PerceptronSpezialmodellAktiv

Perceptron Mk1.5

BeliebtheitPlatz 670 von 875

0von 100wie im Vormonat

Zusammenfassung

Perceptron Mk1.5 ist ein multimodales Modell für verkörperte Agenten. Es nimmt Text, Bilder, Video und Audio auf und gibt Text, Punkte, Boxen, Polygone, Clips sowie zeitbasierte Objektspuren aus. Perceptron nennt Drohnen, Roboterhunde, Smart Glasses und Smartphones als Einsatzumgebungen.

Der Zugang läuft über die Perceptron Platform und das SDK mit der API-Kennung perceptron-mk1.5. Perceptron nennt 32K Token multimodalen Kontext. Das Modell versteht Audioeingaben und unterstützt Werkzeugaufrufe. Die API kostet 0,15 $ je 1 Mio. Eingabetoken und 1,50 $ je 1 Mio. Ausgabetoken.

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 33 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

DailyOmni accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 74.67
Bewertung: 74.67
Messgröße: percent
Einheit: %
Kategorie: audio-visual
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: active
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Figure 4 audio-visual evaluation.

Quelle Perceptron

WorldSense accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 50.32
Bewertung: 50.32
Messgröße: percent
Einheit: %
Kategorie: audio-visual
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: active
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Figure 4 audio-visual evaluation.

Quelle Perceptron

OmniBench accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 51.05
Bewertung: 51.05
Messgröße: percent
Einheit: %
Kategorie: audio-visual
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: active
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Figure 4 audio-visual evaluation.

Quelle Perceptron

AVHBench accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 80.56
Bewertung: 80.56
Messgröße: percent
Einheit: %
Kategorie: audio-visual
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: active
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Figure 4 audio-visual evaluation.

Quelle Perceptron

LiveVQA-W accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 56
Bewertung: 56
Messgröße: percent
Einheit: %
Kategorie: audio-visual
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: active
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Figure 5; four samples, majority vote, and tools; mean of two benchmark levels.

Quelle Perceptron

EgoSchema hard accuracy, Figure 3 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 63.75
Bewertung: 63.75
Messgröße: percent
Einheit: %
Kategorie: egocentric-video
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: disputed
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Abbildung 3, egocentrische Evaluation.
Einordnung: Die abschließende Videotabelle derselben Seite nennt 61,3 für EgoSchema hard. Beide Beobachtungen bleiben erhalten, weil ihr Umfang ungeklärt ist.

Quelle Perceptron

EgoSchema hard accuracy, final table (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 61.3
Bewertung: 61.3
Messgröße: percent
Einheit: %
Kategorie: egocentric-video
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron
Status: disputed
Abrufdatum: 2026-10-04
Methodik: Vom Anbieter veröffentlichter Wert. Abschließende Videobenchmark-Tabelle.
Einordnung: Abbildung 3 derselben Seite nennt 63,75 für EgoSchema hard. Beide Beobachtungen bleiben erhalten, weil ihr Umfang ungeklärt ist.

Quelle Perceptron

NExT-QA hard subset accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 64.2
Bewertung: 64.2
Messgröße: Accuracy, percent
Einheit: %
Kategorie: video-understanding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron, Introducing Perceptron Mk1.5
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Perceptron Mk1.5 (Provider-API-Modell-ID perceptron-mk1.5), direkte Anbieterzeile in der veröffentlichten Tabelle zum Videoverständnis. NExT-QA-Hard-Subset; der Anbieter berichtet Genauigkeit in Prozent, höher ist besser, und rundet Mk1.5-Werte auf eine Dezimalstelle. Prompt, Decoding, Split-/Benchmarkversion, Nenner und unveränderliche Revision des ausgewerteten Checkpoints sind nicht veröffentlicht.
Einordnung: Vom Anbieter berichteter Wert. Der Anbieter veröffentlicht keinen Zeilennenner, Dataset-Split oder Benchmarkversion, keine Prompt-/Decoding-Einstellungen, keinen Hash des ausgewerteten Checkpoints und keinen Fehlerwert beziehungsweise kein Konfidenzintervall. Die EgoSchema-Hard-Abbildung und die Abschlusstabelle derselben Seite widersprechen sich; dieser strittige EgoSchema-Wert wird hier weder dupliziert noch aufgelöst.

Quelle Perceptron, Introducing Perceptron Mk1.5

VSI-Bench hard subset accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 85.4
Bewertung: 85.4
Messgröße: Accuracy, percent
Einheit: %
Kategorie: video-understanding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron, Introducing Perceptron Mk1.5
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Perceptron Mk1.5 (Provider-API-Modell-ID perceptron-mk1.5), direkte Anbieterzeile in der veröffentlichten Tabelle zum Videoverständnis. VSI-Bench-Hard-Subset; der Anbieter berichtet Genauigkeit in Prozent, höher ist besser, und rundet Mk1.5-Werte auf eine Dezimalstelle. Prompt, Decoding, Split-/Benchmarkversion, Nenner und unveränderliche Revision des ausgewerteten Checkpoints sind nicht veröffentlicht.
Einordnung: Vom Anbieter berichteter Wert. Der Anbieter veröffentlicht keinen Zeilennenner, Dataset-Split oder Benchmarkversion, keine Prompt-/Decoding-Einstellungen, keinen Hash des ausgewerteten Checkpoints und keinen Fehlerwert beziehungsweise kein Konfidenzintervall. Die EgoSchema-Hard-Abbildung und die Abschlusstabelle derselben Seite widersprechen sich; dieser strittige EgoSchema-Wert wird hier weder dupliziert noch aufgelöst.

Quelle Perceptron, Introducing Perceptron Mk1.5

Perception Test standard subset accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 67.6
Bewertung: 67.6
Messgröße: Accuracy, percent
Einheit: %
Kategorie: video-understanding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron, Introducing Perceptron Mk1.5
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Perceptron Mk1.5 (Provider-API-Modell-ID perceptron-mk1.5), direkte Anbieterzeile in der veröffentlichten Tabelle zum Videoverständnis. Standard-Subset des Perception Test; der Anbieter berichtet Genauigkeit in Prozent, höher ist besser, und rundet Mk1.5-Werte auf eine Dezimalstelle. Prompt, Decoding, Split-/Benchmarkversion, Nenner und unveränderliche Revision des ausgewerteten Checkpoints sind nicht veröffentlicht.
Einordnung: Vom Anbieter berichteter Wert. Der Anbieter veröffentlicht keinen Zeilennenner, Dataset-Split oder Benchmarkversion, keine Prompt-/Decoding-Einstellungen, keinen Hash des ausgewerteten Checkpoints und keinen Fehlerwert beziehungsweise kein Konfidenzintervall. Die EgoSchema-Hard-Abbildung und die Abschlusstabelle derselben Seite widersprechen sich; dieser strittige EgoSchema-Wert wird hier weder dupliziert noch aufgelöst.

Quelle Perceptron, Introducing Perceptron Mk1.5

MVBench standard subset accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 73.4
Bewertung: 73.4
Messgröße: Accuracy, percent
Einheit: %
Kategorie: video-understanding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron, Introducing Perceptron Mk1.5
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Perceptron Mk1.5 (Provider-API-Modell-ID perceptron-mk1.5), direkte Anbieterzeile in der veröffentlichten Tabelle zum Videoverständnis. MVBench-Standard-Subset; der Anbieter berichtet Genauigkeit in Prozent, höher ist besser, und rundet Mk1.5-Werte auf eine Dezimalstelle. Prompt, Decoding, Split-/Benchmarkversion, Nenner und unveränderliche Revision des ausgewerteten Checkpoints sind nicht veröffentlicht.
Einordnung: Vom Anbieter berichteter Wert. Der Anbieter veröffentlicht keinen Zeilennenner, Dataset-Split oder Benchmarkversion, keine Prompt-/Decoding-Einstellungen, keinen Hash des ausgewerteten Checkpoints und keinen Fehlerwert beziehungsweise kein Konfidenzintervall. Die EgoSchema-Hard-Abbildung und die Abschlusstabelle derselben Seite widersprechen sich; dieser strittige EgoSchema-Wert wird hier weder dupliziert noch aufgelöst.

Quelle Perceptron, Introducing Perceptron Mk1.5

NExT-QA standard subset accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 85.6
Bewertung: 85.6
Messgröße: Accuracy, percent
Einheit: %
Kategorie: video-understanding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Perceptron, Introducing Perceptron Mk1.5
Status: active
Abrufdatum: 2026-10-17
Methodik: Vom Anbieter veröffentlichter Wert. Perceptron Mk1.5 (Provider-API-Modell-ID perceptron-mk1.5), direkte Anbieterzeile in der veröffentlichten Tabelle zum Videoverständnis. NExT-QA-Standard-Subset; der Anbieter berichtet Genauigkeit in Prozent, höher ist besser, und rundet Mk1.5-Werte auf eine Dezimalstelle. Prompt, Decoding, Split-/Benchmarkversion, Nenner und unveränderliche Revision des ausgewerteten Checkpoints sind nicht veröffentlicht.
Einordnung: Vom Anbieter berichteter Wert. Der Anbieter veröffentlicht keinen Zeilennenner, Dataset-Split oder Benchmarkversion, keine Prompt-/Decoding-Einstellungen, keinen Hash des ausgewerteten Checkpoints und keinen Fehlerwert beziehungsweise kein Konfidenzintervall. Die EgoSchema-Hard-Abbildung und die Abschlusstabelle derselben Seite widersprechen sich; dieser strittige EgoSchema-Wert wird hier weder dupliziert noch aufgelöst.

Quelle Perceptron, Introducing Perceptron Mk1.5

Seite 1 von 3

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 29 Modellen

SAM 368

TeleOCR48

pplx-embed-v2-context-9b-preview35

Agora-233

LFM2.5-VL-3B-DSpark32

Cohere Embed v5 Fast0

Cohere Embed v5 Pro0

Cohere Rerank 5 Fast0

Perceptron Mk1.50

pplx-embed-v2-context-9b-preview

Perceptron Mk1.5

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 5. November 2026

Perceptron Mk1.5Cohere Embed v5 FastCohere Embed v5 ProCohere Rerank 5 FastCohere Rerank 5 Pro

Alle technischen Daten

Architektur

Modellklasse: Multimodales Steuerungsmodell für verkörperte Agenten; Quelle: Modellklasse

Ein- und Ausgabe

Modalitäten: Text, Bilder, Video und Audio als Eingabe; Quelle: Modalitäten
Kontextfenster: 32K Token multimodaler Kontext (Herstellerangabe); Quelle: Kontextfenster

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen: Unbekannt; ohne Quelle
Watermarking-Technik: Nicht bekannt; ohne Quelle

API

API-Kennung: perceptron-mk1.5; Quelle: API-Kennung

Weitere Angaben

Ausgabe: Text, Punkte, Boxen, Polygone, Clips und Objektspuren; Quelle: Ausgabe

Preise

Eingabepreis: 0,15 $ je 1 Mio. EingabetokenQuelle
Ausgabepreis: 1,50 $ je 1 Mio. AusgabetokenQuelle

Quellen und Datenstand

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

Art	Nachweis und Datenstand
Recherchestand	Recherchestand 4. Oktober 2026. 1 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt	egoschema-hard-configuration Originalwortlaut The provider page gives 63.75 in Figure 3 and 61.3 in its final video table. Both are preserved and neither is selected as the canonical value.
Nicht veröffentlicht	Unveränderlicher ausgelieferter Checkpoint und benchmarkspezifische Prompts/Einstellungen Hinweis Die offizielle Seite nennt die API-Modell-ID perceptron-mk1.5, veröffentlicht aber weder eine unveränderliche Revision der ausgelieferten Gewichte noch vollständige Prompts/Einstellungen für die Abbildungen.
Weitere Quelle	Perceptron Mk1.5 announcement (abgerufen 3. Oktober 2026; 4. Oktober 2026; 17. Oktober 2026; 23. Oktober 2026; 28. Oktober 2026) · Perceptron Mk1.5 announcement · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0