Perceptron Mk1.5 ialah model multimodal Perceptron untuk pemahaman visual, pengaitan masa dan tugasan ejen berjasad. Model ini menerima teks, imej, video dan audio serta memulangkan teks, anotasi ruang atau masa, respons berstruktur dan kandungan panggilan fungsi. Spesifikasi semasa pembuat menyenaraikan konteks 36,864 token dan output maksimum 8,192 token; had tepat itu lebih khusus daripada huraian 32K yang dibundarkan dalam artikel pelancaran.
Tambahan yang menjadi ciri utamanya ialah penjejakan objek merentas video sebagai geometri bercap masa. Berikan huraian sasaran yang jelas dan nyatakan perkara yang perlu dipastikan oleh hasil, seperti bila sesuatu item memasuki adegan, ke mana ia bergerak atau selang masa yang mengandungi tindakan tertentu. Untuk rakaman sudut pandang orang pertama, pengeluar menekankan penjejakan tangan dan pembahagian kepada subtugasan, yang berguna untuk menganalisis tindakan pengendali dari semasa ke semasa.
Output yang didokumenkan termasuk titik, kotak dan poligon untuk pengaitan ruang, klip untuk selang masa serta bekas jejak untuk pergerakan objek. Track ialah bekas dalam bahasa penanda anotasi yang dijana, bukannya nilai format anotasi yang berasingan. Titik laluan jejak boleh jarang: jejak yang dipulangkan tidak menjamin kotak bagi setiap bingkai sumber atau keterlihatan objek secara berterusan. Kekalkan media asal dan kaitan koordinat atau cap masa supaya hasil tersebut dapat disemak terhadap adegan sebenar.
Mk1.5 menambahkan pemahaman audio asli, termasuk transkripsi, pengesanan peristiwa bunyi, ringkasan dan soalan tentang rakaman. Pengeluar menerima WAV, MP3 dan FLAC. Had audio bagi setiap item ialah 16,384 token audio, kira-kira 21.8 minit pada kadar terdokumen sekitar 750 token seminit. Audio berkongsi konteks dengan input lain dan peruntukan output, jadi permintaan boleh memenuhi konteks sebelum had setiap item itu dicapai.
Untuk video yang runut bunyinya penting, aliran kerja pembuat mengaktifkan audio dalam video secara nyata. Nyatakan sama ada tugasan melibatkan pertuturan, peristiwa bunyi, adegan yang kelihatan atau hubungan antaranya. Outputnya ialah teks dan kandungan berstruktur; Mk1.5 tidak menjana audio pertuturan. Untuk transkripsi, kekalkan bahasa yang diminta dan kaitan masa, bukannya menganggap kapsyen visual sebagai transkrip.
Pengeluar menyokong perbandingan merentas input media. Labelkan item dan kekalkan kaitan aset. asset_idx pilihan mengenal pasti kemunculan media yang tersedia pada titik tersebut dalam perbualan, bukannya pengecam fail yang kekal. Jika tiada pemilih nyata atau diwarisi, anotasi merujuk kepada aset terakhir yang tersedia pada waktu penjanaan. Konvensyen ini penting apabila tugasan membandingkan dua kamera, halaman atau rakaman. Had permintaan pengeluar ialah 256 unit media. Setiap bingkai dalam kumpulan video_frames dikira dalam had itu, walaupun kumpulan tersebut menggunakan satu indeks aset; pengaktifan runut bunyi video tidak menambahkan aset lain.
Pembuat menyokong respons akhir yang dikekang oleh JSON Schema atau regex. Takrifkan medan atau corak dan semak nilai yang dipulangkan dengan sumber. Pembuat juga mendokumenkan Multilook untuk arahan bebas menggunakan konteks yang dikongsi, iaitu aliran kerja pengeluar yang berasingan daripada sembang biasa dengan satu pelengkapan.
Mk1.5 boleh memilih fungsi yang dibekalkan dengan huraian nama, tujuan dan JSON Schemas. Aplikasi melaksanakan panggilan yang dicadangkan dan memulangkan pemerhatian. Takrifkan tindakan yang dibenarkan dan kriteria penyelesaian untuk tugasan berjasad atau antara muka, kemudian gunakan keadaan visual baharu atau hasil alat sebagai bukti untuk langkah seterusnya. Tahap usaha penaakulan boleh dikonfigurasikan dalam varian pengeluar.
Alat fungsi tidak boleh diisytiharkan dalam permintaan yang sama dengan output yang dikekang oleh JSON Schema atau regex; pembuat mengarahkan supaya jawapan akhir yang dikekang diminta selepas gelung alat. Periksa sebab penamatan sebelum menggunakan hasil kerana penamatan akibat panjang boleh bermakna output tidak lengkap.
Artifak yang berguna ialah penjelasan adegan yang berpaut pada bukti, transkrip bermasa, anotasi objek atau cadangan tindakan yang disokong bukti. Semak geometri dengan media, bezakan butiran yang diperhatikan daripada tafsiran dan kekalkan keupayaan audio, penjejakan serta alat Mk1.5 yang tepat secara berasingan daripada edisi Mk1 terdahulu.
", "aboutText": "Perceptron Mk1.5 ialah model multimodal Perceptron untuk pemahaman visual, pengaitan masa dan tugasan ejen berjasad. Model ini menerima teks, imej, video dan audio serta memulangkan teks, anotasi ruang atau masa, respons berstruktur dan kandungan panggilan fungsi. Spesifikasi semasa pembuat menyenaraikan konteks 36,864 token dan output maksimum 8,192 token; had tepat itu lebih khusus daripada huraian 32K yang dibundarkan dalam artikel pelancaran.\n\n### Video dan penjejakan objek\n\nTambahan yang menjadi ciri utamanya ialah penjejakan objek merentas video sebagai geometri bercap masa. Berikan huraian sasaran yang jelas dan nyatakan perkara yang perlu dipastikan oleh hasil, seperti bila sesuatu item memasuki adegan, ke mana ia bergerak atau selang masa yang mengandungi tindakan tertentu. Untuk rakaman sudut pandang orang pertama, pengeluar menekankan penjejakan tangan dan pembahagian kepada subtugasan, yang berguna untuk menganalisis tindakan pengendali dari semasa ke semasa.\n\nOutput yang didokumenkan termasuk titik, kotak dan poligon untuk pengaitan ruang, klip untuk selang masa serta bekas jejak untuk pergerakan objek. Track ialah bekas dalam bahasa penanda anotasi yang dijana, bukannya nilai format anotasi yang berasingan. Titik laluan jejak boleh jarang: jejak yang dipulangkan tidak menjamin kotak bagi setiap bingkai sumber atau keterlihatan objek secara berterusan. Kekalkan media asal dan kaitan koordinat atau cap masa supaya hasil tersebut dapat disemak terhadap adegan sebenar.\n\n### Audio dan bukti gabungan\n\nMk1.5 menambahkan pemahaman audio asli, termasuk transkripsi, pengesanan peristiwa bunyi, ringkasan dan soalan tentang rakaman. Pengeluar menerima WAV, MP3 dan FLAC. Had audio bagi setiap item ialah 16,384 token audio, kira-kira 21.8 minit pada kadar terdokumen sekitar 750 token seminit. Audio berkongsi konteks dengan input lain dan peruntukan output, jadi permintaan boleh memenuhi konteks sebelum had setiap item itu dicapai.\n\nUntuk video yang runut bunyinya penting, aliran kerja pembuat mengaktifkan audio dalam video secara nyata. Nyatakan sama ada tugasan melibatkan pertuturan, peristiwa bunyi, adegan yang kelihatan atau hubungan antaranya. Outputnya ialah teks dan kandungan berstruktur; Mk1.5 tidak menjana audio pertuturan. Untuk transkripsi, kekalkan bahasa yang diminta dan kaitan masa, bukannya menganggap kapsyen visual sebagai transkrip.\n\n### Pelbagai aset dan jawapan berstruktur\n\nPengeluar menyokong perbandingan merentas input media. Labelkan item dan kekalkan kaitan aset. asset_idx pilihan mengenal pasti kemunculan media yang tersedia pada titik tersebut dalam perbualan, bukannya pengecam fail yang kekal. Jika tiada pemilih nyata atau diwarisi, anotasi merujuk kepada aset terakhir yang tersedia pada waktu penjanaan. Konvensyen ini penting apabila tugasan membandingkan dua kamera, halaman atau rakaman. Had permintaan pengeluar ialah 256 unit media. Setiap bingkai dalam kumpulan video_frames dikira dalam had itu, walaupun kumpulan tersebut menggunakan satu indeks aset; pengaktifan runut bunyi video tidak menambahkan aset lain.\n\nPembuat menyokong respons akhir yang dikekang oleh JSON Schema atau regex. Takrifkan medan atau corak dan semak nilai yang dipulangkan dengan sumber. Pembuat juga mendokumenkan Multilook untuk arahan bebas menggunakan konteks yang dikongsi, iaitu aliran kerja pengeluar yang berasingan daripada sembang biasa dengan satu pelengkapan.\n\n### Fungsi dan penaakulan\n\nMk1.5 boleh memilih fungsi yang dibekalkan dengan huraian nama, tujuan dan JSON Schemas. Aplikasi melaksanakan panggilan yang dicadangkan dan memulangkan pemerhatian. Takrifkan tindakan yang dibenarkan dan kriteria penyelesaian untuk tugasan berjasad atau antara muka, kemudian gunakan keadaan visual baharu atau hasil alat sebagai bukti untuk langkah seterusnya. Tahap usaha penaakulan boleh dikonfigurasikan dalam varian pengeluar.\n\nAlat fungsi tidak boleh diisytiharkan dalam permintaan yang sama dengan output yang dikekang oleh JSON Schema atau regex; pembuat mengarahkan supaya jawapan akhir yang dikekang diminta selepas gelung alat. Periksa sebab penamatan sebelum menggunakan hasil kerana penamatan akibat panjang boleh bermakna output tidak lengkap.\n\nArtifak yang berguna ialah penjelasan adegan yang berpaut pada bukti, transkrip bermasa, anotasi objek atau cadangan tindakan yang disokong bukti. Semak geometri dengan media, bezakan butiran yang diperhatikan daripada tafsiran dan kekalkan keupayaan audio, penjejakan serta alat Mk1.5 yang tepat secara berasingan daripada edisi Mk1 terdahulu.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
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, imej, video dan audio untuk tugasan visual dan berjasad. Model ini memulangkan teks, anotasi ruang atau masa, jejak objek dan cadangan panggilan fungsi, dengan konteks pengeluar 36,864 token dan output maksimum 8,192 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Perceptron Mk1.5 ialah model multimodal Perceptron untuk pemahaman visual, pengaitan masa dan tugasan ejen berjasad. Model ini menerima teks, imej, video dan audio serta memulangkan teks, anotasi ruang atau masa, respons berstruktur dan kandungan panggilan fungsi. Spesifikasi semasa pembuat menyenaraikan konteks 36,864 token dan output maksimum 8,192 token; had tepat itu lebih khusus daripada huraian 32K yang dibundarkan dalam artikel pelancaran.
Tambahan yang menjadi ciri utamanya ialah penjejakan objek merentas video sebagai geometri bercap masa. Berikan huraian sasaran yang jelas dan nyatakan perkara yang perlu dipastikan oleh hasil, seperti bila sesuatu item memasuki adegan, ke mana ia bergerak atau selang masa yang mengandungi tindakan tertentu. Untuk rakaman sudut pandang orang pertama, pengeluar menekankan penjejakan tangan dan pembahagian kepada subtugasan, yang berguna untuk menganalisis tindakan pengendali dari semasa ke semasa.
Output yang didokumenkan termasuk titik, kotak dan poligon untuk pengaitan ruang, klip untuk selang masa serta bekas jejak untuk pergerakan objek. Track ialah bekas dalam bahasa penanda anotasi yang dijana, bukannya nilai format anotasi yang berasingan. Titik laluan jejak boleh jarang: jejak yang dipulangkan tidak menjamin kotak bagi setiap bingkai sumber atau keterlihatan objek secara berterusan. Kekalkan media asal dan kaitan koordinat atau cap masa supaya hasil tersebut dapat disemak terhadap adegan sebenar.
Mk1.5 menambahkan pemahaman audio asli, termasuk transkripsi, pengesanan peristiwa bunyi, ringkasan dan soalan tentang rakaman. Pengeluar menerima WAV, MP3 dan FLAC. Had audio bagi setiap item ialah 16,384 token audio, kira-kira 21.8 minit pada kadar terdokumen sekitar 750 token seminit. Audio berkongsi konteks dengan input lain dan peruntukan output, jadi permintaan boleh memenuhi konteks sebelum had setiap item itu dicapai.
Untuk video yang runut bunyinya penting, aliran kerja pembuat mengaktifkan audio dalam video secara nyata. Nyatakan sama ada tugasan melibatkan pertuturan, peristiwa bunyi, adegan yang kelihatan atau hubungan antaranya. Outputnya ialah teks dan kandungan berstruktur; Mk1.5 tidak menjana audio pertuturan. Untuk transkripsi, kekalkan bahasa yang diminta dan kaitan masa, bukannya menganggap kapsyen visual sebagai transkrip.
Pengeluar menyokong perbandingan merentas input media. Labelkan item dan kekalkan kaitan aset. asset_idx pilihan mengenal pasti kemunculan media yang tersedia pada titik tersebut dalam perbualan, bukannya pengecam fail yang kekal. Jika tiada pemilih nyata atau diwarisi, anotasi merujuk kepada aset terakhir yang tersedia pada waktu penjanaan. Konvensyen ini penting apabila tugasan membandingkan dua kamera, halaman atau rakaman. Had permintaan pengeluar ialah 256 unit media. Setiap bingkai dalam kumpulan video_frames dikira dalam had itu, walaupun kumpulan tersebut menggunakan satu indeks aset; pengaktifan runut bunyi video tidak menambahkan aset lain.
Pembuat menyokong respons akhir yang dikekang oleh JSON Schema atau regex. Takrifkan medan atau corak dan semak nilai yang dipulangkan dengan sumber. Pembuat juga mendokumenkan Multilook untuk arahan bebas menggunakan konteks yang dikongsi, iaitu aliran kerja pengeluar yang berasingan daripada sembang biasa dengan satu pelengkapan.
Mk1.5 boleh memilih fungsi yang dibekalkan dengan huraian nama, tujuan dan JSON Schemas. Aplikasi melaksanakan panggilan yang dicadangkan dan memulangkan pemerhatian. Takrifkan tindakan yang dibenarkan dan kriteria penyelesaian untuk tugasan berjasad atau antara muka, kemudian gunakan keadaan visual baharu atau hasil alat sebagai bukti untuk langkah seterusnya. Tahap usaha penaakulan boleh dikonfigurasikan dalam varian pengeluar.
Alat fungsi tidak boleh diisytiharkan dalam permintaan yang sama dengan output yang dikekang oleh JSON Schema atau regex; pembuat mengarahkan supaya jawapan akhir yang dikekang diminta selepas gelung alat. Periksa sebab penamatan sebelum menggunakan hasil kerana penamatan akibat panjang boleh bermakna output tidak lengkap.
Artifak yang berguna ialah penjelasan adegan yang berpaut pada bukti, transkrip bermasa, anotasi objek atau cadangan tindakan yang disokong bukti. Semak geometri dengan media, bezakan butiran yang diperhatikan daripada tafsiran dan kekalkan keupayaan audio, penjejakan serta alat Mk1.5 yang tepat secara berasingan daripada edisi Mk1 terdahulu.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had perceptron/perceptron-mk1.5 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
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 berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.003 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.003 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra perceptron/perceptron-mk1.5
Gunakan laluan kaedah yang dipaparkan di atas.
perceptron/perceptron-mk1.5Perceptron Mk1.5 memahami teks, imej, video dan audio untuk tugasan visual dan berjasad. Model ini memulangkan teks, anotasi ruang atau masa, jejak objek dan cadangan panggilan fungsi, dengan konteks pengeluar 36,864 token dan output maksimum 8,192 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Perceptron Mk1.5 ialah model multimodal Perceptron untuk pemahaman visual, pengaitan masa dan tugasan ejen berjasad. Model ini menerima teks, imej, video dan audio serta memulangkan teks, anotasi ruang atau masa, respons berstruktur dan kandungan panggilan fungsi. Spesifikasi semasa pembuat menyenaraikan konteks 36,864 token dan output maksimum 8,192 token; had tepat itu lebih khusus daripada huraian 32K yang dibundarkan dalam artikel pelancaran.
Tambahan yang menjadi ciri utamanya ialah penjejakan objek merentas video sebagai geometri bercap masa. Berikan huraian sasaran yang jelas dan nyatakan perkara yang perlu dipastikan oleh hasil, seperti bila sesuatu item memasuki adegan, ke mana ia bergerak atau selang masa yang mengandungi tindakan tertentu. Untuk rakaman sudut pandang orang pertama, pengeluar menekankan penjejakan tangan dan pembahagian kepada subtugasan, yang berguna untuk menganalisis tindakan pengendali dari semasa ke semasa.
Output yang didokumenkan termasuk titik, kotak dan poligon untuk pengaitan ruang, klip untuk selang masa serta bekas jejak untuk pergerakan objek. Track ialah bekas dalam bahasa penanda anotasi yang dijana, bukannya nilai format anotasi yang berasingan. Titik laluan jejak boleh jarang: jejak yang dipulangkan tidak menjamin kotak bagi setiap bingkai sumber atau keterlihatan objek secara berterusan. Kekalkan media asal dan kaitan koordinat atau cap masa supaya hasil tersebut dapat disemak terhadap adegan sebenar.
Mk1.5 menambahkan pemahaman audio asli, termasuk transkripsi, pengesanan peristiwa bunyi, ringkasan dan soalan tentang rakaman. Pengeluar menerima WAV, MP3 dan FLAC. Had audio bagi setiap item ialah 16,384 token audio, kira-kira 21.8 minit pada kadar terdokumen sekitar 750 token seminit. Audio berkongsi konteks dengan input lain dan peruntukan output, jadi permintaan boleh memenuhi konteks sebelum had setiap item itu dicapai.
Untuk video yang runut bunyinya penting, aliran kerja pembuat mengaktifkan audio dalam video secara nyata. Nyatakan sama ada tugasan melibatkan pertuturan, peristiwa bunyi, adegan yang kelihatan atau hubungan antaranya. Outputnya ialah teks dan kandungan berstruktur; Mk1.5 tidak menjana audio pertuturan. Untuk transkripsi, kekalkan bahasa yang diminta dan kaitan masa, bukannya menganggap kapsyen visual sebagai transkrip.
Pengeluar menyokong perbandingan merentas input media. Labelkan item dan kekalkan kaitan aset. asset_idx pilihan mengenal pasti kemunculan media yang tersedia pada titik tersebut dalam perbualan, bukannya pengecam fail yang kekal. Jika tiada pemilih nyata atau diwarisi, anotasi merujuk kepada aset terakhir yang tersedia pada waktu penjanaan. Konvensyen ini penting apabila tugasan membandingkan dua kamera, halaman atau rakaman. Had permintaan pengeluar ialah 256 unit media. Setiap bingkai dalam kumpulan video_frames dikira dalam had itu, walaupun kumpulan tersebut menggunakan satu indeks aset; pengaktifan runut bunyi video tidak menambahkan aset lain.
Pembuat menyokong respons akhir yang dikekang oleh JSON Schema atau regex. Takrifkan medan atau corak dan semak nilai yang dipulangkan dengan sumber. Pembuat juga mendokumenkan Multilook untuk arahan bebas menggunakan konteks yang dikongsi, iaitu aliran kerja pengeluar yang berasingan daripada sembang biasa dengan satu pelengkapan.
Mk1.5 boleh memilih fungsi yang dibekalkan dengan huraian nama, tujuan dan JSON Schemas. Aplikasi melaksanakan panggilan yang dicadangkan dan memulangkan pemerhatian. Takrifkan tindakan yang dibenarkan dan kriteria penyelesaian untuk tugasan berjasad atau antara muka, kemudian gunakan keadaan visual baharu atau hasil alat sebagai bukti untuk langkah seterusnya. Tahap usaha penaakulan boleh dikonfigurasikan dalam varian pengeluar.
Alat fungsi tidak boleh diisytiharkan dalam permintaan yang sama dengan output yang dikekang oleh JSON Schema atau regex; pembuat mengarahkan supaya jawapan akhir yang dikekang diminta selepas gelung alat. Periksa sebab penamatan sebelum menggunakan hasil kerana penamatan akibat panjang boleh bermakna output tidak lengkap.
Artifak yang berguna ialah penjelasan adegan yang berpaut pada bukti, transkrip bermasa, anotasi objek atau cadangan tindakan yang disokong bukti. Semak geometri dengan media, bezakan butiran yang diperhatikan daripada tafsiran dan kekalkan keupayaan audio, penjejakan serta alat Mk1.5 yang tepat secara berasingan daripada edisi Mk1 terdahulu.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had perceptron/perceptron-mk1.5 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan 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 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.003 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.003 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "perceptron/perceptron-mk1.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra perceptron/perceptron-mk1.5
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
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.