Glimpse API
Elorian-এর প্রথম মডেল, যা ভিজ্যুয়াল রিজনিংয়ে বিশেষজ্ঞ এবং ছবি ও ভিডিও থেকে বিস্তারিত বিশ্লেষণ করে।
Elorian: Glimpse হলো Elorian-এর প্রথম এআই মডেল, যা অক্টোবর ১৬, ২০২৬-এ গবেষণা প্রিভিউ হিসেবে প্রকাশিত হয়। এটি টেক্সট, ছবি ও ভিডিও ইনপুট নিয়ে টেক্সট আউটপুট দিতে পারে এবং ভিজ্যুয়াল রিজনিংয়ে বিশেষজ্ঞ। এর বিশেষত্ব হলো ভিজ্যুয়াল স্ক্র্যাচ স্পেস ব্যবহার করে প্রকৃত ছবি ও ভিডিও পুনরায় পরিদর্শন করা—যেমন ছবির কোণে জুম করে সূক্ষ্ম বিবরণ দেখা, ভিডিওর ফ্রেম রেট বাড়িয়ে পর্যালোচনা করা, এবং একাধিক ফ্রেমে কোনো বস্তু ট্র্যাক করা।
এই মডেলটি রোবোটিক্সে সিন্থেটিক ডেটা লেবেলিং ও উচ্চ-স্তরের পরিকল্পনা, নির্মাণ ও উৎপাদন সাইটে ভিডিও পর্যালোচনা, মিডিয়া আর্কাইভের জন্য ঘন ভিডিও ক্যাপশনিং, এবং নির্মাণ সাইটে নির্ভুল বস্তু গণনার মতো কাজে উপযোগী। এটি টুল কলিং ও স্ট্রাকচার্ড আউটপুট সমর্থন করে। Elorian দাবি করে, Glimpse এমন একটি ঘাটতি পূরণ করে যেখানে ফ্রন্টিয়ার সাধারণ মডেলগুলো ভিজ্যুয়াল কাজের জন্য হয় যথেষ্ট নির্ভুল নয়, নয়তো অতিরিক্ত ব্যয়বহুল।
তবে স্বাধীন হ্যান্ডস-অন পরীক্ষায় এটি সর্বত্র GPT-6 Astra ও Claude Opus 5.5-কে ছাড়িয়ে যায়নি। GPT-6 Astra সূক্ষ্ম ভিজ্যুয়াল পাজল ও ঘন ভিডিও ক্যাপশনিংয়ে এখনও শক্তিশালী, এবং Claude Opus 5.5 বৈজ্ঞানিক চার্ট পড়তে সামান্য ভালো। দীর্ঘ বহু-অংশের উত্তরে এটি নিজের আগের কথার সঙ্গে বিরোধ করতে পারে, তাই এটি সম্পূর্ণভাবে স্ব-সামঞ্জস্যপূর্ণ নয়।
আপডেট:
মডেল ID
glimpse- কনটেক্সট
- 262.144K
- সর্বোচ্চ আউটপুট
- 256K
- প্রস্তাবিত API
- messages
- ইনপুট
- text / image / video
- আউটপুট
- text
মূল বৈশিষ্ট্য
- ভিজ্যুয়াল স্ক্র্যাচ স্পেসে ছবি ও ভিডিও পুনরায় পরিদর্শন
- ছবির কোণে জুম করে সূক্ষ্ম বিবরণ দেখা
- ভিডিওর ফ্রেম রেট বাড়িয়ে পর্যালোচনা
- একাধিক ফ্রেমে বস্তু ট্র্যাকিং
- টুল কলিং ও স্ট্রাকচার্ড আউটপুট সমর্থন
- 262K টোকেন কনটেক্সট উইন্ডো
প্রোভাইডার
প্রোভাইডারদের মধ্যে API মূল্য তুলনা করুন। সব চার্জ ও শর্ত দেখতে একটি প্রোভাইডার নির্বাচন করুন।
| $0.6 | $3 | $0.06 |
$10-এ কী পাওয়া যায়
- ইনপুট
- ১.৭ কো টোকেন
- আউটপুট
- ৩৩.৩ লা টোকেন
বর্তমান ইনপুট ও আউটপুট মূল্যের ভিত্তিতে আনুমানিক, ছাড়ের আগে।
রিজনিং
- সর্বদা সক্রিয়
- না
দ্রুত শুরু
Felo API Platform-এর সামঞ্জস্যপূর্ণ API দিয়ে এই মডেল কল করার রেডি কোড। কোড লেখার আগে প্রম্পট পরীক্ষা করতে চাইলে Playground-এ শুরু করুন।
আপনার API key নিন
আপনার Felo API Platform অ্যাকাউন্ট থেকে একটি key তৈরি করুন এবং এটি environment variable হিসেবে সেট করুন।
export FELO_API_KEY="YOUR_API_KEY"প্রথম অনুরোধ পাঠান
এই মডেল ID Felo API Platform endpoint-এর সঙ্গে ব্যবহার করুন। X-Request-Id-এর মতো ঐচ্ছিক রিকোয়েস্ট হেডার সমস্যা সমাধানে সাহায্য করতে পারে।
glimpseএই মডেল রিজনিং সক্ষম। আপনার নির্বাচিত প্রোটোকল ও মডেল রুট রিজনিং নিয়ন্ত্রণ দিলে, কথোপকথন চালিয়ে যাওয়ার সময় ফেরত পাওয়া রিজনিং মেটাডেটা সংরক্ষণ করুন।
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "glimpse",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());থার্ড-পার্টি SDK ব্যবহার
সামঞ্জস্যপূর্ণ SDK-তে baseURL সেট করুন https://openapi.felo.ai/api/v1. Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ base URL ব্যবহার করুন। https://openapi.felo.ai/api.
স্ট্রিমিং চালু করুন
রেসপন্স server-sent events হিসেবে পেতে stream: true যোগ করুন।
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glimpse",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform সামঞ্জস্যপূর্ণ মডেল-কলিং সারফেস দেয়। আপনার অ্যাপ বা এজেন্ট ক্লায়েন্ট যে সারফেস ইতিমধ্যে সমর্থন করে সেটি বেছে নিন।
Messages
Claude-ধাঁচের ক্লায়েন্টের জন্য Anthropic-সামঞ্জস্যপূর্ণ মেসেজ।
POST
https://openapi.felo.ai/api/v1/messagesপ্যারামিটার
modelstringglimpseকল করার প্রকাশ্য মডেল ID।max_tokensinteger—সর্বোচ্চ কত টোকেন তৈরি হবে।messagesarray—Chat Completions-এর কথোপকথন মেসেজ।stop———min_p———toolsarray—সামঞ্জস্যপূর্ণ schema অনুসরণ করা tool calling সংজ্ঞা।top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—সমর্থিত হলে রেসপন্সের বৈচিত্র্য নিয়ন্ত্রণ করে।tool_choicestring or object—কোনো tool কল করা উচিত কি না তা নিয়ন্ত্রণ করে।top_logprobs———response_formatobject—সমর্থিত হলে স্ট্রাকচার্ড আউটপুট অনুরোধ করে।presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———সাধারণ প্রশ্ন
মডেল পরিচিতি: Glimpse?
Elorian: Glimpse হলো Elorian-এর প্রথম এআই মডেল, যা অক্টোবর ১৬, ২০২৬-এ গবেষণা প্রিভিউ হিসেবে প্রকাশিত হয়। এটি টেক্সট, ছবি ও ভিডিও ইনপুট নিয়ে টেক্সট আউটপুট দিতে পারে এবং ভিজ্যুয়াল রিজনিংয়ে বিশেষজ্ঞ। এর বিশেষত্ব হলো ভিজ্যুয়াল স্ক্র্যাচ স্পেস ব্যবহার করে প্রকৃত ছবি ও ভিডিও পুনরায় পরিদর্শন করা—যেমন ছবির কোণে জুম করে সূক্ষ্ম বিবরণ দেখা, ভিডিওর ফ্রেম রেট বাড়িয়ে পর্যালোচনা করা, এবং একাধিক ফ্রেমে কোনো বস্তু ট্র্যাক করা। এই মডেলটি রোবোটিক্সে সিন্থেটিক ডেটা লেবেলিং ও উচ্চ-স্তরের পরিকল্পনা, নির্মাণ ও উৎপাদন সাইটে ভিডিও পর্যালোচনা, মিডিয়া আর্কাইভের জন্য ঘন ভিডিও ক্যাপশনিং, এবং নির্মাণ সাইটে নির্ভুল বস্তু গণনার মতো কাজে উপযোগী। এটি টুল কলিং ও স্ট্রাকচার্ড আউটপুট সমর্থন করে। Elorian দাবি করে, Glimpse এমন একটি ঘাটতি পূরণ করে যেখানে ফ্রন্টিয়ার সাধারণ মডেলগুলো ভিজ্যুয়াল কাজের জন্য হয় যথেষ্ট নির্ভুল নয়, নয়তো অতিরিক্ত ব্যয়বহুল। তবে স্বাধীন হ্যান্ডস-অন পরীক্ষায় এটি সর্বত্র GPT-6 Astra ও Claude Opus 5.5-কে ছাড়িয়ে যায়নি। GPT-6 Astra সূক্ষ্ম ভিজ্যুয়াল পাজল ও ঘন ভিডিও ক্যাপশনিংয়ে এখনও শক্তিশালী, এবং Claude Opus 5.5 বৈজ্ঞানিক চার্ট পড়তে সামান্য ভালো। দীর্ঘ বহু-অংশের উত্তরে এটি নিজের আগের কথার সঙ্গে বিরোধ করতে পারে, তাই এটি সম্পূর্ণভাবে স্ব-সামঞ্জস্যপূর্ণ নয়।
ব্যবহারের জন্য কীভাবে চার্জ হয়?
আপনার বিল নির্ভর করে আপনি কোন প্রোভাইডার ব্যবহার করেন, তার মূল্য এবং আপনার ব্যবহারের ওপর। দীর্ঘ ইনপুট বা অন্যান্য শর্তে ভিন্ন মূল্য প্রযোজ্য হতে পারে।
Glimpse কী কী ইনপুট নিতে পারে?
এটি টেক্সট, ছবি ও ভিডিও ইনপুট নিয়ে টেক্সট আউটপুট দেয়। এটি ছবি ও ভিডিও সরাসরি প্রসেস করে এবং টেক্সটে উত্তর দেয়।
এর কনটেক্সট উইন্ডো কত বড়?
এর কনটেক্সট উইন্ডো 262K টোকেন। আউটপুট সীমা সম্পর্কে তথ্য দেওয়া হয়নি।
Glimpse কীভাবে ভিজ্যুয়াল রিজনিং করে?
এটি ভিজ্যুয়াল স্ক্র্যাচ স্পেস ব্যবহার করে প্রকৃত ছবি ও ভিডিও পুনরায় পরিদর্শন করে। ছবির কোণে জুম করে, ভিডিওর ফ্রেম রেট বাড়িয়ে এবং একাধিক ফ্রেমে বস্তু ট্র্যাক করে সূক্ষ্ম বিবরণ দেখতে পারে।
এটি কি টুল কলিং ও স্ট্রাকচার্ড আউটপুট সমর্থন করে?
হ্যাঁ, এটি টুল কলিং এবং স্ট্রাকচার্ড আউটপুট সমর্থন করে।
GPT-6 Astra ও Claude Opus 5.5-এর তুলনায় Glimpse কেমন?
Elorian দাবি করে Glimpse বৈজ্ঞানিক চার্ট রিজনিং, ওপেন-ভোকাবুলারি বস্তু গণনা, স্বল্প ভিডিও ক্যাপশনিং ও ম্যানিপুলেশন ইভেন্ট বোঝার ক্ষেত্রে GPT-6 Astra-কে ছাড়িয়ে যায় এবং এমবডিড রিজনিংয়ে সমান। তবে স্বাধীন পরীক্ষায় GPT-6 Astra সূক্ষ্ম ভিজ্যুয়াল পাজল ও ঘন ভিডিও ক্যাপশনিংয়ে শক্তিশালী এবং Claude Opus 5.5 বৈজ্ঞানিক চার্ট পড়তে সামান্য ভালো।
এর সীমাবদ্ধতা কী?
স্বাধীন হ্যান্ডস-অন পরীক্ষায় এটি সর্বত্র GPT-6 Astra ও Claude Opus 5.5-কে ছাড়িয়ে যায়নি। এটি দীর্ঘ বহু-অংশের উত্তরে নিজের আগের কথার সঙ্গে বিরোধ করতে পারে।