Glimpse API
Model pertama Elorian yang mengkhusus dalam penaakulan visual, memproses imej dan video secara langsung serta menjawab dalam bentuk teks.
Elorian: Glimpse ialah model pertama daripada Elorian, sebuah syarikat yang diasaskan oleh Andrew Dai, bekas pekerja Google selama 12 tahun yang mengetuai bahagian data Gemini. Model ini dikeluarkan sebagai pratonton penyelidikan dengan akses API dan antara muka sembang terhad kepada senarai menunggu. Glimpse mengkhusus dalam penaakulan visual dan menggunakan ruang coretan visual untuk meneliti semula imej dan video sebenar semasa proses penaakulan. Ia boleh mengezum sudut imej untuk memeriksa butiran, memperlahankan video ke kadar bingkai lebih tinggi, dan menjejak objek tertentu merentas beberapa bingkai. Model ini memproses input teks, imej dan video, serta menghasilkan output teks, dengan sokongan untuk panggilan alat dan output berstruktur.
Glimpse sesuai untuk tugas yang memerlukan analisis visual mendalam seperti pelabelan data sintetik dan perancangan peringkat tinggi dalam robotik, semakan video di tapak pembinaan dan pembuatan, kapsyen video padat untuk arkib media, pengiraan objek yang tepat di tapak pembinaan, serta aplikasi yang kerap menjalankan analisis visual secara besar-besaran. Ia juga berguna untuk semakan video dengan cap masa dan perbandingan beberapa imej. Dalam demo rasmi, ia mengenal pasti video tarian lakaran pensel 7 saat sebagai tarian pasangan swing gaya lindy hop dua langkah dan menerangkan pergerakan mengikut segmen masa. Dalam ujian langsung, ia mengenal pasti video seorang lelaki melakukan split antara dua kereta api janaan AI yang bergerak dan menunjukkan ketidakselarasan fizikal kerana kereta api tidak bergerak relatif kepada lelaki atau landasan. Ia juga mengesan ketidakselarasan optik seperti tanda air yang kelihatan, kepulan habuk pegun dan tompok jerebu yang tidak konsisten. Pada rakaman sebenar tanpa suntingan, ia menjejak pergerakan tangan, mengira monitor dan mikrofon, serta mengukur keseragaman pencahayaan merentas klip.
Antara kekuatannya, Glimpse meneliti semula butiran visual yang tidak pasti daripada bergantung pada tanggapan pertama yang mungkin hilang ketepatan, dan melaporkan apabila ia tidak dapat mengenal pasti sesuatu item. Ia menunjukkan tumpuan kuat terhadap butiran visual halus dalam penaakulan berbilang imej dan menyasarkan kedua-dua kes penggunaan dunia fizikal dan media. Elorian menyatakan model ini mengisi jurang di mana model umum terdepan sama ada tidak cukup tepat atau terlalu mahal untuk beban kerja visual. Walau bagaimanapun, dalam ujian langsung bebas, ia tidak mengatasi GPT-6 Astra dan Claude Opus 5.5 pada setiap tugas. GPT-6 Astra kekal lebih kuat pada tugas teka-teki visual halus dan kapsyen video padat, manakala Claude Opus 5.5 lebih baik sedikit dalam membaca carta saintifik. Glimpse juga boleh bercanggah dengan kenyataannya sendiri dalam jawapan panjang berbilang bahagian, jadi ia tidak sepenuhnya konsisten dengan diri sendiri.
Dikemas kini:
ID MODEL
glimpse- Konteks
- 262.144K
- Output maks
- 256K
- API yang disyorkan
- messages
- Input
- text / image / video
- Output
- text
Sorotan
- Penaakulan visual dengan ruang coretan visual
- Mengezum sudut imej untuk butiran
- Memperlahankan video ke kadar bingkai lebih tinggi
- Menjejak objek merentas bingkai
- Input teks, imej dan video
- Sokongan panggilan alat dan output berstruktur
Penyedia
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| $0.6 | $3 | $0.06 |
Apa yang boleh dibeli dengan $10
- Input
- 16.7J token
- Output
- 3.3J token
Anggaran berdasarkan harga input dan output semasa, sebelum diskaun.
Penaakulan
- Sentiasa diaktifkan
- Tidak
Mula pantas
Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.
Tetapkan kunci API
Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.
export FELO_API_KEY="YOUR_API_KEY"Hantar permintaan pertama
Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.
glimpseModel ini mampu membuat penaakulan. Jika protokol dan laluan model yang anda pilih menyediakan kawalan penaakulan, kekalkan metadata penaakulan yang dipulangkan apabila meneruskan perbualan.
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());Menggunakan SDK pihak ketiga
Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.
Dayakan penstriman
Tambah stream: true untuk menerima respons sebagai 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
Felo API Platform menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.
Messages
Mesej serasi Anthropic untuk klien gaya Claude.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringglimpseID model awam untuk dipanggil.max_tokensinteger—Bilangan maksimum token yang dijana.messagesarray—Mesej perbualan untuk Chat Completions.stop———min_p———toolsarray—Definisi tool calling mengikut skema serasi.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Mengawal kepelbagaian respons apabila disokong.tool_choicestring or object—Mengawal sama ada alat perlu dipanggil.top_logprobs———response_formatobject—Meminta output berstruktur apabila disokong.presence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Soalan lazim
Mengenali Glimpse?
Elorian: Glimpse ialah model pertama daripada Elorian, sebuah syarikat yang diasaskan oleh Andrew Dai, bekas pekerja Google selama 12 tahun yang mengetuai bahagian data Gemini. Model ini dikeluarkan sebagai pratonton penyelidikan dengan akses API dan antara muka sembang terhad kepada senarai menunggu. Glimpse mengkhusus dalam penaakulan visual dan menggunakan ruang coretan visual untuk meneliti semula imej dan video sebenar semasa proses penaakulan. Ia boleh mengezum sudut imej untuk memeriksa butiran, memperlahankan video ke kadar bingkai lebih tinggi, dan menjejak objek tertentu merentas beberapa bingkai. Model ini memproses input teks, imej dan video, serta menghasilkan output teks, dengan sokongan untuk panggilan alat dan output berstruktur. Glimpse sesuai untuk tugas yang memerlukan analisis visual mendalam seperti pelabelan data sintetik dan perancangan peringkat tinggi dalam robotik, semakan video di tapak pembinaan dan pembuatan, kapsyen video padat untuk arkib media, pengiraan objek yang tepat di tapak pembinaan, serta aplikasi yang kerap menjalankan analisis visual secara besar-besaran. Ia juga berguna untuk semakan video dengan cap masa dan perbandingan beberapa imej. Dalam demo rasmi, ia mengenal pasti video tarian lakaran pensel 7 saat sebagai tarian pasangan swing gaya lindy hop dua langkah dan menerangkan pergerakan mengikut segmen masa. Dalam ujian langsung, ia mengenal pasti video seorang lelaki melakukan split antara dua kereta api janaan AI yang bergerak dan menunjukkan ketidakselarasan fizikal kerana kereta api tidak bergerak relatif kepada lelaki atau landasan. Ia juga mengesan ketidakselarasan optik seperti tanda air yang kelihatan, kepulan habuk pegun dan tompok jerebu yang tidak konsisten. Pada rakaman sebenar tanpa suntingan, ia menjejak pergerakan tangan, mengira monitor dan mikrofon, serta mengukur keseragaman pencahayaan merentas klip. Antara kekuatannya, Glimpse meneliti semula butiran visual yang tidak pasti daripada bergantung pada tanggapan pertama yang mungkin hilang ketepatan, dan melaporkan apabila ia tidak dapat mengenal pasti sesuatu item. Ia menunjukkan tumpuan kuat terhadap butiran visual halus dalam penaakulan berbilang imej dan menyasarkan kedua-dua kes penggunaan dunia fizikal dan media. Elorian menyatakan model ini mengisi jurang di mana model umum terdepan sama ada tidak cukup tepat atau terlalu mahal untuk beban kerja visual. Walau bagaimanapun, dalam ujian langsung bebas, ia tidak mengatasi GPT-6 Astra dan Claude Opus 5.5 pada setiap tugas. GPT-6 Astra kekal lebih kuat pada tugas teka-teki visual halus dan kapsyen video padat, manakala Claude Opus 5.5 lebih baik sedikit dalam membaca carta saintifik. Glimpse juga boleh bercanggah dengan kenyataannya sendiri dalam jawapan panjang berbilang bahagian, jadi ia tidak sepenuhnya konsisten dengan diri sendiri.
Bagaimana penggunaan dicaj?
Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.
Apakah jenis input yang disokong oleh Glimpse?
Glimpse menyokong input teks, imej dan video, serta menghasilkan output dalam bentuk teks.
Berapakah panjang konteks Glimpse?
Glimpse mempunyai konteks 262K token. Had output tidak dinyatakan dalam maklumat yang tersedia.
Apakah tugas yang paling sesuai untuk Glimpse?
Glimpse sesuai untuk analisis visual mendalam seperti pelabelan data sintetik dan perancangan robotik, semakan video di tapak pembinaan, kapsyen video padat, pengiraan objek, semakan video bercap masa dan perbandingan imej.
Bagaimanakah Glimpse berbeza daripada GPT-6 Astra dan Claude Opus 5.5?
Elorian melaporkan Glimpse mengatasi GPT-6 Astra dalam penaakulan carta saintifik, pengiraan objek terbuka, kapsyen video pendek dan pemahaman peristiwa manipulasi, serta menyamai GPT-6 Astra dalam penaakulan terbenam. Namun, dalam ujian langsung bebas, GPT-6 Astra kekal lebih kuat pada teka-teki visual halus dan kapsyen video padat, manakala Claude Opus 5.5 lebih baik sedikit dalam membaca carta saintifik.
Adakah Glimpse menyokong panggilan alat dan output berstruktur?
Ya, Glimpse menyokong panggilan alat dan output berstruktur.