Perceptron: Perceptron Mk1
Perceptron Mk1 est un LLM de l’éditeur Perceptron, lancé le 12 mai 2026. Il se distingue surtout par son suivi des instructions, son meilleur résultat relatif dans la série de benchmarks Benchable, et par une fenêtre de contexte de 32 768 tokens.
Perceptron Mk1 est un LLM de l’éditeur Perceptron, lancé le 12 mai 2026. Il se distingue surtout par son suivi des instructions, son meilleur résultat relatif dans la série de benchmarks Benchable, et par une fenêtre de contexte de 32 768 tokens.
Son principal argument est économique : la facturation débute à 0,15 $ par million de tokens en entrée et 1,5 $ en sortie. Ce niveau se situe 92 % sous la moyenne des LLM similaires et environ 36,7 fois sous le tarif des modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Perceptron |
| Poids | ▫ n.d. |
| Date de sortie | 12 mai 2026 |
| Multimodal | oui |
| Fenêtre de contexte | 32 768 tokens |
| Modalités (entrée → sortie) | text,image,video → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Email Classification (Baseline) | 97,8 % | 98ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 96,8 % | 131ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 91,4 % | 7ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 88,4 % | 96ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 83,8 % | 139ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 77,8 % | 123ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 55,1 % | 113ᵉ / 155 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Email Classification (Baseline)
Benchable : Ethics (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Perceptron | 0,15 $ | 1,5 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 93 % en dessous de la moyenne des LLM similaires, et 36,7 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,01 $ |
| Latence moyenne par benchmark — Benchable | 8 min 06 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Perceptron Mk1 se classe parmi les meilleurs modèles évalués sur Instruction Following, avec une 12e place sur 256. Ce résultat en fait son point fort le plus net. Email Classification atteint également un score absolu élevé, même si son classement relatif reste moins favorable. La fenêtre de 32 768 tokens offre une capacité de traitement adaptée aux requêtes et documents de taille conséquente. Le rapport entre coût et suivi des consignes constitue ainsi son principal avantage, avec des tarifs très inférieurs à ceux des LLM comparables et des modèles haut de gamme.
Limites et points d’attention. Les scores absolus élevés en Ethics et Hallucinations ne se traduisent pas par des positions de tête : le modèle figure dans la partie basse des classements correspondants. General Knowledge et Coding sont ses faiblesses les plus visibles, avec des rangs nettement éloignés des meilleurs modèles évalués. Email Classification présente le même contraste entre un score brut élevé et un classement relatif modeste. Perceptron Mk1 convient donc surtout aux usages centrés sur l’exécution de consignes et la maîtrise des coûts, lorsque les performances de pointe en programmation ou en connaissances générales ne sont pas prioritaires.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).