Glimpse API
Elorian: Glimpse نخستین مدل هوش مصنوعی Elorian است که در استدلال بصری تخصص دارد و با استفاده از فضای کاری بصری، تصاویر و ویدئوها را دوباره بررسی میکند تا جزئیات دقیق را استخراج کند.
Elorian: Glimpse اولین مدل ساخته‌شده توسط Elorian است که در تاریخ ۱۶ اکتبر ۲۰۲۶ به‌عنوان پیش‌نمایش پژوهشی با دسترسی API و رابط چت (محدود به لیست انتظار) عرضه شد. این مدل به‌طور تخصصی برای استدلال بصری طراحی شده و از یک فضای کاری بصری استفاده میکند تا در طول فرآیند استدلال، تصاویر و ویدئوهای واقعی را دوباره مرور کند. Glimpse می‌تواند گوشه‌های تصویر را بزرگ‌نمایی کند، ویدئو را با نرخ فریم بالاتر آهسته کند، و یک شیء خاص را در طول چندین فریم ردیابی کند. این مدل ورودیهای متنی، تصویری و ویدئویی را میپذیرد و خروجی متنی ارائه میدهد و از فراخوانی ابزار و خروجیهای ساختاریافته پشتیبانی میکند. پنجره زمینه آن ۲۶۲ هزار توکن است.
Glimpse برای طیف گسترده‌ای از کارهای تحلیل بصری مناسب است، از جمله برچسبگذاری دادههای مصنوعی و برنامهریزی سطح بالا در رباتیک، بازبینی ویدئو در سایتهای ساختوساز و تولید، زیرنویسگذاری ویدئوی متراکم برای آرشیوهای رسانه‌ای، شمارش دقیق اشیاء در سایتهای ساختوساز، و برنامه‌هایی که تحلیل بصری مکرر و حجیم انجام می‌دهند. همچنین می‌تواند برای بازبینی ویدئو با برچسب زمانی و مقایسه چندین تصویر استفاده شود. Elorian ادعا میکند که Glimpse شکافی را پر میکند که در آن مدلهای عمومی پیشرو یا به‌اندازه کافی دقیق نیستند یا برای بارهای کاری بصری بیش از حد گران هستند.
با این حال، Glimpse در آزمایشهای مستقل در همه وظایف از GPT-6 Astra و Claude Opus 5.5 پیشی نمیگیرد. GPT-6 Astra در پازلهای بصری ظریف و زیرنویسگذاری ویدئوی متراکم قویتر است و Claude Opus 5.5 در خواندن نمودارهای علمی کمی بهتر عمل میکند. همچنین Glimpse ممکن است در پاسخهای طولانی و چندبخشی با اظهارات قبلی خود تناقض داشته باشد و کاملاً خودسازگار نباشد. با این وجود، این مدل در مواردی مانند شناسایی یک ویدئوی طراحی مداد ۷ ثانیه‌ای به‌عنوان رقص لیندی هوپ و توصیف حرکات آن بر اساس بازه‌های زمانی، یا تشخیص ناسازگاری فیزیکی در ویدئویی از انجام حرکات کششی بین دو قطار متحرک هوش مصنوعی، توانایی خود را نشان داده است.
به‌روزرسانی:
MODEL ID
glimpse- زمینه
- 262.144K
- حداکثر خروجی
- 256K
- API پیشنهادی
- messages
- ورودی
- text / image / video
- خروجی
- text
نکات برجسته
- استدلال بصری تخصصی
- بازبینی مجدد تصاویر و ویدئوها
- بزرگ‌نمایی گوشه تصویر
- آهسته‌سازی ویدئو
- ردیابی شیء در فریم‌ها
- پشتیبانی از فراخوانی ابزار
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| $0.6 | $3 | $0.06 |
با $10 چه می‌توان خرید
- ورودی
- ۱۶٫۷ میلیون توکن
- خروجی
- ۳٫۳ میلیون توکن
برآورد بر اساس قیمتهای فعلی ورودی و خروجی، پیش از تخفیف.
استدلال
- همیشه فعال
- خیر
شروع سریع
کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی می‌خواهید پرامپت‌ها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.
کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را به‌عنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"اولین درخواست خود را بفرستید
این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id می‌توانند در عیب‌یابی کمک کنند.
glimpseاین مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخاب‌شده کنترل‌های استدلال ارائه می‌دهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.
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());استفاده از SDKهای شخص ثالث
از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینت‌های به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.
جریان را فعال کنید
برای دریافت پاسخ‌ها به‌صورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.
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 سطوح سازگار برای فراخوانی مدل ارائه میکند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی میکند.
Messages
پیام‌های سازگار با Anthropic برای کلاینت‌های به سبک Claude.
POST
https://openapi.felo.ai/api/v1/messagesپارامترها
modelstringglimpseشناسه عمومی مدل برای فراخوانی.max_tokensinteger—حداکثر token تولیدی.messagesarray—پیام‌های گفتگو برای Chat Completions.stop———min_p———toolsarray—تعریف‌های فراخوانی ابزار بر پایه طرح‌واره سازگار.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل میکند.tool_choicestring or object—کنترل میکند آیا ابزاری باید فراخوانی شود.top_logprobs———response_formatobject—در صورت پشتیبانی، خروجی ساختاریافته درخواست میکند.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———پرسش‌های متداول
معرفی مدل: Glimpse?
Elorian: Glimpse اولین مدل ساخته‌شده توسط Elorian است که در تاریخ ۱۶ اکتبر ۲۰۲۶ به‌عنوان پیش‌نمایش پژوهشی با دسترسی API و رابط چت (محدود به لیست انتظار) عرضه شد. این مدل به‌طور تخصصی برای استدلال بصری طراحی شده و از یک فضای کاری بصری استفاده میکند تا در طول فرآیند استدلال، تصاویر و ویدئوهای واقعی را دوباره مرور کند. Glimpse می‌تواند گوشه‌های تصویر را بزرگ‌نمایی کند، ویدئو را با نرخ فریم بالاتر آهسته کند، و یک شیء خاص را در طول چندین فریم ردیابی کند. این مدل ورودیهای متنی، تصویری و ویدئویی را میپذیرد و خروجی متنی ارائه میدهد و از فراخوانی ابزار و خروجیهای ساختاریافته پشتیبانی میکند. پنجره زمینه آن ۲۶۲ هزار توکن است. Glimpse برای طیف گسترده‌ای از کارهای تحلیل بصری مناسب است، از جمله برچسبگذاری دادههای مصنوعی و برنامهریزی سطح بالا در رباتیک، بازبینی ویدئو در سایتهای ساختوساز و تولید، زیرنویسگذاری ویدئوی متراکم برای آرشیوهای رسانه‌ای، شمارش دقیق اشیاء در سایتهای ساختوساز، و برنامه‌هایی که تحلیل بصری مکرر و حجیم انجام می‌دهند. همچنین می‌تواند برای بازبینی ویدئو با برچسب زمانی و مقایسه چندین تصویر استفاده شود. Elorian ادعا میکند که Glimpse شکافی را پر میکند که در آن مدلهای عمومی پیشرو یا به‌اندازه کافی دقیق نیستند یا برای بارهای کاری بصری بیش از حد گران هستند. با این حال، Glimpse در آزمایشهای مستقل در همه وظایف از GPT-6 Astra و Claude Opus 5.5 پیشی نمیگیرد. GPT-6 Astra در پازلهای بصری ظریف و زیرنویسگذاری ویدئوی متراکم قویتر است و Claude Opus 5.5 در خواندن نمودارهای علمی کمی بهتر عمل میکند. همچنین Glimpse ممکن است در پاسخهای طولانی و چندبخشی با اظهارات قبلی خود تناقض داشته باشد و کاملاً خودسازگار نباشد. با این وجود، این مدل در مواردی مانند شناسایی یک ویدئوی طراحی مداد ۷ ثانیه‌ای به‌عنوان رقص لیندی هوپ و توصیف حرکات آن بر اساس بازه‌های زمانی، یا تشخیص ناسازگاری فیزیکی در ویدئویی از انجام حرکات کششی بین دو قطار متحرک هوش مصنوعی، توانایی خود را نشان داده است.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
Glimpse چه ورودیهایی را پشتیبانی میکند؟
این مدل ورودیهای متنی، تصویری و ویدئویی را میپذیرد و خروجی متنی ارائه میدهد.
محدودیت زمینه Glimpse چقدر است؟
پنجره زمینه آن ۲۶۲ هزار توکن است. محدودیت طول خروجی در اطلاعات موجود ذکر نشده است.
Glimpse برای چه وظایفی مناسب است؟
برای استدلال بصری، برچسبگذاری دادههای مصنوعی و برنامهریزی در رباتیک، بازبینی ویدئو در سایتهای ساختوساز و تولید، زیرنویسگذاری ویدئوی متراکم، شمارش دقیق اشیاء، و تحلیل بصری مکرر و حجیم.
تفاوت Glimpse با GPT-6 Astra و Claude Opus 5.5 چیست؟
GPT-6 Astra در پازلهای بصری ظریف و زیرنویسگذاری ویدئوی متراکم قویتر است و Claude Opus 5.5 در خواندن نمودارهای علمی کمی بهتر عمل میکند. Glimpse در برخی وظایف از آنها پیشی نمیگیرد، اما Elorian ادعا میکند که شکاف مدلهای عمومی را پر میکند.
آیا Glimpse از فراخوانی ابزار پشتیبانی میکند؟
بله، این مدل از فراخوانی ابزار و خروجیهای ساختاریافته پشتیبانی میکند.
آیا Glimpse در همه وظایف از مدلهای رقیب بهتر است؟
خیر، در آزمایشهای مستقل، Glimpse در همه وظایف از GPT-6 Astra و Claude Opus 5.5 پیشی نمیگیرد. همچنین ممکن است در پاسخهای طولانی با اظهارات قبلی خود تناقض داشته باشد.