Perceptron Mk1

Qu’est-ce que Perceptron Mk1 ?

Perceptron Mk1 (Mark One) est le modèle vision-langage de la plus haute qualité de Perceptron pour le raisonnement vidéo et incarné. Il accepte des entrées image et vidéo associées à des requêtes en langage naturel et produit des résultats visuels détaillés…

Pour 1M de tokens d’entrée / sortie

$0.15 / $1.50

Prix de départ

Fenêtre de contexte

33K

Jusqu’à 8K en sortie par réponse

Entrée

texte + image + vidéo

Sortie : texte

Ce que Perceptron Mk1 sait faire

• Raisonnement en plusieurs étapes

• Sorties structurées (JSON)

• Compréhension d’images

• Compréhension vidéo

Perceptron Mk1 face à des modèles proches : prix

Ce que vous payez pour Perceptron Mk1 et les modèles les plus proches : le même type de travail, issus des familles que nous mettons en avant, à un prix d’au plus trois fois environ le sien.

• Perceptron Mk1 face à DeepSeek V4.1 Flash (1017)

  DeepSeek V4.1 Flash (1017) coûte $0.525 : 36 % de moins que le modèle Perceptron Mk1.

  −40 % au palier maximal

  API DeepSeek V4.1 Flash (1017) 

• Perceptron Mk1 face à Qwen3.8 Flash

  Qwen3.8 Flash coûte $0.295 : 64 % de moins que le modèle Perceptron Mk1.

  −25 % au palier maximal

  API Qwen3.8 Flash 

• Perceptron Mk1 face à Gemini 3.8 Flash

  Gemini 3.8 Flash coûte $2.025 : 2.5× le prix du modèle Perceptron Mk1.

  −10 % au palier maximal

  API Gemini 3.8 Flash 

• Perceptron Mk1 face à GPT-6 Luna

  GPT-6 Luna coûte $0.27 : 67 % de moins que le modèle Perceptron Mk1.

  −10 % au palier maximal

  API GPT-6 Luna 

• Perceptron Mk1 face à MiniMax M3

  MiniMax M3 coûte $0.75 : 9 % de moins que le modèle Perceptron Mk1.

  API MiniMax M3 

Caractéristiques : Perceptron Mk1

La fiche technique du modèle Perceptron Mk1, issue du catalogue OceanToken.

Fenêtre de contexte

33K tokens

32,768

Sortie maximale

8K tokens

8,192

Entrée

texte, image, vidéo

Sortie

texte

Raisonnement

Oui

Appel d’outils

Pas encore indiqué

Sorties structurées

Oui

Identifiant et endpoint : Perceptron Mk1

identifiant du modèle OceanToken

perceptron/perceptron-mk1Copié

URL de base compatible OpenAI

https://api.oceantoken.ai/v1Copié

adresse de l’endpoint

POST /v1/chat/completionsCopié

Tarifs de l’API Perceptron Mk1

Les prix viennent du catalogue OceanToken au 5 novembre 2026. Vous payez à l’usage depuis un solde prépayé, sans abonnement.

Calculateur de coût : Perceptron Mk1

Choisissez une requête type ou saisissez vos propres nombres de tokens. Le calculateur utilise les prix de départ de cette page et montre la même charge sur les modèles comparés plus haut.

Au prix de départ (palier 1). L’entrée en cache est facturée au prix de lecture du cache ; les écritures en cache sont laissées de côté, car elles dépendent de la fréquence à laquelle le début de votre prompt change. Votre console affiche le tarif de votre palier.

Ce que coûte une requête

Tokens d’entrée et de sortie au prix de départ ci-dessus, sans cache.

Utiliser Perceptron Mk1 sur OceanToken

Trois étapes pour passer de zéro compte à une requête qui fonctionne. La même clé et le même solde servent pour tous les modèles du catalogue.

1. 1

   Créez un compte et obtenez une clé API

   Créez un compte OceanToken, puis une clé. Une clé sert pour tous les modèles que votre compte peut utiliser.

   Obtenir une clé API 

2. 2

   Ajouter des crédits

   OceanToken est prépayé : ajoutez des crédits, et chaque requête est facturée sur ce solde. Votre console affiche le tarif de votre palier.

   Ajouter des crédits 

3. 3

   Appelez Perceptron Mk1 depuis votre code

   Pointez un SDK OpenAI vers https://api.oceantoken.ai/v1 et utilisez l’identifiant perceptron/perceptron-mk1. Le code ci-dessous envoie une requête.

   from openai import OpenAI
   # Votre API Key de la console OceanToken
   client = OpenAI(base_url="https://api.oceantoken.ai/v1",
                   api_key="YOUR_API_KEY")
   reply = client.chat.completions.create(
       model="perceptron/perceptron-mk1",
       messages=[{"role": "user", "content": "Hello"}])
   print(reply.choices[0].message.content)

   Caractéristiques, exemple de requête et alternatives dans la documentation