Какие типы данных может анализировать Perceptron Mk1.5?

Модель является полностью мультимодальной и принимает на вход текст, изображения, видеофайлы и аудиозаписи для комплексного анализа.

Что такое структурированные аннотации в ответах модели?

Это специальные данные, которые позволяют модели выделять объекты на изображениях или видео с помощью координат точек, ограничивающих рамок (boxes) и сложных контуров (polygons).

Можно ли использовать модель через alltokens для задач робототехники?

Да, благодаря поддержке пространственного мышления и возможности вывода структурированных данных, модель оптимальна для разработки систем управления физическими агентами.

Perceptron: Perceptron Mk1.5

PEPerceptronОбновлено: 25 сентября 2026 г.

Perceptron Mk1.5 — это специализированная мультимодальная модель, ориентированная на физическое взаимодействие и пространственное мышление. Она способна обрабатывать текст, изображения, аудио и видео, предоставляя ответы с точными аннотациями в виде точек, боксов и полигонов.

Использовать через API

Метрики

Вход

19 ₽/M

Выход

187 ₽/M

Контекст

37k tokens

Параметры

Релиз

25 сентября 2026 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningreasoning_effortstructured_outputstemperaturetool_choicetoolstop_ktop_p

Технический обзор

Perceptron Mk1.5 — это модель воплощённого рассуждения Perceptron для физических агентов. Она принимает текст, изображения, видео и аудио на вход и отвечает текстом с возможными структурированными аннотациями: точками, рамками, полигонами, треками и другими.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Perceptron: Perceptron Mk1.5Текущая

Для чего

Контекст

37k

Цена ₽

19 / 187

Perceptron: Perceptron Mk1.5Текущая

37k

19 / 187

Модель

Xiaomi: MiMo-V2.6-Pro

Для чего

Обе модели поддерживают полный спектр входных данных (текст, фото, видео, аудио) и ориентированы на сложные мультимодальные задачи.

Контекст

Цена ₽

54 / 109

Xiaomi: MiMo-V2.6-Pro

54 / 109

Модель

Qwen: Qwen3.8 Omni Flash

Для чего

Схожая архитектура для обработки омниканальных запросов и сопоставимый объем контекстного окна для оперативной работы.

Контекст

Цена ₽

19 / 59

Qwen: Qwen3.8 Omni Flash

19 / 59

Когда выбирать

Необходима разметка визуальных данных с использованием полигонов, боксов и трекинга объектов
Требуется анализ видеоконтента или аудиодорожек в рамках одного запроса
Нужна модель для управления физическими агентами или робототехническими системами

Когда не выбирать

Работа с огромными текстовыми документами, превышающими лимит в 36 тысяч токенов
Задачи, требующие исключительно текстовой генерации без использования мультимодальных функций
Сценарии, где не требуется структурированная пространственная аннотация объектов