Perceptron Mk1.5 是 Perceptron 的多模態模型，適用於視覺理解、時間定位與具身代理任務。它接受文字、影像、影片與音訊，傳回文字、空間或時間標註、結構化回應，以及函式呼叫內容。開發商目前列出的規格為 36,864 個 token 的上下文與 8,192 個 token 的輸出上限；這些精確限制比發布文章中取整數的 32K 說明更具體。
此版本的重要新增功能是以帶時間戳記的幾何資料追蹤影片中的物件。請清楚描述目標，並說明結果要確認什麼，例如物品何時進入場景、移動到哪裡，或哪個區間包含特定動作。對於第一人稱影片，開發商強調手部追蹤與子任務分段，有助於分析操作者隨時間進行的活動。
文件列出的輸出包括用於空間定位的點、框與多邊形、用於時間區間的片段，以及用於物件移動的軌跡容器。Track 是生成標註標記中的容器，並非獨立的標註格式值。軌跡路徑點可能很稀疏：傳回軌跡並不保證每個來源影格都有框，也不保證物件持續可見。請保留原始媒體及其座標或時間戳記關聯，以便對照實際場景檢查結果。
Mk1.5 新增原生音訊理解，包括轉錄、聲音事件偵測、摘要及錄音問答。開發商接受 WAV、MP3 與 FLAC。單一音訊項目的限制為 16,384 個音訊 token；依文件中每分鐘約 750 個 token 的速率，約為 21.8 分鐘。音訊與其他輸入及輸出額度共用上下文，因此請求可能在達到單一項目上限前，就已用完上下文。
若影片的聲軌與任務有關，開發商流程需明確啟用影片音訊。請說明任務關注語音、聲音事件、可見場景，或彼此的關係。輸出為文字與結構化內容；Mk1.5 不會生成語音音訊。轉錄時，請保留指定語言與時間關聯，勿將影像上的說明文字當成逐字稿。
開發商支援跨媒體輸入的比較。請為各項素材加上標籤，並保留素材關聯。選用的 asset_idx 指向對話當下可用的某次媒體出現，並非永久檔案識別碼。若沒有明確或繼承的選擇器，標註會指向生成時最後一個可用素材。比較兩台攝影機、頁面或錄音時，這些慣例尤其重要。開發商的請求限制為 256 個媒體單位。video_frames 群組中的每個影格都會計入該限制，即使整個群組只占一個素材索引；啟用影片聲軌不會新增另一個素材。
開發商支援以 JSON Schema 或正規表示式限制最終回應。請定義欄位或模式，並對照來源檢查傳回值。文件也說明了 Multilook，可對共用上下文提出獨立提示；這是另一套開發商流程，與一般單次完成的聊天不同。
Mk1.5 可以選擇已提供的函式；函式以名稱、用途及 JSON Schemas 描述。應用程式負責執行建議的呼叫並回傳觀察結果。進行具身或介面任務時，請定義允許的動作與完成標準，再用新的視覺狀態或工具結果作為下一步的證據。開發商設定中可調整推理投入程度。
函式工具不能與 JSON Schema 或正規表示式限制的輸出在同一個請求中宣告；開發商指示應在工具迴圈完成後，再要求受限制的最終答案。使用結果前請檢查結束原因，因為因長度而終止可能代表輸出不完整。
有用的成果包括有素材依據的場景解釋、附時間資訊的逐字稿、物件標註，或有證據支持的行動提案。請對照媒體檢查幾何資料、區分觀察細節與解讀，並將 Mk1.5 的精確音訊、追蹤與工具能力和較早的 Mk1 版本分開記錄。
", "aboutText": "Perceptron Mk1.5 是 Perceptron 的多模態模型，適用於視覺理解、時間定位與具身代理任務。它接受文字、影像、影片與音訊，傳回文字、空間或時間標註、結構化回應，以及函式呼叫內容。開發商目前列出的規格為 36,864 個 token 的上下文與 8,192 個 token 的輸出上限；這些精確限制比發布文章中取整數的 32K 說明更具體。\n\n### 影片與物件追蹤\n\n此版本的重要新增功能是以帶時間戳記的幾何資料追蹤影片中的物件。請清楚描述目標，並說明結果要確認什麼，例如物品何時進入場景、移動到哪裡，或哪個區間包含特定動作。對於第一人稱影片，開發商強調手部追蹤與子任務分段，有助於分析操作者隨時間進行的活動。\n\n文件列出的輸出包括用於空間定位的點、框與多邊形、用於時間區間的片段，以及用於物件移動的軌跡容器。Track 是生成標註標記中的容器，並非獨立的標註格式值。軌跡路徑點可能很稀疏：傳回軌跡並不保證每個來源影格都有框，也不保證物件持續可見。請保留原始媒體及其座標或時間戳記關聯，以便對照實際場景檢查結果。\n\n### 音訊與綜合證據\n\nMk1.5 新增原生音訊理解，包括轉錄、聲音事件偵測、摘要及錄音問答。開發商接受 WAV、MP3 與 FLAC。單一音訊項目的限制為 16,384 個音訊 token；依文件中每分鐘約 750 個 token 的速率，約為 21.8 分鐘。音訊與其他輸入及輸出額度共用上下文，因此請求可能在達到單一項目上限前，就已用完上下文。\n\n若影片的聲軌與任務有關，開發商流程需明確啟用影片音訊。請說明任務關注語音、聲音事件、可見場景，或彼此的關係。輸出為文字與結構化內容；Mk1.5 不會生成語音音訊。轉錄時，請保留指定語言與時間關聯，勿將影像上的說明文字當成逐字稿。\n\n### 多個素材與結構化答案\n\n開發商支援跨媒體輸入的比較。請為各項素材加上標籤，並保留素材關聯。選用的 asset_idx 指向對話當下可用的某次媒體出現，並非永久檔案識別碼。若沒有明確或繼承的選擇器，標註會指向生成時最後一個可用素材。比較兩台攝影機、頁面或錄音時，這些慣例尤其重要。開發商的請求限制為 256 個媒體單位。video_frames 群組中的每個影格都會計入該限制，即使整個群組只占一個素材索引；啟用影片聲軌不會新增另一個素材。\n\n開發商支援以 JSON Schema 或正規表示式限制最終回應。請定義欄位或模式，並對照來源檢查傳回值。文件也說明了 Multilook，可對共用上下文提出獨立提示；這是另一套開發商流程，與一般單次完成的聊天不同。\n\n### 函式與推理\n\nMk1.5 可以選擇已提供的函式；函式以名稱、用途及 JSON Schemas 描述。應用程式負責執行建議的呼叫並回傳觀察結果。進行具身或介面任務時，請定義允許的動作與完成標準，再用新的視覺狀態或工具結果作為下一步的證據。開發商設定中可調整推理投入程度。\n\n函式工具不能與 JSON Schema 或正規表示式限制的輸出在同一個請求中宣告；開發商指示應在工具迴圈完成後，再要求受限制的最終答案。使用結果前請檢查結束原因，因為因長度而終止可能代表輸出不完整。\n\n有用的成果包括有素材依據的場景解釋、附時間資訊的逐字稿、物件標註，或有證據支持的行動提案。請對照媒體檢查幾何資料、區分觀察細節與解讀，並將 Mk1.5 的精確音訊、追蹤與工具能力和較早的 Mk1 版本分開記錄。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
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 可理解文字、影像、影片與音訊，適用於視覺及具身任務。它能傳回文字、空間或時間標註、物件軌跡及建議的函式呼叫；開發商列出的上下文為 36,864 個 token，輸出上限為 8,192 個 token。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Perceptron Mk1.5 是 Perceptron 的多模態模型，適用於視覺理解、時間定位與具身代理任務。它接受文字、影像、影片與音訊，傳回文字、空間或時間標註、結構化回應，以及函式呼叫內容。開發商目前列出的規格為 36,864 個 token 的上下文與 8,192 個 token 的輸出上限；這些精確限制比發布文章中取整數的 32K 說明更具體。
此版本的重要新增功能是以帶時間戳記的幾何資料追蹤影片中的物件。請清楚描述目標，並說明結果要確認什麼，例如物品何時進入場景、移動到哪裡，或哪個區間包含特定動作。對於第一人稱影片，開發商強調手部追蹤與子任務分段，有助於分析操作者隨時間進行的活動。
文件列出的輸出包括用於空間定位的點、框與多邊形、用於時間區間的片段，以及用於物件移動的軌跡容器。Track 是生成標註標記中的容器，並非獨立的標註格式值。軌跡路徑點可能很稀疏：傳回軌跡並不保證每個來源影格都有框，也不保證物件持續可見。請保留原始媒體及其座標或時間戳記關聯，以便對照實際場景檢查結果。
Mk1.5 新增原生音訊理解，包括轉錄、聲音事件偵測、摘要及錄音問答。開發商接受 WAV、MP3 與 FLAC。單一音訊項目的限制為 16,384 個音訊 token；依文件中每分鐘約 750 個 token 的速率，約為 21.8 分鐘。音訊與其他輸入及輸出額度共用上下文，因此請求可能在達到單一項目上限前，就已用完上下文。
若影片的聲軌與任務有關，開發商流程需明確啟用影片音訊。請說明任務關注語音、聲音事件、可見場景，或彼此的關係。輸出為文字與結構化內容；Mk1.5 不會生成語音音訊。轉錄時，請保留指定語言與時間關聯，勿將影像上的說明文字當成逐字稿。
開發商支援跨媒體輸入的比較。請為各項素材加上標籤，並保留素材關聯。選用的 asset_idx 指向對話當下可用的某次媒體出現，並非永久檔案識別碼。若沒有明確或繼承的選擇器，標註會指向生成時最後一個可用素材。比較兩台攝影機、頁面或錄音時，這些慣例尤其重要。開發商的請求限制為 256 個媒體單位。video_frames 群組中的每個影格都會計入該限制，即使整個群組只占一個素材索引；啟用影片聲軌不會新增另一個素材。
開發商支援以 JSON Schema 或正規表示式限制最終回應。請定義欄位或模式，並對照來源檢查傳回值。文件也說明了 Multilook，可對共用上下文提出獨立提示；這是另一套開發商流程，與一般單次完成的聊天不同。
Mk1.5 可以選擇已提供的函式；函式以名稱、用途及 JSON Schemas 描述。應用程式負責執行建議的呼叫並回傳觀察結果。進行具身或介面任務時，請定義允許的動作與完成標準，再用新的視覺狀態或工具結果作為下一步的證據。開發商設定中可調整推理投入程度。
函式工具不能與 JSON Schema 或正規表示式限制的輸出在同一個請求中宣告；開發商指示應在工具迴圈完成後，再要求受限制的最終答案。使用結果前請檢查結束原因，因為因長度而終止可能代表輸出不完整。
有用的成果包括有素材依據的場景解釋、附時間資訊的逐字稿、物件標註，或有證據支持的行動提案。請對照媒體檢查幾何資料、區分觀察細節與解讀，並將 Mk1.5 的精確音訊、追蹤與工具能力和較早的 Mk1 版本分開記錄。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 perceptron/perceptron-mk1.5 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra perceptron/perceptron-mk1.5
請使用上方列出的 API 方法路徑。
perceptron/perceptron-mk1.5Perceptron Mk1.5 可理解文字、影像、影片與音訊，適用於視覺及具身任務。它能傳回文字、空間或時間標註、物件軌跡及建議的函式呼叫；開發商列出的上下文為 36,864 個 token，輸出上限為 8,192 個 token。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Perceptron Mk1.5 是 Perceptron 的多模態模型，適用於視覺理解、時間定位與具身代理任務。它接受文字、影像、影片與音訊，傳回文字、空間或時間標註、結構化回應，以及函式呼叫內容。開發商目前列出的規格為 36,864 個 token 的上下文與 8,192 個 token 的輸出上限；這些精確限制比發布文章中取整數的 32K 說明更具體。
此版本的重要新增功能是以帶時間戳記的幾何資料追蹤影片中的物件。請清楚描述目標，並說明結果要確認什麼，例如物品何時進入場景、移動到哪裡，或哪個區間包含特定動作。對於第一人稱影片，開發商強調手部追蹤與子任務分段，有助於分析操作者隨時間進行的活動。
文件列出的輸出包括用於空間定位的點、框與多邊形、用於時間區間的片段，以及用於物件移動的軌跡容器。Track 是生成標註標記中的容器，並非獨立的標註格式值。軌跡路徑點可能很稀疏：傳回軌跡並不保證每個來源影格都有框，也不保證物件持續可見。請保留原始媒體及其座標或時間戳記關聯，以便對照實際場景檢查結果。
Mk1.5 新增原生音訊理解，包括轉錄、聲音事件偵測、摘要及錄音問答。開發商接受 WAV、MP3 與 FLAC。單一音訊項目的限制為 16,384 個音訊 token；依文件中每分鐘約 750 個 token 的速率，約為 21.8 分鐘。音訊與其他輸入及輸出額度共用上下文，因此請求可能在達到單一項目上限前，就已用完上下文。
若影片的聲軌與任務有關，開發商流程需明確啟用影片音訊。請說明任務關注語音、聲音事件、可見場景，或彼此的關係。輸出為文字與結構化內容；Mk1.5 不會生成語音音訊。轉錄時，請保留指定語言與時間關聯，勿將影像上的說明文字當成逐字稿。
開發商支援跨媒體輸入的比較。請為各項素材加上標籤，並保留素材關聯。選用的 asset_idx 指向對話當下可用的某次媒體出現，並非永久檔案識別碼。若沒有明確或繼承的選擇器，標註會指向生成時最後一個可用素材。比較兩台攝影機、頁面或錄音時，這些慣例尤其重要。開發商的請求限制為 256 個媒體單位。video_frames 群組中的每個影格都會計入該限制，即使整個群組只占一個素材索引；啟用影片聲軌不會新增另一個素材。
開發商支援以 JSON Schema 或正規表示式限制最終回應。請定義欄位或模式，並對照來源檢查傳回值。文件也說明了 Multilook，可對共用上下文提出獨立提示；這是另一套開發商流程，與一般單次完成的聊天不同。
Mk1.5 可以選擇已提供的函式；函式以名稱、用途及 JSON Schemas 描述。應用程式負責執行建議的呼叫並回傳觀察結果。進行具身或介面任務時，請定義允許的動作與完成標準，再用新的視覺狀態或工具結果作為下一步的證據。開發商設定中可調整推理投入程度。
函式工具不能與 JSON Schema 或正規表示式限制的輸出在同一個請求中宣告；開發商指示應在工具迴圈完成後，再要求受限制的最終答案。使用結果前請檢查結束原因，因為因長度而終止可能代表輸出不完整。
有用的成果包括有素材依據的場景解釋、附時間資訊的逐字稿、物件標註，或有證據支持的行動提案。請對照媒體檢查幾何資料、區分觀察細節與解讀，並將 Mk1.5 的精確音訊、追蹤與工具能力和較早的 Mk1 版本分開記錄。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 perceptron/perceptron-mk1.5 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0003 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "perceptron/perceptron-mk1.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra perceptron/perceptron-mk1.5
請使用上方列出的 API 方法路徑。
英文技術範例
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.