Perceptron Mk1’in Video Analizi AI Modeli, Rakip Fiyatlarının %80-90 Altında

Yapay zeka artık sadece metinleri değil, gerçek dünyadaki olayları da anlayabiliyor. Özellikle canlı video akışlarını analiz eden sistemler, güvenlikten pazarlamaya kadar birçok sektörde devrim yaratma potansiyeline sahip. Bu alanda liderlik yarışına giren Perceptron Inc., geçtiğimiz günlerde tanıttığı Mk1 adlı yeni AI modeliyle sektördeki dengeleri değiştirmeyi hedefliyor.

Şirketin kurucu ortağı ve CEO’su Armen Aghajanyan, Meta FAIR ve Microsoft geçmişiyle tanınan bir isim. 16 aylık yoğun bir geliştirme sürecinin ardından ortaya çıkan Mk1, fiziksel dünyanın karmaşıklıklarını anlayabilen çok modüllü bir model olarak öne çıkıyor. Model, sadece dilbilgisi kurallarını değil, nedensellik ilişkilerini, nesne dinamiklerini ve fizik yasalarını da aynı düzeyde kavrayabiliyor.

Performans: Sektördeki Liderleri Geride Bırakıyor

Mk1’in performansı, endüstri standardı olan çeşitli benchmark testleriyle ölçülüyor. Uzaysal akıl yürütme testlerinde (ER Benchmarks) model, EmbSpatialBench’te 85.1 puan alarak rakiplerini geride bıraktı. Google’ın Robotics-ER 1.5 modeli 78.4 puan alırken, Alibaba’nın Q3.5-27B’si yaklaşık 84.5 puan elde etti. Özel olarak geliştirilmiş RefSpatialBench testindeyse Mk1, 72.4 puanla GPT-5m’nin (9.0) ve Sonnet 4.5’in (2.2) çok önünde yer aldı.

Video analizlerinde de benzer bir başarıya imza atan Mk1, EgoSchema “Hard Subset” testinde 41.4 puan elde etti. Bu testte sadece ilk ve son kareleri analiz etmek yetersiz kalıyor. Mk1’in bu alandaki performansı, Alibaba’nın Q3.5-27B’siyle aynı seviyede olup, Gemini 3.1 Flash-Lite’in (25.0) oldukça üzerinde. VSI-Bench testindeyse 88.5 puanla lider konumunu pekiştiriyor.

Fiyatlandırma Stratejisi: Erişilebilir Fiziksel AI

Perceptron, Mk1’i piyasaya sürerken “Verimlilik Sınırı” adı verilen bir metriği hedef aldı. Bu metrik, video ve fiziksel akıl yürütme benchmark’larındaki ortalama puanların, milyon token başına maliyetle karşılaştırılmasını temel alıyor. Mk1’in performansı, GPT-5 ve Gemini 3.1 Pro gibi lider modellerle yarışırken, maliyet açısından “Lite” ya da “Flash” versiyonlarına yakın duruyor.

Modelin fiyatı, giriş token’ı başına 0.15 dolar ve çıkış token’ı başına 1.50 dolar olarak belirlenmiş. Bu rakamlar, GPT-5’in yaklaşık 2 dolarlık ve Gemini 3.1 Pro’nun 3 dolarlık maliyetine kıyasla oldukça rekabetçi. Mk1’in 0.30 dolarlık birleşik maliyeti, yüksek performans sunarken aynı zamanda endüstriyel ölçekte kullanılabilirliği de mümkün kılıyor.

Teknolojik Altyapı: Zamansal Süreklilik ve Fiziksel Akıl Yürütme

Mk1’in temel gücü, 32K token’lık bağlam penceresine sahip olması ve saniyede 2 kare işleyebilmesi. Geleneksel görüntü-dil modellerinin aksine, Mk1 video akışlarını zamansal süreklilik odaklı olarak işliyor. Bu sayede, nesnelerin gizlenmesi durumunda bile kimliklerini koruyabiliyor — ki bu özellik robotik ve güvenlik uygulamaları için kritik önem taşıyor.

Model ayrıca fiziksel akıl yürütme yeteneğiyle de öne çıkıyor. Örneğin, bir basketbol maçındaki şutun, sayı tabelasının okunduğu anda mı yoksa çaldığı anda mı gerçekleştiğini analiz edebiliyor. Bu sadece desen tanıma değil, aynı zamanda nesnelerin uzay ve zamanda nasıl hareket ettiğini anlama becerisi gerektiriyor.

Mk1’in yetenekleri arasında piksel hassasiyetinde nesne sayımı, analog göstergelerin okunması ve hatta tarihi videolardaki olayların tanımlanması da yer alıyor. Örneğin, şirket, 1906 yılında New York’taki gökdelen inşaatını gösteren tarihi bir film yüklendiğinde, Mk1 sadece içeriği doğru bir şekilde tanımlamakla kalmadı, aynı zamanda videonun tarihini de doğru tahmin etti.

Geliştirici Platformu: Uygulamaları Kolaylaştırmak

Perceptron, Mk1’in yanı sıra geliştiricilerin bu güçlü yetenekleri kolayca kullanabilecekleri bir platform da sunuyor. Bu platform sayesinde, minimum kodla bile gelişmiş fiziksel AI uygulamaları oluşturmak mümkün hale geliyor. Gelecekte, bu teknolojinin endüstriyel otomasyondan güvenliğe kadar pek çok alanda yaygınlaşması bekleniyor.