Perceptron Mk1.5 adalah model multimodal Perceptron untuk pemahaman visual, penautan ke waktu, dan tugas agen berwujud. Model ini menerima teks, gambar, video, dan audio serta mengembalikan teks, anotasi spasial atau temporal, respons terstruktur, dan konten pemanggilan fungsi. Spesifikasi pengembang terkini mencantumkan konteks 36.864 token dan keluaran maksimum 8.192 token; batas eksak tersebut lebih spesifik daripada deskripsi 32K yang dibulatkan dalam artikel peluncuran.
Tambahan yang menjadi ciri utama adalah pelacakan objek sepanjang video sebagai geometri bertanda waktu. Berikan deskripsi target yang jelas dan nyatakan apa yang perlu ditetapkan oleh hasil, misalnya kapan sebuah barang memasuki adegan, ke mana barang bergerak, atau interval mana yang memuat tindakan tertentu. Untuk rekaman sudut pandang orang pertama, pengembang menekankan pelacakan tangan dan segmentasi menjadi subtugas, yang berguna untuk menganalisis tindakan operator dari waktu ke waktu.
Keluaran yang didokumentasikan mencakup titik, kotak, dan poligon untuk penautan spasial, klip untuk interval waktu, dan wadah track untuk pergerakan objek. Track adalah wadah dalam markup anotasi yang dihasilkan, bukan nilai format anotasi tersendiri. Lintasan track dapat hanya memiliki sedikit titik penanda: track yang dikembalikan tidak menjamin kotak untuk setiap frame sumber atau keterlihatan objek secara terus-menerus. Pertahankan media asli dan kaitannya dengan koordinat atau penanda waktu agar hasil dapat diperiksa terhadap adegan sebenarnya.
Mk1.5 menambahkan pemahaman audio bawaan, termasuk transkripsi, deteksi peristiwa suara, ringkasan, dan pertanyaan tentang rekaman. Pengembang menerima WAV, MP3, dan FLAC. Batas audio per item adalah 16.384 token audio, sekitar 21,8 menit pada laju terdokumentasi sekitar 750 token per menit. Audio berbagi konteks dengan masukan lain dan alokasi keluaran, sehingga suatu permintaan dapat memenuhi konteks sebelum batas per item tersebut tercapai.
Untuk video yang jalur audionya penting, alur kerja pengembang secara eksplisit mengaktifkan audio dalam video. Nyatakan apakah tugas menyangkut ucapan, peristiwa suara, adegan yang terlihat, atau hubungan di antaranya. Keluarannya berupa teks dan konten terstruktur; Mk1.5 tidak menghasilkan audio ucapan. Untuk transkripsi, pertahankan bahasa yang diminta dan kaitan waktunya alih-alih menganggap keterangan visual sebagai transkrip.
Pengembang mendukung perbandingan antarmasukan media. Beri label pada item dan pertahankan hubungan asetnya. asset_idx opsional mengidentifikasi kemunculan media yang tersedia pada titik tersebut dalam percakapan, bukan pengenal berkas yang persisten. Jika tidak ada pemilih eksplisit atau yang diwariskan, anotasi merujuk pada aset terakhir yang tersedia pada saat pembuatan. Konvensi ini penting saat tugas membandingkan dua kamera, halaman, atau rekaman. Batas permintaan pengembang adalah 256 unit media. Setiap frame dalam grup video_frames dihitung terhadap batas tersebut, meskipun grup itu menempati satu indeks aset; mengaktifkan jalur audio video tidak menambahkan aset lain.
Pengembang mendukung respons akhir yang dibatasi oleh JSON Schema atau regex. Tentukan bidang atau polanya, lalu tinjau nilai yang dikembalikan terhadap sumber. Pengembang juga mendokumentasikan Multilook untuk prompt independen dengan konteks bersama, sebuah alur kerja pengembang yang terpisah dari chat biasa dengan satu completion.
Mk1.5 dapat memilih fungsi yang disediakan dengan nama, tujuan, dan JSON Schema. Aplikasi menjalankan pemanggilan yang diusulkan dan mengembalikan pengamatan. Tentukan tindakan yang diizinkan dan kriteria penyelesaian untuk tugas agen berwujud atau antarmuka, lalu gunakan keadaan visual baru atau hasil alat sebagai bukti untuk langkah berikutnya. Tingkat upaya penalaran dapat dikonfigurasi dalam varian katalog pengembang.
Alat fungsi tidak dapat dideklarasikan dalam permintaan yang sama dengan keluaran yang dibatasi JSON Schema atau regex; pengembang menginstruksikan agar jawaban akhir yang dibatasi diminta setelah loop alat. Periksa alasan penghentian sebelum menggunakan hasil, karena penghentian akibat panjang dapat berarti keluaran belum lengkap.
Hasil yang berguna berupa penjelasan adegan yang berpijak pada bukti, transkrip bertanda waktu, anotasi objek, atau usulan tindakan yang didukung bukti. Periksa geometri terhadap media, bedakan detail yang diamati dari interpretasi, dan pertahankan kemampuan audio, pelacakan, dan alat Mk1.5 yang tepat secara terpisah dari edisi Mk1 sebelumnya.
", "aboutText": "Perceptron Mk1.5 adalah model multimodal Perceptron untuk pemahaman visual, penautan ke waktu, dan tugas agen berwujud. Model ini menerima teks, gambar, video, dan audio serta mengembalikan teks, anotasi spasial atau temporal, respons terstruktur, dan konten pemanggilan fungsi. Spesifikasi pengembang terkini mencantumkan konteks 36.864 token dan keluaran maksimum 8.192 token; batas eksak tersebut lebih spesifik daripada deskripsi 32K yang dibulatkan dalam artikel peluncuran.\n\n### Video dan pelacakan objek\n\nTambahan yang menjadi ciri utama adalah pelacakan objek sepanjang video sebagai geometri bertanda waktu. Berikan deskripsi target yang jelas dan nyatakan apa yang perlu ditetapkan oleh hasil, misalnya kapan sebuah barang memasuki adegan, ke mana barang bergerak, atau interval mana yang memuat tindakan tertentu. Untuk rekaman sudut pandang orang pertama, pengembang menekankan pelacakan tangan dan segmentasi menjadi subtugas, yang berguna untuk menganalisis tindakan operator dari waktu ke waktu.\n\nKeluaran yang didokumentasikan mencakup titik, kotak, dan poligon untuk penautan spasial, klip untuk interval waktu, dan wadah track untuk pergerakan objek. Track adalah wadah dalam markup anotasi yang dihasilkan, bukan nilai format anotasi tersendiri. Lintasan track dapat hanya memiliki sedikit titik penanda: track yang dikembalikan tidak menjamin kotak untuk setiap frame sumber atau keterlihatan objek secara terus-menerus. Pertahankan media asli dan kaitannya dengan koordinat atau penanda waktu agar hasil dapat diperiksa terhadap adegan sebenarnya.\n\n### Audio dan bukti gabungan\n\nMk1.5 menambahkan pemahaman audio bawaan, termasuk transkripsi, deteksi peristiwa suara, ringkasan, dan pertanyaan tentang rekaman. Pengembang menerima WAV, MP3, dan FLAC. Batas audio per item adalah 16.384 token audio, sekitar 21,8 menit pada laju terdokumentasi sekitar 750 token per menit. Audio berbagi konteks dengan masukan lain dan alokasi keluaran, sehingga suatu permintaan dapat memenuhi konteks sebelum batas per item tersebut tercapai.\n\nUntuk video yang jalur audionya penting, alur kerja pengembang secara eksplisit mengaktifkan audio dalam video. Nyatakan apakah tugas menyangkut ucapan, peristiwa suara, adegan yang terlihat, atau hubungan di antaranya. Keluarannya berupa teks dan konten terstruktur; Mk1.5 tidak menghasilkan audio ucapan. Untuk transkripsi, pertahankan bahasa yang diminta dan kaitan waktunya alih-alih menganggap keterangan visual sebagai transkrip.\n\n### Beberapa aset dan jawaban terstruktur\n\nPengembang mendukung perbandingan antarmasukan media. Beri label pada item dan pertahankan hubungan asetnya. asset_idx opsional mengidentifikasi kemunculan media yang tersedia pada titik tersebut dalam percakapan, bukan pengenal berkas yang persisten. Jika tidak ada pemilih eksplisit atau yang diwariskan, anotasi merujuk pada aset terakhir yang tersedia pada saat pembuatan. Konvensi ini penting saat tugas membandingkan dua kamera, halaman, atau rekaman. Batas permintaan pengembang adalah 256 unit media. Setiap frame dalam grup video_frames dihitung terhadap batas tersebut, meskipun grup itu menempati satu indeks aset; mengaktifkan jalur audio video tidak menambahkan aset lain.\n\nPengembang mendukung respons akhir yang dibatasi oleh JSON Schema atau regex. Tentukan bidang atau polanya, lalu tinjau nilai yang dikembalikan terhadap sumber. Pengembang juga mendokumentasikan Multilook untuk prompt independen dengan konteks bersama, sebuah alur kerja pengembang yang terpisah dari chat biasa dengan satu completion.\n\n### Fungsi dan penalaran\n\nMk1.5 dapat memilih fungsi yang disediakan dengan nama, tujuan, dan JSON Schema. Aplikasi menjalankan pemanggilan yang diusulkan dan mengembalikan pengamatan. Tentukan tindakan yang diizinkan dan kriteria penyelesaian untuk tugas agen berwujud atau antarmuka, lalu gunakan keadaan visual baru atau hasil alat sebagai bukti untuk langkah berikutnya. Tingkat upaya penalaran dapat dikonfigurasi dalam varian katalog pengembang.\n\nAlat fungsi tidak dapat dideklarasikan dalam permintaan yang sama dengan keluaran yang dibatasi JSON Schema atau regex; pengembang menginstruksikan agar jawaban akhir yang dibatasi diminta setelah loop alat. Periksa alasan penghentian sebelum menggunakan hasil, karena penghentian akibat panjang dapat berarti keluaran belum lengkap.\n\nHasil yang berguna berupa penjelasan adegan yang berpijak pada bukti, transkrip bertanda waktu, anotasi objek, atau usulan tindakan yang didukung bukti. Periksa geometri terhadap media, bedakan detail yang diamati dari interpretasi, dan pertahankan kemampuan audio, pelacakan, dan alat Mk1.5 yang tepat secara terpisah dari edisi Mk1 sebelumnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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-mk1.5Perceptron Mk1.5 memahami teks, gambar, video, dan audio untuk tugas visual dan agen berwujud. Model ini mengembalikan teks, anotasi spasial atau temporal, lintasan objek, dan usulan pemanggilan fungsi, dengan konteks 36.864 token dari pengembang serta keluaran maksimum 8.192 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Perceptron Mk1.5 adalah model multimodal Perceptron untuk pemahaman visual, penautan ke waktu, dan tugas agen berwujud. Model ini menerima teks, gambar, video, dan audio serta mengembalikan teks, anotasi spasial atau temporal, respons terstruktur, dan konten pemanggilan fungsi. Spesifikasi pengembang terkini mencantumkan konteks 36.864 token dan keluaran maksimum 8.192 token; batas eksak tersebut lebih spesifik daripada deskripsi 32K yang dibulatkan dalam artikel peluncuran.
Tambahan yang menjadi ciri utama adalah pelacakan objek sepanjang video sebagai geometri bertanda waktu. Berikan deskripsi target yang jelas dan nyatakan apa yang perlu ditetapkan oleh hasil, misalnya kapan sebuah barang memasuki adegan, ke mana barang bergerak, atau interval mana yang memuat tindakan tertentu. Untuk rekaman sudut pandang orang pertama, pengembang menekankan pelacakan tangan dan segmentasi menjadi subtugas, yang berguna untuk menganalisis tindakan operator dari waktu ke waktu.
Keluaran yang didokumentasikan mencakup titik, kotak, dan poligon untuk penautan spasial, klip untuk interval waktu, dan wadah track untuk pergerakan objek. Track adalah wadah dalam markup anotasi yang dihasilkan, bukan nilai format anotasi tersendiri. Lintasan track dapat hanya memiliki sedikit titik penanda: track yang dikembalikan tidak menjamin kotak untuk setiap frame sumber atau keterlihatan objek secara terus-menerus. Pertahankan media asli dan kaitannya dengan koordinat atau penanda waktu agar hasil dapat diperiksa terhadap adegan sebenarnya.
Mk1.5 menambahkan pemahaman audio bawaan, termasuk transkripsi, deteksi peristiwa suara, ringkasan, dan pertanyaan tentang rekaman. Pengembang menerima WAV, MP3, dan FLAC. Batas audio per item adalah 16.384 token audio, sekitar 21,8 menit pada laju terdokumentasi sekitar 750 token per menit. Audio berbagi konteks dengan masukan lain dan alokasi keluaran, sehingga suatu permintaan dapat memenuhi konteks sebelum batas per item tersebut tercapai.
Untuk video yang jalur audionya penting, alur kerja pengembang secara eksplisit mengaktifkan audio dalam video. Nyatakan apakah tugas menyangkut ucapan, peristiwa suara, adegan yang terlihat, atau hubungan di antaranya. Keluarannya berupa teks dan konten terstruktur; Mk1.5 tidak menghasilkan audio ucapan. Untuk transkripsi, pertahankan bahasa yang diminta dan kaitan waktunya alih-alih menganggap keterangan visual sebagai transkrip.
Pengembang mendukung perbandingan antarmasukan media. Beri label pada item dan pertahankan hubungan asetnya. asset_idx opsional mengidentifikasi kemunculan media yang tersedia pada titik tersebut dalam percakapan, bukan pengenal berkas yang persisten. Jika tidak ada pemilih eksplisit atau yang diwariskan, anotasi merujuk pada aset terakhir yang tersedia pada saat pembuatan. Konvensi ini penting saat tugas membandingkan dua kamera, halaman, atau rekaman. Batas permintaan pengembang adalah 256 unit media. Setiap frame dalam grup video_frames dihitung terhadap batas tersebut, meskipun grup itu menempati satu indeks aset; mengaktifkan jalur audio video tidak menambahkan aset lain.
Pengembang mendukung respons akhir yang dibatasi oleh JSON Schema atau regex. Tentukan bidang atau polanya, lalu tinjau nilai yang dikembalikan terhadap sumber. Pengembang juga mendokumentasikan Multilook untuk prompt independen dengan konteks bersama, sebuah alur kerja pengembang yang terpisah dari chat biasa dengan satu completion.
Mk1.5 dapat memilih fungsi yang disediakan dengan nama, tujuan, dan JSON Schema. Aplikasi menjalankan pemanggilan yang diusulkan dan mengembalikan pengamatan. Tentukan tindakan yang diizinkan dan kriteria penyelesaian untuk tugas agen berwujud atau antarmuka, lalu gunakan keadaan visual baru atau hasil alat sebagai bukti untuk langkah berikutnya. Tingkat upaya penalaran dapat dikonfigurasi dalam varian katalog pengembang.
Alat fungsi tidak dapat dideklarasikan dalam permintaan yang sama dengan keluaran yang dibatasi JSON Schema atau regex; pengembang menginstruksikan agar jawaban akhir yang dibatasi diminta setelah loop alat. Periksa alasan penghentian sebelum menggunakan hasil, karena penghentian akibat panjang dapat berarti keluaran belum lengkap.
Hasil yang berguna berupa penjelasan adegan yang berpijak pada bukti, transkrip bertanda waktu, anotasi objek, atau usulan tindakan yang didukung bukti. Periksa geometri terhadap media, bedakan detail yang diamati dari interpretasi, dan pertahankan kemampuan audio, pelacakan, dan alat Mk1.5 yang tepat secara terpisah dari edisi Mk1 sebelumnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan perceptron/perceptron-mk1.5 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0003 / 1K token Keluaran · Token keluaran $0.003 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0003 / 1K token Keluaran · Token keluaran $0.003 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra perceptron/perceptron-mk1.5
Gunakan jalur metode yang ditampilkan di atas.
perceptron/perceptron-mk1.5Perceptron Mk1.5 memahami teks, gambar, video, dan audio untuk tugas visual dan agen berwujud. Model ini mengembalikan teks, anotasi spasial atau temporal, lintasan objek, dan usulan pemanggilan fungsi, dengan konteks 36.864 token dari pengembang serta keluaran maksimum 8.192 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Perceptron Mk1.5 adalah model multimodal Perceptron untuk pemahaman visual, penautan ke waktu, dan tugas agen berwujud. Model ini menerima teks, gambar, video, dan audio serta mengembalikan teks, anotasi spasial atau temporal, respons terstruktur, dan konten pemanggilan fungsi. Spesifikasi pengembang terkini mencantumkan konteks 36.864 token dan keluaran maksimum 8.192 token; batas eksak tersebut lebih spesifik daripada deskripsi 32K yang dibulatkan dalam artikel peluncuran.
Tambahan yang menjadi ciri utama adalah pelacakan objek sepanjang video sebagai geometri bertanda waktu. Berikan deskripsi target yang jelas dan nyatakan apa yang perlu ditetapkan oleh hasil, misalnya kapan sebuah barang memasuki adegan, ke mana barang bergerak, atau interval mana yang memuat tindakan tertentu. Untuk rekaman sudut pandang orang pertama, pengembang menekankan pelacakan tangan dan segmentasi menjadi subtugas, yang berguna untuk menganalisis tindakan operator dari waktu ke waktu.
Keluaran yang didokumentasikan mencakup titik, kotak, dan poligon untuk penautan spasial, klip untuk interval waktu, dan wadah track untuk pergerakan objek. Track adalah wadah dalam markup anotasi yang dihasilkan, bukan nilai format anotasi tersendiri. Lintasan track dapat hanya memiliki sedikit titik penanda: track yang dikembalikan tidak menjamin kotak untuk setiap frame sumber atau keterlihatan objek secara terus-menerus. Pertahankan media asli dan kaitannya dengan koordinat atau penanda waktu agar hasil dapat diperiksa terhadap adegan sebenarnya.
Mk1.5 menambahkan pemahaman audio bawaan, termasuk transkripsi, deteksi peristiwa suara, ringkasan, dan pertanyaan tentang rekaman. Pengembang menerima WAV, MP3, dan FLAC. Batas audio per item adalah 16.384 token audio, sekitar 21,8 menit pada laju terdokumentasi sekitar 750 token per menit. Audio berbagi konteks dengan masukan lain dan alokasi keluaran, sehingga suatu permintaan dapat memenuhi konteks sebelum batas per item tersebut tercapai.
Untuk video yang jalur audionya penting, alur kerja pengembang secara eksplisit mengaktifkan audio dalam video. Nyatakan apakah tugas menyangkut ucapan, peristiwa suara, adegan yang terlihat, atau hubungan di antaranya. Keluarannya berupa teks dan konten terstruktur; Mk1.5 tidak menghasilkan audio ucapan. Untuk transkripsi, pertahankan bahasa yang diminta dan kaitan waktunya alih-alih menganggap keterangan visual sebagai transkrip.
Pengembang mendukung perbandingan antarmasukan media. Beri label pada item dan pertahankan hubungan asetnya. asset_idx opsional mengidentifikasi kemunculan media yang tersedia pada titik tersebut dalam percakapan, bukan pengenal berkas yang persisten. Jika tidak ada pemilih eksplisit atau yang diwariskan, anotasi merujuk pada aset terakhir yang tersedia pada saat pembuatan. Konvensi ini penting saat tugas membandingkan dua kamera, halaman, atau rekaman. Batas permintaan pengembang adalah 256 unit media. Setiap frame dalam grup video_frames dihitung terhadap batas tersebut, meskipun grup itu menempati satu indeks aset; mengaktifkan jalur audio video tidak menambahkan aset lain.
Pengembang mendukung respons akhir yang dibatasi oleh JSON Schema atau regex. Tentukan bidang atau polanya, lalu tinjau nilai yang dikembalikan terhadap sumber. Pengembang juga mendokumentasikan Multilook untuk prompt independen dengan konteks bersama, sebuah alur kerja pengembang yang terpisah dari chat biasa dengan satu completion.
Mk1.5 dapat memilih fungsi yang disediakan dengan nama, tujuan, dan JSON Schema. Aplikasi menjalankan pemanggilan yang diusulkan dan mengembalikan pengamatan. Tentukan tindakan yang diizinkan dan kriteria penyelesaian untuk tugas agen berwujud atau antarmuka, lalu gunakan keadaan visual baru atau hasil alat sebagai bukti untuk langkah berikutnya. Tingkat upaya penalaran dapat dikonfigurasi dalam varian katalog pengembang.
Alat fungsi tidak dapat dideklarasikan dalam permintaan yang sama dengan keluaran yang dibatasi JSON Schema atau regex; pengembang menginstruksikan agar jawaban akhir yang dibatasi diminta setelah loop alat. Periksa alasan penghentian sebelum menggunakan hasil, karena penghentian akibat panjang dapat berarti keluaran belum lengkap.
Hasil yang berguna berupa penjelasan adegan yang berpijak pada bukti, transkrip bertanda waktu, anotasi objek, atau usulan tindakan yang didukung bukti. Periksa geometri terhadap media, bedakan detail yang diamati dari interpretasi, dan pertahankan kemampuan audio, pelacakan, dan alat Mk1.5 yang tepat secara terpisah dari edisi Mk1 sebelumnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan perceptron/perceptron-mk1.5 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0003 / 1K token Keluaran · Token keluaran $0.003 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0003 / 1K token Keluaran · Token keluaran $0.003 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "perceptron/perceptron-mk1.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra perceptron/perceptron-mk1.5
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.