson, ezért egy kérés már az elemenkénti korlát elérése előtt kitöltheti a kontextust.
Olyan videónál, amelynek a hangsávja is számít, a gyártó munkafolyamata kifejezetten engedélyezi a videó hangját. Add meg, hogy a feladat a beszédre, egy hangeseményre, a látható jelenetre vagy ezek kapcsolatára vonatkozik. A kimenet szöveg és strukturált tartalom; az Mk1.5 nem generál beszédhangot. Átírásnál őrizd meg a kért nyelvet és az időzítési kapcsolatot, és ne kezelj egy képi feliratot átiratként.
A gyártó támogatja a médiabemenetek közötti összehasonlítást. Címkézd fel az elemeket, és őrizd meg a médiaelemekhez tartozó kapcsolatokat. Az opcionális asset_idx a beszélgetés adott pontján elérhető médiaelőfordulást azonosítja, nem állandó fájlazonosítót. Ha nincs kifejezett vagy örökölt kiválasztó, az annotáció a generálás idején utoljára elérhető médiaelemre vonatkozik. Ezek a konvenciók fontosak, ha a feladat két kamerát, oldalt vagy felvételt hasonlít össze. A gyártó kéréskorlátja 256 médiaegység. A video_frames csoport minden képkockája beleszámít ebbe a korlátba, bár a csoport egyetlen médiaelem-indexet foglal el; a videó hangsávjának engedélyezése nem ad hozzá újabb médiaelemet.
A gyártó támogatja a JSON Schema vagy reguláris kifejezés által korlátozott végső válaszokat. Határozd meg a mezőket vagy a mintát, és ellenőrizd a visszaadott értékeket a forrás alapján. Dokumentálja a Multilook megoldást is, amely közös kontextuson futó független promptokhoz használható, és az általános, egyetlen kiegészítést adó csevegéstől különálló gyártói munkafolyamat.
Az Mk1.5 kiválaszthatja a megadott, névvel, céllal és JSON-sémával leírt függvényeket. Az alkalmazás hajtja végre a javasolt hívásokat, és visszaadja a megfigyeléseket. Fizikai környezetben vagy felületen végzett feladathoz határozd meg az engedélyezett műveleteket és a befejezés feltételét, majd az új vizuális állapotot vagy eszközeredményt használd a következő lépés bizonyítékaként. A következtetési ráfordítás a gyártói katalógusváltozatban állítható.
Függvényeszközök nem deklarálhatók ugyanabban a kérésben JSON Schema vagy reguláris kifejezés által korlátozott kimenettel; a gyártó azt írja elő, hogy a korlátozott végső választ az eszközciklus után kell kérni. Az eredmény felhasználása előtt vizsgáld meg a befejezés okát, mert a hossz miatti leállás hiányos kimenetet jelenthet.
Hasznos eredmény a forráshoz kötött jelenetmagyarázat, időzített átirat, objektumannotáció vagy bizonyítékkal alátámasztott műveleti javaslat. Ellenőrizd a geometriát a médián, különítsd el a megfigyelt részleteket az értelmezéstől, és az Mk1.5 pontos hang-, követési és eszközképességeit tartsd külön a korábbi Mk1 kiadástól.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok perceptron/perceptron-mk1.5 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.003 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.003 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perceptron/perceptron-mk1.5", "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-mk1.5',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-mk1.5',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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra perceptron/perceptron-mk1.5
Használja a fent látható metódusútvonalakat.
perceptron/perceptron-mk1.5A Perceptron Mk1.5 szöveget, képet, videót és hangot ért meg vizuális és fizikai környezetben végzett feladatokhoz. Szöveget, térbeli vagy időbeli annotációkat, objektumpályákat és javasolt függvényhívásokat ad vissza, a gyártó által megadott 36 864 tokenes kontextussal és legfeljebb 8 192 tokenes kimenettel.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Perceptron Mk1.5 a Perceptron multimodális modellje vizuális megértéshez, időbeli megfeleltetéshez és fizikai környezetben működő ügynökök feladataihoz. Szöveget, képeket, videót és hangot fogad, és szöveget, térbeli vagy időbeli annotációkat, strukturált válaszokat és függvényhívási tartalmat ad vissza. A gyártó jelenlegi specifikációja 36 864 tokenes kontextust és legfeljebb 8 192 tokenes kimenetet sorol fel; ezek a pontos korlátok részletesebbek a bevezető cikk kerekített 32K leírásánál.
Meghatározó újdonsága az objektumok videón át történő követése időbélyeges geometriaként. Adj világos leírást a célobjektumról, és mondd meg, mit kell az eredménynek megállapítania: például mikor lép egy tárgy a jelenetbe, merre mozog, vagy melyik időszakasz tartalmaz egy adott cselekvést. Belső nézetű felvételeknél a gyártó a kézkövetést és a részfeladatokra bontást emeli ki, amelyek hasznosak egy kezelő időben zajló tevékenységének elemzéséhez.
A dokumentált kimenetek között térbeli megfeleltetéshez pontok, téglalapok és sokszögek, időintervallumokhoz klipek, objektummozgáshoz pedig track tárolók szerepelnek. A Track a generált annotációs jelölőnyelvben tároló, nem külön annotációformátum-érték. A pálya útvonalpontjai ritkák is lehetnek: a visszaadott pálya nem garantál minden forrásképkockához téglalapot vagy az objektum folyamatos láthatóságát. Őrizd meg az eredeti médiát és a koordináták vagy időbélyegek kapcsolatát, hogy az eredmény összevethető legyen a tényleges jelenettel.
Az Mk1.5 natív hangmegértést ad hozzá, többek között átírást, hangesemény-felismerést, összefoglalókat és felvétellel kapcsolatos kérdések megválaszolását. A gyártó WAV, MP3 és FLAC formátumot fogad. Elemenkénti hangkorlátja 16 384 hangtoken, ami a dokumentált, körülbelül 750 token/perc sebességnél hozzávetőleg 21,8 perc. A hang a többi bemenettel és a kimeneti kerettel osztozik a kontextuson, ezért egy kérés már az elemenkénti korlát elérése előtt kitöltheti a kontextust.
Olyan videónál, amelynek a hangsávja is számít, a gyártó munkafolyamata kifejezetten engedélyezi a videó hangját. Add meg, hogy a feladat a beszédre, egy hangeseményre, a látható jelenetre vagy ezek kapcsolatára vonatkozik. A kimenet szöveg és strukturált tartalom; az Mk1.5 nem generál beszédhangot. Átírásnál őrizd meg a kért nyelvet és az időzítési kapcsolatot, és ne kezelj egy képi feliratot átiratként.
A gyártó támogatja a médiabemenetek közötti összehasonlítást. Címkézd fel az elemeket, és őrizd meg a médiaelemekhez tartozó kapcsolatokat. Az opcionális asset_idx a beszélgetés adott pontján elérhető médiaelőfordulást azonosítja, nem állandó fájlazonosítót. Ha nincs kifejezett vagy örökölt kiválasztó, az annotáció a generálás idején utoljára elérhető médiaelemre vonatkozik. Ezek a konvenciók fontosak, ha a feladat két kamerát, oldalt vagy felvételt hasonlít össze. A gyártó kéréskorlátja 256 médiaegység. A video_frames csoport minden képkockája beleszámít ebbe a korlátba, bár a csoport egyetlen médiaelem-indexet foglal el; a videó hangsávjának engedélyezése nem ad hozzá újabb médiaelemet.
A gyártó támogatja a JSON Schema vagy reguláris kifejezés által korlátozott végső válaszokat. Határozd meg a mezőket vagy a mintát, és ellenőrizd a visszaadott értékeket a forrás alapján. Dokumentálja a Multilook megoldást is, amely közös kontextuson futó független promptokhoz használható, és az általános, egyetlen kiegészítést adó csevegéstől különálló gyártói munkafolyamat.
Az Mk1.5 kiválaszthatja a megadott, névvel, céllal és JSON-sémával leírt függvényeket. Az alkalmazás hajtja végre a javasolt hívásokat, és visszaadja a megfigyeléseket. Fizikai környezetben vagy felületen végzett feladathoz határozd meg az engedélyezett műveleteket és a befejezés feltételét, majd az új vizuális állapotot vagy eszközeredményt használd a következő lépés bizonyítékaként. A következtetési ráfordítás a gyártói katalógusváltozatban állítható.
Függvényeszközök nem deklarálhatók ugyanabban a kérésben JSON Schema vagy reguláris kifejezés által korlátozott kimenettel; a gyártó azt írja elő, hogy a korlátozott végső választ az eszközciklus után kell kérni. Az eredmény felhasználása előtt vizsgáld meg a befejezés okát, mert a hossz miatti leállás hiányos kimenetet jelenthet.
Hasznos eredmény a forráshoz kötött jelenetmagyarázat, időzített átirat, objektumannotáció vagy bizonyítékkal alátámasztott műveleti javaslat. Ellenőrizd a geometriát a médián, különítsd el a megfigyelt részleteket az értelmezéstől, és az Mk1.5 pontos hang-, követési és eszközképességeit tartsd külön a korábbi Mk1 kiadástól.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok perceptron/perceptron-mk1.5 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.003 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.003 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "perceptron/perceptron-mk1.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mk1.5', '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-mk1.5', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra perceptron/perceptron-mk1.5
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Summarize a timed handling sequence\n\nUse these written frame notes, not unseen footage: 00:02 operator picks up a red box; 00:05 places it on scale; 00:08 removes it; 00:11 places it on shelf. Return the ordered subtasks and the observed interval when the box is on the scale. State the sampling limitation instead of claiming exact continuous motion between notes.An ordered subtask list and a scale interval explicitly bounded by the supplied observations.Timestamps stay attached to their notes, and the answer does not invent intermediate geometry or continuous visibility.