Glimpse API
Elorian: Glimpse คือโมเดลแรกจาก Elorian ที่เน้นการให้เหตุผลเชิงภาพโดยตรง สามารถย้อนกลับไปตรวจสอบรายละเอียดในภาพและวิดีโอระหว่างการคิดได้
Elorian: Glimpse คือโมเดลแรกจาก Elorian ที่ออกแบบมาเพื่อการให้เหตุผลเชิงภาพโดยเฉพาะ โมเดลรองรับการป้อนข้อความ ภาพ และวิดีโอ แล้วตอบกลับเป็นข้อความ โดยมีพื้นที่ภาพสำหรับการคิดที่ช่วยให้โมเดลย้อนกลับไปดูภาพหรือวิดีโอจริงระหว่างการให้เหตุผล สามารถซูมเข้าที่มุมภาพเพื่อตรวจสอบรายละเอียด ลดความเร็ววิดีโอให้มีอัตราเฟรมสูงขึ้นเพื่อทบทวน หรือติดตามวัตถุหนึ่งๆ ข้ามหลายเฟรมได้
จุดเด่นของ Glimpse คือการตรวจสอบรายละเอียดภาพที่ไม่แน่ใจซ้ำอีกครั้ง แทนที่จะเชื่อภาพ impression แรกเพียงอย่างเดียว และจะแจ้งเมื่อไม่สามารถระบุสิ่งของได้ โมเดลนี้มุ่งเป้าทั้งการใช้งานในโลกกายภาพและงานสื่อ เช่น การติดป้ายข้อมูลสังเคราะห์และการวางแผนระดับสูงในหุ่นยนต์ การทบทวนวิดีโอในไซต์ก่อสร้างและโรงงานผลิต การบรรยายภาพวิดีโอแบบละเอียดสำหรับคลังสื่อ และการนับวัตถุบนไซต์ก่อสร้างอย่างแม่นยำ รวมถึงงานที่ต้องวิเคราะห์ภาพปริมาณมากบ่อยครั้ง
Glimpse ยังรองรับการเรียกใช้เครื่องมือ (tool calling) และเอาต์พุตแบบมีโครงสร้าง Elorian ระบุว่าโมเดลนี้เติมช่องว่างที่โมเดลทั่วไประดับแนวหน้าอาจแม่นยำไม่พอหรือมีต้นทุนสูงเกินไปสำหรับงานภาพ อย่างไรก็ตาม ในการทดสอบอิสระ Glimpse ไม่ได้เหนือกว่า GPT-6 Astra และ Claude Opus 5.5 ในทุกงาน โดย GPT-6 Astra ยังแข็งแกร่งกว่าในงาน puzzle ภาพละเอียดและการบรรยายวิดีโอแบบละเอียด ขณะที่ Claude Opus 5.5 อ่านกราฟวิทยาศาสตร์ได้ดีกว่าเล็กน้อย และ Glimpse อาจขัดแย้งกับสิ่งที่ตัวเองกล่าวไว้ก่อนหน้าในคำตอบยาวๆ ที่มีหลายส่วน
อัปเดต:
ID โมเดล
glimpse- บริบท
- 262.144K
- เอาต์พุตสูงสุด
- 256K
- API ที่แนะนำ
- messages
- อินพุต
- text / image / video
- เอาต์พุต
- text
จุดเด่น
- ให้เหตุผลเชิงภาพโดยตรงจากภาพและวิดีโอ
- ย้อนกลับไปตรวจสอบรายละเอียดภาพที่ไม่แน่ใจ
- ซูมมุมภาพและลดความเร็ววิดีโอเพื่อทบทวน
- ติดตามวัตถุข้ามหลายเฟรมระหว่างการคิด
- รองรับการเรียกใช้เครื่องมือและเอาต์พุตแบบมีโครงสร้าง
ผู้ให้บริการ
เปรียบเทียบราคา API ระหว่างผู้ให้บริการ เลือกผู้ให้บริการเพื่อดูค่าใช้จ่ายและเงื่อนไขทั้งหมด
| $0.6 | $3 | $0.06 |
ซื้ออะไรได้ด้วย $10
- อินพุต
- 16.7M token
- เอาต์พุต
- 3.3M token
ประมาณจากราคาอินพุตและเอาต์พุตปัจจุบัน ก่อนหักส่วนลด
การให้เหตุผล
- เปิดใช้งานตลอด
- ไม่ใช่
เริ่มต้นอย่างรวดเร็ว
โค้ดพร้อมใช้สำหรับเรียกโมเดลนี้ด้วย API ที่เข้ากันได้ของ Felo API Platform เริ่มใน Playground เมื่อคุณต้องการทดสอบพรอมต์ก่อนเขียนโค้ด
ตั้งค่าคีย์ API
สร้างคีย์จากบัญชี Felo API Platform ของคุณและตั้งเป็นตัวแปรสภาพแวดล้อม
export FELO_API_KEY="YOUR_API_KEY"ส่งคำขอแรก
ใช้ ID โมเดลนี้กับ endpoint ของ Felo API Platform ส่วนหัวคำขอแบบไม่บังคับ เช่น X-Request-Id ช่วยในการแก้ไขปัญหา
glimpseโมเดลนี้มีความสามารถในการให้เหตุผล หากโปรโตคอลและเส้นทางโมเดลที่คุณเลือกเปิดการควบคุมการให้เหตุผล ให้เก็บเมทาดาทาการให้เหตุผลที่ส่งคืนไว้เมื่อสนทนาต่อ
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());การใช้ SDK ของบุคคลที่สาม
ใน SDK ที่เข้ากันได้ ให้ตั้ง baseURL เป็น https://openapi.felo.ai/api/v1. สำหรับไคลเอนต์สไตล์ Claude ให้ใช้ base URL ที่เข้ากันได้กับ Anthropic https://openapi.felo.ai/api.
เปิดใช้สตรีมมิ่ง
เพิ่ม stream: true เพื่อรับการตอบกลับเป็น 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 มีอินเทอร์เฟซสำหรับเรียกโมเดลที่เข้ากันได้ เลือกอินเทอร์เฟซที่แอปหรือไคลเอนต์เอเจนต์ของคุณรองรับอยู่แล้ว
Messages
ข้อความที่เข้ากันได้กับ Anthropic สำหรับไคลเอนต์สไตล์ Claude
POST
https://openapi.felo.ai/api/v1/messagesพารามิเตอร์
modelstringglimpseID โมเดลสาธารณะที่ต้องการเรียกmax_tokensinteger—จำนวนโทเคนสูงสุดที่สร้างmessagesarray—ข้อความสนทนาสำหรับ Chat Completionsstop———min_p———toolsarray—นิยาม tool calling ตามสคีมาที่เข้ากันได้top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—ควบคุมความหลากหลายของการตอบกลับเมื่อรองรับtool_choicestring or object—ควบคุมว่าควรเรียกเครื่องมือหรือไม่top_logprobs———response_formatobject—ขอเอาต์พุตแบบมีโครงสร้างเมื่อรองรับpresence_penalty———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———คำถามที่พบบ่อย
รู้จัก Glimpse?
Elorian: Glimpse คือโมเดลแรกจาก Elorian ที่ออกแบบมาเพื่อการให้เหตุผลเชิงภาพโดยเฉพาะ โมเดลรองรับการป้อนข้อความ ภาพ และวิดีโอ แล้วตอบกลับเป็นข้อความ โดยมีพื้นที่ภาพสำหรับการคิดที่ช่วยให้โมเดลย้อนกลับไปดูภาพหรือวิดีโอจริงระหว่างการให้เหตุผล สามารถซูมเข้าที่มุมภาพเพื่อตรวจสอบรายละเอียด ลดความเร็ววิดีโอให้มีอัตราเฟรมสูงขึ้นเพื่อทบทวน หรือติดตามวัตถุหนึ่งๆ ข้ามหลายเฟรมได้ จุดเด่นของ Glimpse คือการตรวจสอบรายละเอียดภาพที่ไม่แน่ใจซ้ำอีกครั้ง แทนที่จะเชื่อภาพ impression แรกเพียงอย่างเดียว และจะแจ้งเมื่อไม่สามารถระบุสิ่งของได้ โมเดลนี้มุ่งเป้าทั้งการใช้งานในโลกกายภาพและงานสื่อ เช่น การติดป้ายข้อมูลสังเคราะห์และการวางแผนระดับสูงในหุ่นยนต์ การทบทวนวิดีโอในไซต์ก่อสร้างและโรงงานผลิต การบรรยายภาพวิดีโอแบบละเอียดสำหรับคลังสื่อ และการนับวัตถุบนไซต์ก่อสร้างอย่างแม่นยำ รวมถึงงานที่ต้องวิเคราะห์ภาพปริมาณมากบ่อยครั้ง Glimpse ยังรองรับการเรียกใช้เครื่องมือ (tool calling) และเอาต์พุตแบบมีโครงสร้าง Elorian ระบุว่าโมเดลนี้เติมช่องว่างที่โมเดลทั่วไประดับแนวหน้าอาจแม่นยำไม่พอหรือมีต้นทุนสูงเกินไปสำหรับงานภาพ อย่างไรก็ตาม ในการทดสอบอิสระ Glimpse ไม่ได้เหนือกว่า GPT-6 Astra และ Claude Opus 5.5 ในทุกงาน โดย GPT-6 Astra ยังแข็งแกร่งกว่าในงาน puzzle ภาพละเอียดและการบรรยายวิดีโอแบบละเอียด ขณะที่ Claude Opus 5.5 อ่านกราฟวิทยาศาสตร์ได้ดีกว่าเล็กน้อย และ Glimpse อาจขัดแย้งกับสิ่งที่ตัวเองกล่าวไว้ก่อนหน้าในคำตอบยาวๆ ที่มีหลายส่วน
การใช้งานถูกเรียกเก็บเงินอย่างไร
ค่าใช้จ่ายขึ้นอยู่กับผู้ให้บริการที่คุณใช้ ราคาของผู้ให้บริการนั้น และปริมาณการใช้งาน อินพุตที่ยาวขึ้นหรือเงื่อนไขอื่นอาจมีราคาแตกต่างกัน
Glimpse รองรับการป้อนข้อมูลรูปแบบใดบ้าง
รองรับการป้อนข้อความ ภาพ และวิดีโอ โดยตอบกลับเป็นข้อความ
Glimpse เหมาะกับงานประเภทใด
เหมาะกับงานที่ต้องวิเคราะห์ภาพและวิดีโอโดยตรง เช่น การติดป้ายข้อมูลสังเคราะห์ การวางแผนในหุ่นยนต์ การทบทวนวิดีโอในไซต์ก่อสร้าง การนับวัตถุ และการบรรยายวิดีโอแบบละเอียด
Glimpse ต่างจากโมเดลอื่นในกลุ่มอย่างไร
Glimpse ใช้พื้นที่ภาพสำหรับการคิดเพื่อย้อนกลับไปตรวจสอบภาพหรือวิดีโอจริงระหว่างการให้เหตุผล สามารถซูมเข้าที่มุมภาพ ลดความเร็ววิดีโอ และติดตามวัตถุข้ามเฟรมได้
Glimpse มีข้อจำกัดอะไรบ้าง
ในการทดสอบอิสระ Glimpse ไม่ได้เหนือกว่า GPT-6 Astra และ Claude Opus 5.5 ในทุกงาน โดย GPT-6 Astra ยังแข็งแกร่งกว่าในงาน puzzle ภาพละเอียดและการบรรยายวิดีโอแบบละเอียด ส่วน Claude Opus 5.5 อ่านกราฟวิทยาศาสตร์ได้ดีกว่าเล็กน้อย และ Glimpse อาจขัดแย้งกับคำกล่าวก่อนหน้าของตัวเองในคำตอบยาวๆ
Glimpse รองรับเครื่องมือและเอาต์พุตแบบมีโครงสร้างหรือไม่
รองรับทั้งการเรียกใช้เครื่องมือ (tool calling) และเอาต์พุตแบบมีโครงสร้าง