Byg med CometAPIHar du brug for én API til flere modeller?Test workflowet i Playground, og opret derefter en API-nøgle, når model og pris passer til dit brugsscenarie.
Hvad er Elorian Glimpse? Prissætning, funktioner & benchmarks
Opdag Elorian Glimpse, dets visuelle ræsonneringsfunktioner, API-priser, officielle benchmark-resultater, sammenligninger med GPT-6 Astra og hvordan du får adgang til det.
Elorian Glimpse er en multimodal visuel ræsonneringsmodel annonceret den 16. oktober 2026. Den kan genbesøge billeder, inspicere videorammer og forfine visuelle beviser under ræsonneringen. Den annoncerede API-pris er $0.60 per million inputtokens og $3.00 per million outputtokens. Elorian rapporterer konkurrencedygtig ydeevne i objektoptælling, robotikbegivenheder, diagrammer og videokaptionering, selvom disse leverandør-rapporterede resultater ikke udgør en omfattende uafhængig validering.
Key Takeaways
Visuel tænkning muliggør fornyet inspektion af billed- og videobeviser frem for kun et indledende visuelt gennemløb.
Glimpse rapporteres at score 42.70 på WGO Bench, 92.90 på CharXiv-R og 83.36 på FSC-147.
Publicerede API-satser er $0.60 for input og $3.00 for output per million tokens.
Modellen accepterer tekst-, billede- og videoinput og genererer tekstoutput.
Udviklere bør sammenligne nøjagtighed, latenstid og samlede opgaveomkostninger, før de tager den i brug.
Gennemgået for klarhed, kildeangivelse og aktuel API-terminologi.
What Is Elorian Glimpse?
Elorian Glimpse er en multimodal ræsonneringsmodel for udviklere, der evaluerer forståelse af billeder og video. Elorian annoncerede sin forskningsforhåndsvisning den 16. oktober 2026. Denne artikel forklarer dens visuelle ræsonneringstilgang, publicerede benchmarkresultater, lanceringspriser og API-adgangsmuligheder.
Dens visuelle tænkningstilgang giver modellen mulighed for at genundersøge visuelle beviser, mens et svar udvikles. Gentagen inspektion kan hjælpe med at afklare tvetydighed, men dens værdi afhænger af opgavernes nøjagtighed samt den ekstra tid og de ekstra tokens, der forbruges.
Elorian Glimpse Specifications
Specifikation
Elorian Glimpse
Udvikler
Elorian
Udgivelsesdato
16. oktober 2026
Udgivelsesstatus
Forskningsforhåndsvisning
Input
Tekst, billeder, video
Output
Tekst
Kontekstvindue
262,144 tokens (OpenRouter-metadata)
Træningsbaggrund
Eftertrænet fra uoplyst open-weight-base
Antal parametre
Ikke oplyst i den gennemgåede lanceringsmeddelelse
Offentlige vægte
Ingen downloadbar checkpoint identificeret i det gennemgåede lanceringsmateriale
API-priser
$0.60 input / $3.00 output per 1M tokens
Tilgængelighed
Elorian API/chat; tredjeparts-routing
OpenRouter rapporterer et kontekstvindue på 262,144 tokens. Dette er en specifikation fra routingudbyderen, ikke en grænse angivet i Elorians lanceringsmeddelelse. OpenRouter angiver 17. oktober som udgivelsesdato; Elorians egen annoncering er dateret 16. oktober. Den gennemgåede lanceringsmeddelelse nævner ikke basismodellen eller oplyser antallet af parametre.
What Makes Elorian Glimpse Different?
Elorian beskriver Glimpse som at bringe visuelle repræsentationer ind i selve ræsonneringsprocessen, så den kan genbesøge og forfine disse repræsentationer, efterhånden som tænkningen udfolder sig. Glimpse kan inspicere visuelt materiale igen, når der opstår usikkerhed. I Elorians publicerede eksempler zoomer Glimpse ind på billedområder, genbesøger korte videointervaller med højere samplingrate og sporer egenskaber over tid for at afklare usikkerhed.
Object Counting and State Recognition
Et Elorian-eksempel beder om en optælling af åbne tænger blandt lignende værktøjer. Referencesvaret er fire. Denne sondring er vigtig: at genkende “tænger” er noget andet end at afgøre, om et individuelt par er åbent. Eksemplet illustrerer opgavetypen snarere end at levere et uafhængigt verificeret live-inferensspor.
Physical Reasoning and Consequence Prediction
I Elorians dækeksempel identificerer det gennemgåede referencesvar kvinden i den stribede top som den person, der er mest umiddelbart i risiko. Hvis hun mister grebet, før dækket når en opret position, roterer den hævede kant nedad omkring kanten, der hviler på jorden, og bevæger sig mod hende.
Dette demonstrerer det tiltænkte ræsonneringsmål, ikke et krav om at Glimpse er en præcis fysiksimulator.
Video Understanding and Agents
Glimpse kan inspicere udvalgte videointervaller med højere samplingtæthed for at afklare tvetydige tidslige hændelser, såsom et bevægende kamera versus en scenetransition. Elorian beskriver desuden multimodale værktøjer og samarbejdende underagenter. For udviklere antyder dette muligheder inden for videoindeksering, gennemgang af optagelser og visuelle agent-workflows, men kapacitet og driftsmæssige begrænsninger kræver stadig evaluering.
How Does Elorian Glimpse Perform on Benchmarks?
Lanceringsevalueringstabellen rapporterer leverandørresultater, ikke en uafhængig head-to-head-test. Tabellen nedenfor udvælger de 11 evalueringer, der deles med GPT-6 Astra; den udelader E.T. Bench, fordi der ikke er leveret et Astra-resultat. Scores bruger benchmarkspecifikke metrikker og bør ikke gennemsnittes.
Benchmark
Glimpse
GPT-6 Astra
GPT-6.1 Sol
Claude Opus 5.5
Gemini 3.8 Flash
WGO Bench
42.70
39.42
38.91
12.34
33.99
ERQA
83.75
83.75
82.45
82.20
81.20
BabyVision
95.36
97.68
97.16
—
83.25
HSS
46.36
53.60
46.60
49.81
41.60
CharXiv-R
92.90
92.10
92.60
93.40
91.80
UGC-VideoCap
82.66
80.32
80.41
76.35
78.33
DREAM-1K
76.04
79.05
77.93
72.05
70.00
TOMATO
93.60
96.02
89.02
72.44
83.02
Elorian rapporterer Glimpse ved maksimal indsats; Astra, Sol og Opus bruger generelt max med Code Interpreter. Gemini bruger high med Code Interpreter til billeder og Video Agent til video. For video bruger Sol og Opus high med Code Interpreter, undtagen Sol på Video-MME v2, som bruger max. HSS inkluderer også artiklens rapporterede resultater. Disse konfigurationer er forskellige, så resultaterne isolerer ikke modelkvalitet ved lige inferensbudgetter.
Video-MME v2 bruger undertekster og en grupperet rubrikscore. Andre rækker bevarer deres publicerede benchmark-skoreskalaer; en score skal ikke automatisk læses som procentnøjagtighed. Lanceringstabellen leverer ikke en komplet reproducerbarhedspakke, der dækker al hardware, inferensbudgetter og usikkerhed ved gentagne kørseler.
På tværs af 11 fælles benchmarks slår Glimpse GPT-6 Astra på fire, er lige på én og ligger efter på seks. Den klarer sig særligt godt på WGO Bench og FSC-147, mens Astra er stærkere på HSS og Video-MME v2. Resultatet indikerer specialiserede styrker, ikke universel overlegenhed.
Humanity’s Sixth Sense tester ræsonnering, der rækker ud over direkte synlige objekter mod rumlige relationer og fysiske konsekvenser. Glimpse scorer 46.36 på HSS, sammenlignet med GPT-6 Astras 53.60—en forskel på 7.24 point. Dette resultat identificerer en relativ svaghed på denne evaluering, men forklarer ikke årsagen til forskellen.
How Much Does Elorian Glimpse API Cost?
Elorians anmeldte tokensatser er $0.60 per million ikke-cachede inputtokens og $3.00 per million outputtokens. Følgende tabel gengiver deres lanceringssammenligning per 16. oktober 2026, inklusive Geminis introduktionssatser. Disse tal afspejler lanceringssammenligningen publiceret den 16. oktober 2026. Tjek din valgte udbyders aktuelle satser, før du estimerer en regning.
Model
Ikke-cachet input / 1M tokens (USD)
Output / 1M tokens (USD)
Token-sats-multiplikator i forhold til Glimpse
Elorian Glimpse
$0.60
$3.00
1×
Gemini 3.8 Flash (introduktionspris)
$0.75
$3.75
1.25×
GPT-6.1 Sol
$2.00
$10.00
3.33×
Claude Opus 5.5
$4.00
$20.00
6.67×
GPT-6 Astra
$10.00
$50.00
16.67×
Multiplikatorer sammenligner de anførte input- og outputtokensatser separat; de er ikke målte opgaveomkostningsforhold. Udbyderrabatter, caching, lang-kontekst-tier, ræsonneringsbrug og efterfølgende prisændringer kan ændre en faktisk regning.
Ved de annoncerede satser vil en anmodning med 10,000 inputtokens og 2,000 outputtokens koste $0.012. Dette er en illustrativ beregning; faktiske omkostninger afhænger af fakturering af billeder, video og ræsonneringsbrug.
Tjek hvordan din udbyder fakturerer videorammer, billeder, cachede input og ræsonneringstokens. Gentaget visuel inspektion kan tilføje tid og tokens, så sammenlign omkostning per vellykket opgave såvel som tokensatsen.
How to Access Elorian Glimpse?
Du kan prøve Glimpse via Elorians platform, som tilbyder en chatgrænseflade og API-adgang. Til en applikation skal du bruge udbyderens aktuelle dokumentation til at få legitimationsoplysninger, vælge modellen og indsende en lille billede- eller videoanmodning, før du udvider til din fulde arbejdsbyrde.
Hvis du foretrækker et samlet API for flere modeller, tilbyder CometAPI en OpenAI-kompatibel integration. Tjek først deres aktuelle modelkatalog for Glimpse-tilgængelighed og understøttede billede- eller videoinput. Hvis tilgængelig, opret en API-nøgle, konfigurer basis-URL og den nøjagtige model-ID fra deres integrationsdokumentation, og test en anmodning. Brug udbyderens oplyste pris og forbrugsregistreringer til at estimere omkostninger.
What Can Elorian Glimpse Be Used For?
Industriel inspektion: Gennemgå udstyrs-billeder for objekttilstande og synlige detaljer.
Robotikoptagelser: Identificér manipulationshændelser og opsummér udførte operationer.
Videoindeksering: Spor hændelser over tid og generér søgbare annoteringer.
Byggeovervågning: Fortolk rumlige relationer i pladsbilleder og visuelle registreringer.
Videnskabelig analyse: Læs diagrammer og figurer og beskriv relevante visuelle beviser.
Lageroptælling: Tæl lignende objekter for at understøtte visuel lageropgørelse.
Medieanalyse: Generér beskrivelser af hændelser og ændringer på tværs af et klip.
Til industrielle udrulninger skal du etablere præcision og recall på rigtigt udstyr, kontrollere falske alarmer og evaluere datadrift. De publicerede benchmarks fastslår ikke sikkerhedskritisk fejldetektionsperformance eller robotstyringspålidelighed.
What Are the Limitations of Elorian Glimpse?
Leverandør-rapporterede beviser: Elorians lanceringsresultater giver et udgangspunkt for evaluering. Test Glimpse på dine egne repræsentative opgaver, da forskelle i værktøjer og ræsonneringsindsats gør benchmark-sammenligninger ufuldkomne.
Effektivitet og produktionsparathed: Gentagen visuel inspektion kan øge tokensforbrug og latenstid. Da Glimpse er en forskningsforhåndsvisning, skal du evaluere svartkvalitet, omkostning per vellykket opgave, datahåndtering, service-tilgængelighed og fejladfærd, før du er afhængig af den i produktion.
Modelgennemsigtighed: Lanceringsmaterialet beskriver eftertræning af en open-weight-base uden at navngive den model eller dens antal parametre. Der blev ikke identificeret nogen downloadbar Glimpse-checkpoint i det materiale, der blev gennemgået pr. 20. oktober 2026, så tjek direkte med udbyderen, hvis du har brug for selvhosting eller specifikke licensvilkår.
FAQ
Kan Glimpse returnere struktureret JSON og kalde værktøjer?
OpenRouter dokumenterer understøttelse af tools, tool_choice og JSON-schema-struktureret output via response_format. Dette er kapaciteter hos routingudbyderen, så bekræft understøttelse på den valgte endpoint. Applikationer bør validere returnerede data og udføre værktøjskald gennem deres egne tilladelsestjek; en understøttet anmodningsparameter garanterer ikke korrekt værktøjsvalg.
Hvordan bør udviklere opdele lange videoer til Glimpse?
Brug opgavegrænser og bevar tidsstempler, når du designer en chunking-strategi. Hold tilstrækkelig overlap for at bevare hændelser, der krydser en grænse, og dedupliker gentagne hændelser, når resultaterne flettes. Dette er en applikationsdesign-tilgang, ikke en officiel Glimpse-varighedsgrænse. Test den mod hele klip, hvor det er muligt, især når identitetssporing strækker sig over flere segmenter.
Tilbyder Glimpse en pris for cachet input på OpenRouter?
OpenRouter-priser og kapacitetsdetaljer angiver cache-læsninger til $0.06 per million tokens pr. 20. oktober 2026. Den sats gælder for berettigede cache-læsninger, ikke hver gentagen prompt. Bekræft udbyderens caching-understøttelse og inspicér faktiske forbrugsregistreringer, før du anvender cachesatsen på et omkostningsestimat.
Hvad bør en Glimpse-produktions-evaluering måle?
Brug et repræsentativt mærket datasæt, inkluder tvetydige og mislykkede eksempler, og anvend samme acceptkriterier på hver kandidat. Registrér opgavenøjagtighed, falske positiver, latenstidspercentiler, tokensforbrug og omkostning per accepteret resultat. Ved optælling eller hændelsesudtræk bør fejl inspiceres efter objekttilstand eller hændelsesgrænse frem for at være afhængig af én samlet score.
Conclusion
Glimpse er et interessant eksempel på visuel ræsonnering, der genbesøger beviser fremfor kun at stole på et første blik. Specialiserede styrker på tværs af robotbegivenheder, tolkning af diagrammer og optælling kombineres med lavt annoncerede tokensatser. Uafhængig validering, ræsonneringseffektivitet og produktionsmodenhed forbliver åbne overvejelser. Brug et repræsentativt visuelt testsæt til at sammenligne svarkvalitet og end-to-end-omkostninger før udrulning.
