Glimpse API
Elorian初のモデル。視覚的スクラッチスペースで画像・動画を再確認しながら推論する視覚推論特化モデル。
Elorian: Glimpseは、Elorianの最初のモデルであり、視覚推論を専門とする研究プレビュー版です。テキスト・画像・動画を入力として受け取り、テキストで回答します。推論中に視覚的スクラッチスペースを使い、実際の画像や動画を何度も見直すことができます。画像の隅をズームして細部を確認したり、動画を高フレームレートでスロー再生して確認したり、特定のオブジェクトをフレーム間で追跡したりできます。
画像や動画を直接処理し、テキストで答えるため、視覚情報の詳細な分析が求められるタスクに適しています。具体的には、ロボティクスにおける合成データのラベリングや高レベル計画、建設・製造現場での動画レビュー、メディアアーカイブ向けの高密度動画キャプション、建設現場での正確なオブジェクトカウント、大量の視覚分析を頻繁に行うアプリケーション、タイムスタンプ付き動画レビュー、複数画像の比較などに利用できます。ツール呼び出しと構造化出力もサポートしています。
Elorianは、フロンティアの汎用モデルが視覚ワークロードに対して精度不足または高コストすぎる場合のギャップを埋めると述べています。一方で、独立した実地テストではすべてのタスクでGPT-6 AstraやClaude Opus 5.5を上回るわけではなく、細かい視覚パズルや高密度動画キャプションではGPT-6 Astraが、科学チャートの読み取りではClaude Opus 5.5が依然として強いと報告されています。また、長い多段回答の中で以前の発言と矛盾する可能性があり、完全な自己一貫性はありません。
更新日時:
モデル ID
glimpse- コンテキスト
- 262.144K
- 最大出力
- 256K
- 推奨 API
- messages
- 入力
- text / image / video
- 出力
- text
ハイライト
- 視覚推論に特化したElorian初のモデル
- 視覚的スクラッチスペースで画像・動画を再確認
- 画像の隅をズームして細部を検査可能
- 動画を高フレームレートでスロー再生して確認
- フレーム間で特定オブジェクトを追跡
- ツール呼び出しと構造化出力に対応
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
| $0.6 | $3 | $0.06 |
10 ドルで使える量
- 入力
- 1666.7万 トークン
- 出力
- 333.3万 トークン
現在の入力・出力料金から試算した目安で、割引は含みません。
推論
- 常に有効
- いいえ
Quick Start
このモデルを Felo API Platform 互換 API で呼び出すためのコードです。コードを書く前に Playground で prompt を試せます。
API key を設定
Felo API Platform アカウントで key を作成し、環境変数として設定します。
export FELO_API_KEY="YOUR_API_KEY"最初のリクエスト
このモデル ID を Felo API Platform endpoint で使用します。X-Request-Id などの任意ヘッダーはトラブルシュートに役立ちます。
glimpseこのモデルは reasoning に対応しています。選択した protocol とモデルルートが reasoning controls を提供する場合、会話継続時に返却された reasoning metadata を保持してください。
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());サードパーティ SDK の利用
互換 SDK では baseURL を次に設定します https://openapi.felo.ai/api/v1. Claude-style clients では Anthropic-compatible base URL を使用します。 https://openapi.felo.ai/api.
Streaming を有効化
stream: true を追加すると server-sent events で応答を受け取れます。
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 は互換性のあるモデル呼び出し surface を提供します。アプリや Agent client が既に対応している surface を選んでください。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringglimpse呼び出す公開モデル ID。max_tokensinteger—生成する最大 tokens。messagesarray—Chat Completions の会話メッセージ。stop———min_p———toolsarray—互換 schema に従う tool calling definitions。top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—対応している場合、回答の多様性を制御します。tool_choicestring or object—tool を呼び出すかどうかを制御します。top_logprobs———response_formatobject—対応時に structured output を要求します。presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———よくある質問
モデルについて： Glimpse?
Elorian: Glimpseは、Elorianの最初のモデルであり、視覚推論を専門とする研究プレビュー版です。テキスト・画像・動画を入力として受け取り、テキストで回答します。推論中に視覚的スクラッチスペースを使い、実際の画像や動画を何度も見直すことができます。画像の隅をズームして細部を確認したり、動画を高フレームレートでスロー再生して確認したり、特定のオブジェクトをフレーム間で追跡したりできます。 画像や動画を直接処理し、テキストで答えるため、視覚情報の詳細な分析が求められるタスクに適しています。具体的には、ロボティクスにおける合成データのラベリングや高レベル計画、建設・製造現場での動画レビュー、メディアアーカイブ向けの高密度動画キャプション、建設現場での正確なオブジェクトカウント、大量の視覚分析を頻繁に行うアプリケーション、タイムスタンプ付き動画レビュー、複数画像の比較などに利用できます。ツール呼び出しと構造化出力もサポートしています。 Elorianは、フロンティアの汎用モデルが視覚ワークロードに対して精度不足または高コストすぎる場合のギャップを埋めると述べています。一方で、独立した実地テストではすべてのタスクでGPT-6 AstraやClaude Opus 5.5を上回るわけではなく、細かい視覚パズルや高密度動画キャプションではGPT-6 Astraが、科学チャートの読み取りではClaude Opus 5.5が依然として強いと報告されています。また、長い多段回答の中で以前の発言と矛盾する可能性があり、完全な自己一貫性はありません。
利用料金はどのように計算されますか？
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。
どのような入力を受け付けますか？
テキスト、画像、動画の入力に対応し、テキストで出力します。画像や動画を直接処理して視覚的な推論を行うことができます。
コンテキスト長はどのくらいですか？
262Kトークンのコンテキストをサポートしています。
どのようなタスクに適していますか？
視覚推論を専門とし、ロボティクスの計画や合成データのラベリング、建設・製造現場の動画レビュー、高密度動画キャプション、オブジェクトカウント、複数画像の比較などに適しています。
同系列のモデルとの違いは何ですか？
Elorianの公式発表では、科学的なチャート推論やオープンボキャブラリのオブジェクトカウント、短い動画のキャプション、マニピュレーションイベント理解でGPT-6 Astraを上回り、身体性推論ではGPT-6 Astraと同等とされています。ただし独立した実地テストでは、細かい視覚パズルや高密度動画キャプションではGPT-6 Astraが、科学チャートの読み取りではClaude Opus 5.5が依然として強いと報告されています。
ツール呼び出しや構造化出力には対応していますか？
はい、ツール呼び出しと構造化出力の両方をサポートしています。