Perceptron Mk1
Rede Neural
Perceptron Mk1 para análise de vídeo e imagem — modelo visual-linguístico da Perceptron com respostas via consulta de texto.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 32 768 tokens
- Comprimento máximo de resposta
- 8 192 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Perceptron Mk1?
Perceptron Mk1 (Mark One) é um modelo visual-linguístico da Perceptron para trabalhar com vídeo e raciocinar sobre o mundo físico: ele aceita imagens e vídeos junto com uma consulta de texto e retorna uma análise detalhada do que está acontecendo no quadro. Na linha do fornecedor, este é o modelo de nível superior em qualidade de compreensão visual, sendo escolhido onde não basta reconhecer objetos, mas é necessário entender a cena e as ações. Através do BotHub, está disponível sem VPN e sem cartão estrangeiro: pague com cartão russo em rublos conforme o uso, por tokens consumidos, sem assinatura. Mais de 250 modelos estão disponíveis na mesma janela, e uma API única compatível com OpenAI ajuda a conectar o Perceptron Mk1 ao seu produto e trocar de modelo sem reescrever a integração. Os dados são transmitidos de forma criptografada, e as empresas têm acesso a contratos, faturas, intercâmbio eletrônico de documentos (EDI) e um painel administrativo com limites. Os cenários são variados: análise de gravações de câmeras e busca de fragmentos específicos por descrição, robótica e sistemas que precisam entender o ambiente, verificação de materiais de vídeo e descrição de cenas, análise de filmagens de produção e navegação por grandes arquivos de vídeo.Perguntas frequentes sobre Perceptron Mk1
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O perceptron-mk1 é um modelo de texto com raciocínio antes da resposta. Ele aceita texto, documentos e imagens como entrada, sendo adequado para análise de relatórios, perguntas sobre diagramas e capturas de tela, análise de dados, trabalho com código e tarefas onde o raciocínio sequencial é importante. Contexto de 32.768 tokens.
Até 8192 tokens em uma única resposta — o suficiente para um artigo detalhado, um grande bloco de código ou uma análise extensa. Se precisar de um texto mais longo, divida a tarefa em partes e continue no mesmo diálogo; o contexto de 32.768 tokens permite isso. Pague apenas pelos tokens efetivamente utilizados.
Sim, o raciocínio antes da resposta no perceptron-mk1 é confirmado: o modelo primeiro estrutura o processo de solução e depois fornece o resultado. Isso é perceptível em tarefas com múltiplas condições, matemática, análise de documentos e depuração de código. Em perguntas simples, esse modo geralmente não é necessário — formule sua consulta de forma mais curta.
Em nossos dados, a chamada de funções (function calling) e a saída estruturada não estão marcadas, portanto, não podemos garantir. Tente definir o formato diretamente no prompt e descrever o esquema JSON — muitas vezes isso é suficiente. Se as ferramentas forem críticas, através da API única compatível com OpenAI do BotHub, você pode alternar para um modelo com suporte confirmado.
Imagens e documentos — sim: carregue capturas de tela, diagramas, fotos, PDFs e relatórios; o modelo os analisará e responderá com texto. Áudio e vídeo não estão marcados em nossos dados. O perceptron-mk1 responde com texto, e para áudio e vídeo, o BotHub possui modelos separados na mesma janela.
Nossos dados não descrevem os idiomas com os quais o modelo trabalha, portanto, não prometeremos o nível de russo. Verifique com sua própria tarefa: o acesso a partir da Rússia funciona sem VPN e sem cartão estrangeiro, o pagamento é feito com cartões russos, e você pode comparar a resposta com outro modelo na mesma janela.