Glimpse API
O Glimpse é o primeiro modelo da Elorian, especializado em raciocínio visual: ele examina imagens e vídeos em um espaço visual próprio, podendo dar zoom e desacelerar cenas para responder em texto.
O Glimpse é o primeiro modelo lançado pela Elorian, apresentado como uma prévia de pesquisa com acesso via API e uma interface de chat por lista de espera. Ele foi projetado para raciocínio visual: em vez de confiar apenas em uma primeira impressão, o modelo usa um espaço visual para revisitar as imagens e os vídeos originais durante o raciocínio. Isso inclui dar zoom em cantos de imagens para inspecionar detalhes, desacelerar vídeos para uma taxa de quadros maior e acompanhar um objeto específico ao longo de vários quadros. O modelo aceita texto, imagem e vídeo como entrada e responde em texto, com suporte a chamadas de ferramentas e saídas estruturadas, em uma janela de contexto de 262K tokens.
Ele é voltado tanto para aplicações no mundo físico quanto para mídia. Os casos de uso incluem rotulagem de dados sintéticos e planejamento de alto nível em robótica, revisão de vídeos em canteiros de obras e fábricas, legendagem densa de vídeos para arquivos de mídia, contagem precisa de objetos em canteiros de obras, revisão de vídeos com carimbo de data/hora, comparação de várias imagens e aplicações que realizam análises visuais frequentes e de grande volume. Em demonstrações e testes práticos, o modelo identificou um vídeo de dança em esboço a lápis como um swing two-step e descreveu os movimentos por segmento de tempo; apontou uma inconsistência física em um vídeo de um homem fazendo espacate entre dois trens gerados por IA em movimento; e detectou inconsistências ópticas como uma marca d'água visível, uma pluma de poeira estacionária e manchas de névoa inconsistentes. Em filmagens reais não editadas, acompanhou movimentos das mãos, contou monitores e microfones e mediu a consistência da iluminação ao longo de um clipe.
Entre os pontos fortes, o Glimpse reexamina detalhes visuais incertos, informa quando não consegue identificar um item e demonstra forte atenção a detalhes finos no raciocínio com várias imagens. A Elorian afirma que ele preenche uma lacuna em que modelos generalistas de fronteira são imprecisos demais ou caros demais para cargas de trabalho visuais. Ainda assim, há limitações: em testes independentes, ele não supera o GPT-6 Astra e o Claude Opus 5.5 em todas as tarefas; o GPT-6 Astra continua mais forte em quebra-cabeças visuais finos e legendagem densa de vídeos; o Claude Opus 5.5 é ligeiramente melhor na leitura de gráficos científicos; e o Glimpse pode contradizer suas próprias afirmações anteriores em respostas longas com várias partes, não sendo totalmente autoconsistente.
Atualizado:
ID DO MODELO
glimpse- Contexto
- 262.144K
- Saída máxima
- 256K
- API recomendada
- messages
- Entrada
- text / image / video
- Saída
- text
Destaques
- Raciocínio visual com espaço visual próprio
- Dá zoom em detalhes de imagens
- Desacelera vídeos para revisão
- Rastreia objetos entre quadros
- Contexto de 262K tokens
- Suporta ferramentas e saídas estruturadas
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| $0.6 | $3 | $0.06 |
O que $10 compram
- Entrada
- 16,7 mi tokens
- Saída
- 3,3 mi tokens
Estimativa com base nos preços atuais de entrada e saída, antes de descontos.
Raciocínio
- Sempre ativado
- Não
Início rápido
Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.
Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"Faça sua primeira requisição
Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.
glimpseEste modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.
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());Usar SDKs de terceiros
Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.
Ative o streaming
Adicione stream: true para receber respostas como server-sent events.
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
A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.
Messages
Mensagens compatíveis com Anthropic para clientes no estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParâmetros
modelstringglimpseID público do modelo a chamar.max_tokensinteger—Número máximo de tokens gerados.messagesarray—Mensagens da conversa para Chat Completions.stop———min_p———toolsarray—Definições de tool calling seguindo o schema compatível.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Controla a variedade das respostas quando compatível.tool_choicestring or object—Controla se uma ferramenta deve ser chamada.top_logprobs———response_formatobject—Solicita saída estruturada quando compatível.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Perguntas frequentes
O que é Glimpse?
O Glimpse é o primeiro modelo lançado pela Elorian, apresentado como uma prévia de pesquisa com acesso via API e uma interface de chat por lista de espera. Ele foi projetado para raciocínio visual: em vez de confiar apenas em uma primeira impressão, o modelo usa um espaço visual para revisitar as imagens e os vídeos originais durante o raciocínio. Isso inclui dar zoom em cantos de imagens para inspecionar detalhes, desacelerar vídeos para uma taxa de quadros maior e acompanhar um objeto específico ao longo de vários quadros. O modelo aceita texto, imagem e vídeo como entrada e responde em texto, com suporte a chamadas de ferramentas e saídas estruturadas, em uma janela de contexto de 262K tokens. Ele é voltado tanto para aplicações no mundo físico quanto para mídia. Os casos de uso incluem rotulagem de dados sintéticos e planejamento de alto nível em robótica, revisão de vídeos em canteiros de obras e fábricas, legendagem densa de vídeos para arquivos de mídia, contagem precisa de objetos em canteiros de obras, revisão de vídeos com carimbo de data/hora, comparação de várias imagens e aplicações que realizam análises visuais frequentes e de grande volume. Em demonstrações e testes práticos, o modelo identificou um vídeo de dança em esboço a lápis como um swing two-step e descreveu os movimentos por segmento de tempo; apontou uma inconsistência física em um vídeo de um homem fazendo espacate entre dois trens gerados por IA em movimento; e detectou inconsistências ópticas como uma marca d'água visível, uma pluma de poeira estacionária e manchas de névoa inconsistentes. Em filmagens reais não editadas, acompanhou movimentos das mãos, contou monitores e microfones e mediu a consistência da iluminação ao longo de um clipe. Entre os pontos fortes, o Glimpse reexamina detalhes visuais incertos, informa quando não consegue identificar um item e demonstra forte atenção a detalhes finos no raciocínio com várias imagens. A Elorian afirma que ele preenche uma lacuna em que modelos generalistas de fronteira são imprecisos demais ou caros demais para cargas de trabalho visuais. Ainda assim, há limitações: em testes independentes, ele não supera o GPT-6 Astra e o Claude Opus 5.5 em todas as tarefas; o GPT-6 Astra continua mais forte em quebra-cabeças visuais finos e legendagem densa de vídeos; o Claude Opus 5.5 é ligeiramente melhor na leitura de gráficos científicos; e o Glimpse pode contradizer suas próprias afirmações anteriores em respostas longas com várias partes, não sendo totalmente autoconsistente.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais tipos de entrada o Glimpse aceita?
Ele aceita texto, imagem e vídeo como entrada e responde em texto. Processa imagens e vídeos diretamente.
Qual é o tamanho da janela de contexto do Glimpse?
O modelo tem uma janela de contexto de 262K tokens. O limite de saída não foi informado no material disponível.
Para quais tarefas o Glimpse é mais indicado?
Ele é voltado para raciocínio visual, incluindo rotulagem de dados sintéticos, planejamento em robótica, revisão de vídeos em obras e fábricas, legendagem densa de vídeos, contagem de objetos e comparação de imagens.
Como o Glimpse se compara ao GPT-6 Astra e ao Claude Opus 5.5?
Segundo a Elorian, o Glimpse supera o GPT-6 Astra em raciocínio com gráficos científicos, contagem de objetos em vocabulário aberto, legendagem de vídeos curtos e compreensão de eventos de manipulação, e o iguala em raciocínio corporificado. Em testes independentes, porém, ele não supera esses modelos em todas as tarefas: o GPT-6 Astra continua mais forte em quebra-cabeças visuais finos e legendagem densa, e o Claude Opus 5.5 é ligeiramente melhor na leitura de gráficos científicos.
O Glimpse admite quando não consegue identificar algo?
Sim, ele informa quando não consegue identificar um item. Além disso, pode contradizer suas próprias afirmações anteriores em respostas longas com várias partes, não sendo totalmente autoconsistente.