Perceptron Mk1 är Perceptrons modell för bild- och videoförståelse och resonemang om handlingar i en fysisk miljö. Den analyserar visuellt källmaterial i förhållande till en skriftlig fråga och returnerar text samt strukturerade rumsliga eller tidsmässiga annoteringar. Tillverkarens profil har en multimodal kontext på 32K och ett hybridläge för resonemang som kan stängas av för uppgifter som inte behöver ett resonemangsspår.
Tillverkaren utvecklar Mk1 för att förklara händelser över tid, inte bara etikettmärka en bildruta. En sportsekvens, en matlagningsdemonstration eller en operatörsuppgift kan ge en strukturerad redogörelse för vad som hände och när. Tillverkaren dokumenterar dynamisk videoanalys med upp till två bildrutor per sekund. Denna samplingsprofil skiljer sig från källvideons ursprungliga bildfrekvens.
För en uppgift som ska lokalisera en händelse beskriver du handlingen och det intervall du behöver. En exempelanvisning är: ”Identifiera tidpunkterna när föremålet placeras på hyllan, returnera tidsintervallen och förklara det synliga underlaget för vart och ett.” Behåll källvideon och tidsreferenserna tillsammans så att en klippannotering eller ett händelseintervall kan kontrolleras innan en annan applikation använder det.
Mk1 stöder visuell inlärning i kontext från en referensbild eller referensvideo, följt av lokalisering av motsvarande förekomster i nytt material. Definiera vad som gör en förekomst relevant och bevara referensetiketten. För en jämförelse tillhandahåller du båda medieobjekten och anger kriterierna: det objekt, den handling, det villkor eller den dokumentdetalj som ska jämföras.
Detta är ett sätt att förbereda uppgiften med tillhandahållna exempel, inte ett antagande om att en separat finjustering har genomförts. Om scenerna skiljer sig åt ber du att svaret identifierar vilken indata som stöder varje fynd. En synlig likhet ska hållas skild från en slutsats som dragits om en händelse.
Tillverkarens bildfunktioner omfattar att peka ut, räkna, känna igen text och läsa analoga eller digitala instrument. För ett instrument bevarar du dess skala, enheter och läsbara markeringar; för en räkneuppgift definierar du området och kategorin. Mk1 extraherar även komplexa dokument till HTML, JSON eller Markdown och bevarar relationer i layouten, tabeller och hierarki.
Tillhandahåll en läsbar sidbild och ange fälten eller frågan. Ett användbart resultat behåller kopplingen till källan och skiljer extraherad ordalydelse från tolkning. Liten text, skymda delar och tvetydiga visuella belägg bör hanteras i förberedelsen av källan och granskningen av svaret.
Tillverkaren tränar modellen att producera punkter, rutor, polygoner, spår och klipp som fullvärdiga strukturerade utdata vid sidan av text. Dessa annoteringar kan ge mål, begränsningar, uppgiftsgränser eller observerad information om framgång och misslyckande till ett omgivande robotik- eller analysarbetsflöde. En uppgift med flera kameror ska märka vyerna och bevara kopplingen mellan varje annotering och dess källa.
Modellen tolkar observationerna och producerar det förankrade resultatet; applikationen eller styrsystemet avgör hur det ska användas och utför fysiska handlingar eller åtgärder i gränssnittet. Ett föreslaget mål eller annoterat intervall är något annat än en utförd åtgärd eller en exporterad mediefil.
Planera videorepresentation, bildinnehåll, prompt, historik och genererade utdata inom kontexten på 32K. Be om det slutliga resultatet och det underlag som belägger varje del, i stället för att förvänta dig att en samling orelaterade källor ska definiera sitt eget mål. Kontrollera koordinater, tidsintervall och extraherade värden mot originalmedierna.
Mk1 behåller sin egen namngivna utgåva och visuella profil. Inbyggd ljudindata, Mk1.5:s aktuella begränsningar per begäran och detaljerna i dess nya verktygs- och spårningsflöde ska inte förutsättas gälla denna tidigare utgåva. Den användbara leveransen är en granskningsbar scenbeskrivning, dokumentpost eller rumslig/tidsmässig annotering förankrad i det tillhandahållna visuella underlaget.
", "aboutText": "Perceptron Mk1 är Perceptrons modell för bild- och videoförståelse och resonemang om handlingar i en fysisk miljö. Den analyserar visuellt källmaterial i förhållande till en skriftlig fråga och returnerar text samt strukturerade rumsliga eller tidsmässiga annoteringar. Tillverkarens profil har en multimodal kontext på 32K och ett hybridläge för resonemang som kan stängas av för uppgifter som inte behöver ett resonemangsspår.\n\n### Tidsmässigt resonemang och förankring\n\nTillverkaren utvecklar Mk1 för att förklara händelser över tid, inte bara etikettmärka en bildruta. En sportsekvens, en matlagningsdemonstration eller en operatörsuppgift kan ge en strukturerad redogörelse för vad som hände och när. Tillverkaren dokumenterar dynamisk videoanalys med upp till två bildrutor per sekund. Denna samplingsprofil skiljer sig från källvideons ursprungliga bildfrekvens.\n\nFör en uppgift som ska lokalisera en händelse beskriver du handlingen och det intervall du behöver. En exempelanvisning är: ”Identifiera tidpunkterna när föremålet placeras på hyllan, returnera tidsintervallen och förklara det synliga underlaget för vart och ett.” Behåll källvideon och tidsreferenserna tillsammans så att en klippannotering eller ett händelseintervall kan kontrolleras innan en annan applikation använder det.\n\n### Referensexempel och jämförelse\n\nMk1 stöder visuell inlärning i kontext från en referensbild eller referensvideo, följt av lokalisering av motsvarande förekomster i nytt material. Definiera vad som gör en förekomst relevant och bevara referensetiketten. För en jämförelse tillhandahåller du båda medieobjekten och anger kriterierna: det objekt, den handling, det villkor eller den dokumentdetalj som ska jämföras.\n\nDetta är ett sätt att förbereda uppgiften med tillhandahållna exempel, inte ett antagande om att en separat finjustering har genomförts. Om scenerna skiljer sig åt ber du att svaret identifierar vilken indata som stöder varje fynd. En synlig likhet ska hållas skild från en slutsats som dragits om en händelse.\n\n### Bild- och dokumentuppgifter\n\nTillverkarens bildfunktioner omfattar att peka ut, räkna, känna igen text och läsa analoga eller digitala instrument. För ett instrument bevarar du dess skala, enheter och läsbara markeringar; för en räkneuppgift definierar du området och kategorin. Mk1 extraherar även komplexa dokument till HTML, JSON eller Markdown och bevarar relationer i layouten, tabeller och hierarki.\n\nTillhandahåll en läsbar sidbild och ange fälten eller frågan. Ett användbart resultat behåller kopplingen till källan och skiljer extraherad ordalydelse från tolkning. Liten text, skymda delar och tvetydiga visuella belägg bör hanteras i förberedelsen av källan och granskningen av svaret.\n\n### Rumsliga grundformer och arbete i fysisk miljö\n\nTillverkaren tränar modellen att producera punkter, rutor, polygoner, spår och klipp som fullvärdiga strukturerade utdata vid sidan av text. Dessa annoteringar kan ge mål, begränsningar, uppgiftsgränser eller observerad information om framgång och misslyckande till ett omgivande robotik- eller analysarbetsflöde. En uppgift med flera kameror ska märka vyerna och bevara kopplingen mellan varje annotering och dess källa.\n\nModellen tolkar observationerna och producerar det förankrade resultatet; applikationen eller styrsystemet avgör hur det ska användas och utför fysiska handlingar eller åtgärder i gränssnittet. Ett föreslaget mål eller annoterat intervall är något annat än en utförd åtgärd eller en exporterad mediefil.\n\n### Gränser och utgåvans omfattning\n\nPlanera videorepresentation, bildinnehåll, prompt, historik och genererade utdata inom kontexten på 32K. Be om det slutliga resultatet och det underlag som belägger varje del, i stället för att förvänta dig att en samling orelaterade källor ska definiera sitt eget mål. Kontrollera koordinater, tidsintervall och extraherade värden mot originalmedierna.\n\nMk1 behåller sin egen namngivna utgåva och visuella profil. Inbyggd ljudindata, Mk1.5:s aktuella begränsningar per begäran och detaljerna i dess nya verktygs- och spårningsflöde ska inte förutsättas gälla denna tidigare utgåva. Den användbara leveransen är en granskningsbar scenbeskrivning, dokumentpost eller rumslig/tidsmässig annotering förankrad i det tillhandahållna visuella underlaget.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.perceptron/perceptron-mk1Perceptron Mk1 är Perceptrons bild- och videomodell för tidsmässig förståelse, rumslig förankring och resonemang om handlingar i en fysisk miljö. Den producerar text och strukturerade annoteringar för scener, dokument och synliga handlingar, med en multimodal kontext på 32K och valfritt resonemang.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Perceptron Mk1 är Perceptrons modell för bild- och videoförståelse och resonemang om handlingar i en fysisk miljö. Den analyserar visuellt källmaterial i förhållande till en skriftlig fråga och returnerar text samt strukturerade rumsliga eller tidsmässiga annoteringar. Tillverkarens profil har en multimodal kontext på 32K och ett hybridläge för resonemang som kan stängas av för uppgifter som inte behöver ett resonemangsspår.
Tillverkaren utvecklar Mk1 för att förklara händelser över tid, inte bara etikettmärka en bildruta. En sportsekvens, en matlagningsdemonstration eller en operatörsuppgift kan ge en strukturerad redogörelse för vad som hände och när. Tillverkaren dokumenterar dynamisk videoanalys med upp till två bildrutor per sekund. Denna samplingsprofil skiljer sig från källvideons ursprungliga bildfrekvens.
För en uppgift som ska lokalisera en händelse beskriver du handlingen och det intervall du behöver. En exempelanvisning är: ”Identifiera tidpunkterna när föremålet placeras på hyllan, returnera tidsintervallen och förklara det synliga underlaget för vart och ett.” Behåll källvideon och tidsreferenserna tillsammans så att en klippannotering eller ett händelseintervall kan kontrolleras innan en annan applikation använder det.
Mk1 stöder visuell inlärning i kontext från en referensbild eller referensvideo, följt av lokalisering av motsvarande förekomster i nytt material. Definiera vad som gör en förekomst relevant och bevara referensetiketten. För en jämförelse tillhandahåller du båda medieobjekten och anger kriterierna: det objekt, den handling, det villkor eller den dokumentdetalj som ska jämföras.
Detta är ett sätt att förbereda uppgiften med tillhandahållna exempel, inte ett antagande om att en separat finjustering har genomförts. Om scenerna skiljer sig åt ber du att svaret identifierar vilken indata som stöder varje fynd. En synlig likhet ska hållas skild från en slutsats som dragits om en händelse.
Tillverkarens bildfunktioner omfattar att peka ut, räkna, känna igen text och läsa analoga eller digitala instrument. För ett instrument bevarar du dess skala, enheter och läsbara markeringar; för en räkneuppgift definierar du området och kategorin. Mk1 extraherar även komplexa dokument till HTML, JSON eller Markdown och bevarar relationer i layouten, tabeller och hierarki.
Tillhandahåll en läsbar sidbild och ange fälten eller frågan. Ett användbart resultat behåller kopplingen till källan och skiljer extraherad ordalydelse från tolkning. Liten text, skymda delar och tvetydiga visuella belägg bör hanteras i förberedelsen av källan och granskningen av svaret.
Tillverkaren tränar modellen att producera punkter, rutor, polygoner, spår och klipp som fullvärdiga strukturerade utdata vid sidan av text. Dessa annoteringar kan ge mål, begränsningar, uppgiftsgränser eller observerad information om framgång och misslyckande till ett omgivande robotik- eller analysarbetsflöde. En uppgift med flera kameror ska märka vyerna och bevara kopplingen mellan varje annotering och dess källa.
Modellen tolkar observationerna och producerar det förankrade resultatet; applikationen eller styrsystemet avgör hur det ska användas och utför fysiska handlingar eller åtgärder i gränssnittet. Ett föreslaget mål eller annoterat intervall är något annat än en utförd åtgärd eller en exporterad mediefil.
Planera videorepresentation, bildinnehåll, prompt, historik och genererade utdata inom kontexten på 32K. Be om det slutliga resultatet och det underlag som belägger varje del, i stället för att förvänta dig att en samling orelaterade källor ska definiera sitt eget mål. Kontrollera koordinater, tidsintervall och extraherade värden mot originalmedierna.
Mk1 behåller sin egen namngivna utgåva och visuella profil. Inbyggd ljudindata, Mk1.5:s aktuella begränsningar per begäran och detaljerna i dess nya verktygs- och spårningsflöde ska inte förutsättas gälla denna tidigare utgåva. Den användbara leveransen är en granskningsbar scenbeskrivning, dokumentpost eller rumslig/tidsmässig annotering förankrad i det tillhandahållna visuella underlaget.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser perceptron/perceptron-mk1 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0003 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0003 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perceptron/perceptron-mk1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='perceptron/perceptron-mk1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='perceptron/perceptron-mk1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra perceptron/perceptron-mk1
Använd metodsökvägarna som visas ovan.
perceptron/perceptron-mk1Perceptron Mk1 är Perceptrons bild- och videomodell för tidsmässig förståelse, rumslig förankring och resonemang om handlingar i en fysisk miljö. Den producerar text och strukturerade annoteringar för scener, dokument och synliga handlingar, med en multimodal kontext på 32K och valfritt resonemang.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Perceptron Mk1 är Perceptrons modell för bild- och videoförståelse och resonemang om handlingar i en fysisk miljö. Den analyserar visuellt källmaterial i förhållande till en skriftlig fråga och returnerar text samt strukturerade rumsliga eller tidsmässiga annoteringar. Tillverkarens profil har en multimodal kontext på 32K och ett hybridläge för resonemang som kan stängas av för uppgifter som inte behöver ett resonemangsspår.
Tillverkaren utvecklar Mk1 för att förklara händelser över tid, inte bara etikettmärka en bildruta. En sportsekvens, en matlagningsdemonstration eller en operatörsuppgift kan ge en strukturerad redogörelse för vad som hände och när. Tillverkaren dokumenterar dynamisk videoanalys med upp till två bildrutor per sekund. Denna samplingsprofil skiljer sig från källvideons ursprungliga bildfrekvens.
För en uppgift som ska lokalisera en händelse beskriver du handlingen och det intervall du behöver. En exempelanvisning är: ”Identifiera tidpunkterna när föremålet placeras på hyllan, returnera tidsintervallen och förklara det synliga underlaget för vart och ett.” Behåll källvideon och tidsreferenserna tillsammans så att en klippannotering eller ett händelseintervall kan kontrolleras innan en annan applikation använder det.
Mk1 stöder visuell inlärning i kontext från en referensbild eller referensvideo, följt av lokalisering av motsvarande förekomster i nytt material. Definiera vad som gör en förekomst relevant och bevara referensetiketten. För en jämförelse tillhandahåller du båda medieobjekten och anger kriterierna: det objekt, den handling, det villkor eller den dokumentdetalj som ska jämföras.
Detta är ett sätt att förbereda uppgiften med tillhandahållna exempel, inte ett antagande om att en separat finjustering har genomförts. Om scenerna skiljer sig åt ber du att svaret identifierar vilken indata som stöder varje fynd. En synlig likhet ska hållas skild från en slutsats som dragits om en händelse.
Tillverkarens bildfunktioner omfattar att peka ut, räkna, känna igen text och läsa analoga eller digitala instrument. För ett instrument bevarar du dess skala, enheter och läsbara markeringar; för en räkneuppgift definierar du området och kategorin. Mk1 extraherar även komplexa dokument till HTML, JSON eller Markdown och bevarar relationer i layouten, tabeller och hierarki.
Tillhandahåll en läsbar sidbild och ange fälten eller frågan. Ett användbart resultat behåller kopplingen till källan och skiljer extraherad ordalydelse från tolkning. Liten text, skymda delar och tvetydiga visuella belägg bör hanteras i förberedelsen av källan och granskningen av svaret.
Tillverkaren tränar modellen att producera punkter, rutor, polygoner, spår och klipp som fullvärdiga strukturerade utdata vid sidan av text. Dessa annoteringar kan ge mål, begränsningar, uppgiftsgränser eller observerad information om framgång och misslyckande till ett omgivande robotik- eller analysarbetsflöde. En uppgift med flera kameror ska märka vyerna och bevara kopplingen mellan varje annotering och dess källa.
Modellen tolkar observationerna och producerar det förankrade resultatet; applikationen eller styrsystemet avgör hur det ska användas och utför fysiska handlingar eller åtgärder i gränssnittet. Ett föreslaget mål eller annoterat intervall är något annat än en utförd åtgärd eller en exporterad mediefil.
Planera videorepresentation, bildinnehåll, prompt, historik och genererade utdata inom kontexten på 32K. Be om det slutliga resultatet och det underlag som belägger varje del, i stället för att förvänta dig att en samling orelaterade källor ska definiera sitt eget mål. Kontrollera koordinater, tidsintervall och extraherade värden mot originalmedierna.
Mk1 behåller sin egen namngivna utgåva och visuella profil. Inbyggd ljudindata, Mk1.5:s aktuella begränsningar per begäran och detaljerna i dess nya verktygs- och spårningsflöde ska inte förutsättas gälla denna tidigare utgåva. Den användbara leveransen är en granskningsbar scenbeskrivning, dokumentpost eller rumslig/tidsmässig annotering förankrad i det tillhandahållna visuella underlaget.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser perceptron/perceptron-mk1 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0003 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0003 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "perceptron/perceptron-mk1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'perceptron/perceptron-mk1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'perceptron/perceptron-mk1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra perceptron/perceptron-mk1
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.