Isaac 0.1

ပေါင်းစည်းရန်

မော်ဒယ် id perceptron/isaac-01

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/perceptron/isaac-01?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/perceptron/isaac-01?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/perceptron/isaac-01", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.com/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "perceptron/isaac-01",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }
}

Doitong API မှတစ်ဆင့် Isaac 0.1 မော်ဒယ် (perceptron/isaac-01) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/perceptron/isaac-01.md

POST https://api.doitong.com/v1/run/perceptron/isaac-01?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.com/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.com/v1/quote/perceptron/isaac-01 ကို အသုံးပြုပါ။

ဤတောင်းဆိုချက်: ≈၀.၀၀၁ $ ၁ API ခရက်ဒစ် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

Perceptron မြင်ကွင်း #multimodal#vision

ပုံတစ်ပုံအကြောင်း စာသား၊ ဘောက်စ်၊ အမှတ် သို့မဟုတ် ပေါ်လီဂွန်များဖြင့် ဖြေဆိုပေးသော Vision-language မော်ဒယ်

OpenAPI Markdown

Perceptron · စာသား

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

တစ်ကြိမ်လုပ်ဆောင်မှုအတွက် ခန့်မှန်းစျေးနှုန်း

ခန့်မှန်း စျေးနှုန်း

၀.၀၀၁ $တစ်ကြိမ်လုပ်ဆောင်မှုလျှင်

၁ API ခရက်ဒစ်

တစ်ကြိမ်လုပ်ဆောင်မှုလျှင် သတ်မှတ်စျေးနှုန်းဖြစ်ပြီး အောင်မြင်မှသာ ကောက်ခံသည်။

လုပ်ဆောင်ရန် · ၀.၀၀၁ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

တစ်ကြိမ်လုပ်ဆောင်မှု၏ ပုံမှန်ကုန်ကျစရိတ်မှ ခန့်မှန်းထားသည်။ ဖော်ပြထားသောစျေးနှုန်းသည် လုပ်ဆောင်မှုအတွက် အမှန်တကယ်ကောက်ခံမည့်ပမာဏဖြစ်သည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

prompt •လိုအပ်သည်

ပုံတွင် အသုံးပြုသည့် ပရောမ့်။

image •လိုအပ်သည် image_url

ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

လုပ်ဆောင်ရန် ပုံကို သတ်မှတ်ပေးသော URL။

အဆင့်မြင့် response_style

response_style မူလ text

ပုံတုံ့ပြန်မှုဖော်မတ်ကို ရွေးချယ်ပါ။ mode အားလုံးတွင် စာသားပါဝင်ပြီး box သည် bounding box များ၊ point သည် point များ၊ polygon သည် polygon များကို ထပ်ထည့်ပေးသည်။ text တစ်ခုတည်းက စာသားသာ ပြန်ပေးသည်။ အသေးစိတ် segmentation အတွက် polygon သို့မဟုတ် တည်နေရာဖော်ပြရန် box ကို အသုံးပြုပါ။ ဖော်ပြချက်နှင့် caption အတွက် text၊ အရာဝတ္ထုများစွာကို ရေတွက်ရန် point ကို အသုံးပြုပါ။

POST /run/perceptron/isaac-01?wait=20 ကုန်ကျစရိတ် → ၀.၀၀၁ $

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/perceptron/isaac-01?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/perceptron/isaac-01?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/perceptron/isaac-01", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "perceptron/isaac-01",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

Isaac 0.1 အကြောင်း

`image_url` နှင့် `prompt` ကို လက်ခံပြီး `response_style` တွင် သတ်မှတ်ထားသော ပုံစံဖြင့် တုံ့ပြန်ချက်ကို ပြန်ပေးသည်။ စာသား သည် ဖော်ပြစာနှင့် ဖော်ပြချက်များအတွက် သင့်တော်ပြီး box၊ point နှင့် polygon စတိုင်များက တည်နေရာသတ်မှတ်မှု ထွက်ရလဒ်ကို ထည့်ပေးသည်။ ရလဒ်တွင် ဖန်တီးထားသော ထွက်ရလဒ်၊ တစ်စိတ်တစ်ပိုင်းထွက်ရလဒ်အလံ၊ ရှိပါက အမှားစာနှင့် အသုံးပြုမှုအချက်အလက်တို့ ပါဝင်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

image_urlလိုအပ်သည် image

အမျိုးအစားurl · image

လုပ်ဆောင်ရန် ပုံကို သတ်မှတ်ပေးသော URL။

promptလိုအပ်သည်

အမျိုးအစားstring

ပုံတွင် အသုံးပြုသည့် ပရောမ့်။

response_styleရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးtext

textboxpointpolygon

လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "perceptron/isaac-01",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "To determine which car is trying to park into the garage, we need to carefully observe the positions and movements of the vehicles in the image.\n\n1. **Identify the Vehicles**: \n   - There are three vehicles visible: a green truck, an orange car, and a brown car.\n   - The green truck is positioned in front of the garage entrance.\n   - The orange car is parked to the left of the green truck.\n   - The brown car is parked to the right of the green truck.\n\n2. **Analyze the Positions**:\n   - The green truck is directly in front of the garage entrance, suggesting it is in the process of moving towards the entrance.\n   - The orange car is parked parallel to the garage but is not in the path of the green truck.\n   - The brown car is also parked parallel to the garage but is not in the path of the green truck.\n\n3. **Determine the Action**:\n   - Given the position of the green truck directly in front of the garage entrance, it is most likely that the green truck is trying to park into the garage.\n   - The orange and brown cars are already parked and do not appear to be in motion or attempting to park.\n\nTherefore, the car that is trying to park into the garage is the green truck.",
    "partial": false,
    "error": "string",
    "usage": {
      "completion_tokens": 1,
      "prompt_tokens": 1,
      "total_tokens": 1
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

output: stringမော်ဒယ်မှ ထုတ်လုပ်သော ရလဒ်။
partial: booleanထွက်ရလဒ် မပြည့်စုံကြောင်း ဖော်ပြသည်။
error: string | nullအမှားဖြစ်ပေါ်ခဲ့ပါက အမှားကို ဖော်ပြသော မက်ဆေ့ချ်ဖြစ်သည်။
usage: object {completion_tokens, prompt_tokens, total_tokens} | nullအသုံးပြုမှု အသေးစိတ်ဖြစ်သည်။

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/perceptron/isaac-01.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

Isaac 0.1 အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

နောက်ထပ် မော်ဒယ်များ: မြင်ကွင်း

Bagel · Understand မူကွဲများ: 3

Bria Ad Delayer မူကွဲများ: 23

Florence 2 Large Caption မူကွဲများ: 14

Florence 2 Large Detailed Caption မူကွဲများ: 14