Perceptron Mk1, Anthropic·OpenAI·Google 대비 80~90% 저렴한 고성능 비디오 분석 AI 모델 공개

Perceptron Mk1은 비디오 분석과 추론을 겨냥한 폐쇄형 API 모델로, 입력 100만 tokens당 $0.15, 출력 100만 tokens당 $1.50에 제공된다. Perceptron은 Anthropic의 Claude Sonnet 4.5, OpenAI의 GPT-5, Google의 Gemini 3.1 Pro보다 약 80~90% 저렴하다고 강조하며, 16개월 동안 물리 세계를 다루는 멀티모달 파이프라인을 새로 설계했다고 밝혔다.

벤치마크 성적도 공격적이다.

• EmbSpatialBench 85.1로 Google Robotics-ER 1.5(78.4)와 Alibaba Q3.5-27B(약 84.5)를 앞섰다.
• RefSpatialBench 72.4로 GPT-5m(9.0), Sonnet 4.5(2.2) 대비 큰 격차를 냈다.
• EgoSchema Hard Subset 41.4와 VSI-Bench 88.5를 기록해 영상의 시간적 추론 능력을 입증했다.
• 효율성 프론티어에서는 성능이 최상위 모델에 가깝고 비용은 약 $0.30 blended cost 수준이라고 설명했다.

아키텍처는 일반적인 VLM처럼 프레임을 분절해 보는 방식이 아니라, 네이티브 비디오를 초당 최대 2프레임으로 처리하며 32K token context window 안에서 시간적 연속성을 유지하도록 설계됐다. 덕분에 가림이 생겨도 객체 정체성을 유지하고, 긴 영상에서 특정 순간의 time code를 구조화해 돌려줄 수 있다.

또한 Physical Reasoning을 앞세워 공의 위치와 shot clock을 함께 보고 버저 이전·이후를 판단하거나, 아날로그 계기판과 시계를 읽고, 밀집 장면에서 수백 개까지 세는 능력을 강조했다. Python 기반 Perceptron SDK에는 Focus, Counting, In-Context Learning이 들어 있으며, PPE 탐지나 군집 객체 카운팅 같은 작업을 자연어 지시로 다룰 수 있다.

전략은 이원화돼 있다. Mk1은 API로 제공되는 폐쇄형 모델이고, Isaac 시리즈는 오픈 웨이트로 유지된다. Isaac 0.2-2b-preview는 sub-200ms time-to-first-token을 목표로 하며, 창업자인 Armen Aghajanyan과 Akshat Shrivastava는 Meta FAIR 출신이다. Perceptron은 이 계열을 스포츠 하이라이트 클리핑, 로보틱스 텔레오퍼레이션 데이터 정제, 제조 품질 검수, 스마트 글래스 보조 같은 실사용 시나리오로 확장하고 있다.