Xây dựng với CometAPICần một API cho nhiều mô hình?Kiểm thử quy trình trong Playground, sau đó tạo API key khi mô hình và chi phí phù hợp với trường hợp sử dụng của bạn.
Elorian Glimpse là một mô hình suy luận thị giác đa phương thức được công bố vào ngày 16 tháng 10, 2026. Nó có thể xem lại hình ảnh, kiểm tra các khung hình video và tinh chỉnh bằng chứng trực quan trong quá trình suy luận. Mức giá API được công bố là $0.60 cho mỗi triệu token đầu vào và $3.00 cho mỗi triệu token đầu ra. Elorian báo cáo hiệu năng cạnh tranh trong đếm đối tượng, sự kiện robot, biểu đồ và thuyết minh video, mặc dù các kết quả do nhà cung cấp báo cáo này không phải là xác thực độc lập toàn diện.
Key Takeaways
Tư duy trực quan cho phép xem xét lại bằng chứng từ hình ảnh và video thay vì chỉ một lượt nhìn ban đầu.
Glimpse được báo cáo đạt 42.70 trên WGO Bench, 92.90 trên CharXiv-R và 83.36 trên FSC-147.
Mức giá API đã công bố là $0.60 đầu vào và $3.00 đầu ra trên mỗi triệu token.
Mô hình nhận đầu vào văn bản, hình ảnh và video và tạo đầu ra là văn bản.
Nhà phát triển nên so sánh độ chính xác, độ trễ và tổng chi phí tác vụ trước khi áp dụng.
Đã được xem xét về độ rõ ràng, ghi nguồn và thuật ngữ API hiện tại.
What Is Elorian Glimpse?
Elorian Glimpse là một mô hình suy luận đa phương thức dành cho nhà phát triển đánh giá khả năng hiểu hình ảnh và video. Elorian công bố bản xem trước nghiên cứu vào ngày 16 tháng 10, 2026. Bài viết này giải thích cách tiếp cận suy luận thị giác, các kết quả điểm chuẩn đã công bố, giá ra mắt và các tùy chọn truy cập API.
Cách tiếp cận tư duy thị giác của nó cho phép mô hình xem xét lại bằng chứng trực quan khi câu trả lời đang được hình thành. Việc kiểm tra lặp lại có thể giúp giải quyết mơ hồ, nhưng giá trị của nó phụ thuộc vào độ chính xác nhiệm vụ và thời gian cùng token bổ sung được sử dụng.
Elorian Glimpse Specifications
Specification
Elorian Glimpse
Developer
Elorian
Release date
16 tháng 10, 2026
Release status
Bản xem trước nghiên cứu
Inputs
Văn bản, hình ảnh, video
Output
Văn bản
Context window
262,144 token (siêu dữ liệu OpenRouter)
Training background
Được hậu huấn luyện từ một mô hình nền open-weight không được tiết lộ
Parameter count
Không được tiết lộ trong thông báo ra mắt đã xem xét
Public weights
Không tìm thấy checkpoint có thể tải xuống trong tài liệu ra mắt đã xem xét
API prices
$0.60 đầu vào / $3.00 đầu ra trên mỗi 1M token
Availability
Elorian API/chat; định tuyến từ bên thứ ba
OpenRouter báo cáo cửa sổ ngữ cảnh 262,144 token. Đây là thông số từ nhà cung cấp định tuyến, không phải giới hạn được nêu trong thông báo ra mắt của Elorian. OpenRouter hiển thị ngày phát hành là 17 tháng 10; thông báo của Elorian có ngày 16 tháng 10. Thông báo ra mắt được xem xét không nêu tên mô hình nền hoặc tiết lộ số lượng tham số.
What Makes Elorian Glimpse Different?
Elorian mô tả Glimpse như đưa các biểu diễn trực quan vào chính quá trình suy luận, cho phép nó xem lại và tinh chỉnh các biểu diễn đó khi tư duy diễn tiến. Glimpse có thể kiểm tra lại nội dung trực quan khi xuất hiện sự không chắc chắn. Trong các ví dụ được Elorian công bố, Glimpse phóng to các vùng ảnh, xem lại các khoảng video ngắn với tốc độ lấy mẫu cao hơn và theo dõi đặc trưng theo thời gian để giải quyết mơ hồ.
Object Counting and State Recognition
Một ví dụ của Elorian yêu cầu đếm số kìm đang mở trong số các dụng cụ tương tự. Đáp án tham chiếu là bốn. Phân biệt này quan trọng: nhận diện “kìm” khác với quyết định một chiếc cụ thể đang mở hay không. Ví dụ minh họa loại nhiệm vụ thay vì cung cấp một vết suy luận trực tiếp đã được xác thực độc lập.
Physical Reasoning and Consequence Prediction
Trong ví dụ lốp xe của Elorian, đáp án tham chiếu được xem xét xác định người phụ nữ mặc áo kẻ là người gặp rủi ro ngay lập tức nhất. Nếu cô ấy tuột tay trước khi lốp đạt vị trí thẳng đứng, mép nâng lên sẽ quay xuống quanh mép đang tỳ trên mặt đất và di chuyển về phía cô ấy.
Điều này cho thấy mục tiêu suy luận mong muốn, không phải tuyên bố rằng Glimpse là một bộ mô phỏng vật lý chính xác.
Video Understanding and Agents
Glimpse có thể kiểm tra các khoảng video được chọn với mật độ lấy mẫu cao hơn để giải quyết các sự kiện thời gian không rõ ràng, như máy quay đang di chuyển so với chuyển cảnh. Elorian cũng mô tả các công cụ đa phương thức và các tiểu tác tử phối hợp. Đối với nhà phát triển, điều này gợi ý cơ hội trong lập chỉ mục video, rà soát tư liệu và quy trình tác tử thị giác, nhưng thông lượng và giới hạn vận hành vẫn cần được đánh giá.
How Does Elorian Glimpse Perform on Benchmarks?
Bảng đánh giá khi ra mắt báo cáo kết quả từ nhà cung cấp, không phải kiểm thử đối đầu độc lập. Bảng dưới chọn 11 đánh giá trùng với GPT-6 Astra; bỏ E.T. Bench vì không có kết quả Astra. Điểm sử dụng thước đo đặc thù của từng benchmark và không nên lấy trung bình.
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 báo cáo Glimpse ở mức max effort; Astra, Sol và Opus thường dùng max với Code Interpreter. Gemini dùng high với Code Interpreter cho hình ảnh và Video Agent cho video. Với video, Sol và Opus dùng high với Code Interpreter, ngoại trừ Sol trên Video-MME v2 dùng max. HSS cũng bao gồm kết quả báo cáo trong bài báo. Các cấu hình khác nhau, vì vậy kết quả không cô lập chất lượng mô hình ở cùng ngân sách suy luận.
Video-MME v2 sử dụng phụ đề và điểm rubric gộp nhóm. Các hàng khác giữ nguyên thang điểm benchmark đã công bố; một điểm số không nên mặc định hiểu là độ chính xác theo phần trăm. Bảng ra mắt không cung cấp gói tái lặp đầy đủ bao quát mọi phần cứng, ngân sách suy luận và độ bất định giữa các lần chạy.
Trong 11 benchmark chung, Glimpse vượt GPT-6 Astra ở bốn, hòa một và thua sáu. Nó thể hiện tốt đặc biệt trên WGO Bench và FSC-147, trong khi Astra mạnh hơn trên HSS và Video-MME v2. Kết quả cho thấy các thế mạnh chuyên biệt, không phải ưu thế toàn diện.
Humanity’s Sixth Sense kiểm tra suy luận vượt ra ngoài các vật thể thấy được trực tiếp, hướng tới quan hệ không gian và hệ quả vật lý. Glimpse đạt 46.36 trên HSS, so với 53.60 của GPT-6 Astra — chênh 7.24 điểm. Kết quả này chỉ ra điểm yếu tương đối trên đánh giá này, nhưng không giải thích nguyên nhân khác biệt.
How Much Does Elorian Glimpse API Cost?
Mức giá token được công bố của Elorian là $0.60 cho mỗi triệu token đầu vào chưa cache và $3.00 cho mỗi triệu token đầu ra. Bảng sau tái hiện so sánh khi ra mắt ngày 16 tháng 10, 2026, bao gồm mức giá giới thiệu của Gemini. Các con số này phản ánh so sánh khi ra mắt được công bố vào ngày 16 tháng 10, 2026. Hãy kiểm tra mức giá hiện tại của nhà cung cấp bạn chọn trước khi ước tính chi phí.
Model
Uncached input / 1M tokens (USD)
Output / 1M tokens (USD)
Token-rate multiple vs Glimpse
Elorian Glimpse
$0.60
$3.00
1×
Gemini 3.8 Flash (introductory)
$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×
Các bội số so sánh riêng mức giá token đầu vào và đầu ra; chúng không phải tỷ lệ chi phí nhiệm vụ. Chiết khấu, caching, các tầng ngữ cảnh dài, mức dùng reasoning và thay đổi giá về sau có thể làm thay đổi hóa đơn thực tế.
Estimated Glimpse Request Costs
Chi phí yêu cầu ước tính bằng USD = (input tokens × 0.60 + output tokens × 3.00) / 1,000,000.
Theo mức giá đã công bố, một yêu cầu có 10,000 token đầu vào và 2,000 token đầu ra sẽ tốn $0.012. Đây là phép tính minh họa; chi phí thực phụ thuộc vào mức tính phí cho hình ảnh, video và sử dụng reasoning.
Hãy kiểm tra cách nhà cung cấp của bạn tính phí khung hình video, hình ảnh, các đầu vào đã cache và token reasoning. Việc kiểm tra trực quan lặp lại có thể làm tăng thời gian và token, vì vậy hãy so sánh chi phí trên mỗi tác vụ thành công cũng như mức giá token.
How to Access Elorian Glimpse?
Bạn có thể dùng thử Glimpse qua nền tảng của Elorian, nơi cung cấp giao diện chat và truy cập API. Đối với ứng dụng, hãy dùng tài liệu hiện tại của nhà cung cấp để lấy thông tin xác thực, chọn model và gửi thử một yêu cầu hình ảnh hoặc video nhỏ trước khi mở rộng sang khối lượng công việc đầy đủ.
Nếu bạn muốn một API thống nhất cho nhiều model, CometAPI cung cấp tích hợp tương thích OpenAI. Trước hết, hãy kiểm tra danh mục model hiện tại để biết tình trạng Glimpse và hỗ trợ đầu vào hình ảnh hoặc video. Nếu có, hãy tạo API key, cấu hình base URL và model ID chính xác từ tài liệu tích hợp, rồi thử một yêu cầu. Sử dụng mức giá và bản ghi sử dụng do nhà cung cấp liệt kê để ước tính chi phí.
What Can Elorian Glimpse Be Used For?
Kiểm tra công nghiệp: Rà soát hình ảnh thiết bị để nhận diện trạng thái và chi tiết có thể thấy.
Tư liệu robot: Nhận diện sự kiện thao tác và tóm tắt các thao tác đã hoàn thành.
Lập chỉ mục video: Theo dõi sự kiện theo thời gian và tạo chú giải có thể tìm kiếm.
Giám sát xây dựng: Diễn giải quan hệ không gian trong ảnh hiện trường và hồ sơ trực quan.
Phân tích khoa học: Đọc biểu đồ và hình vẽ và mô tả bằng chứng trực quan liên quan.
Kiểm đếm tồn kho: Đếm các vật thể tương tự để hỗ trợ đánh giá tồn kho bằng hình ảnh.
Phân tích truyền thông: Tạo mô tả về các sự kiện và thay đổi trong một đoạn clip.
Đối với triển khai công nghiệp, hãy xác lập precision và recall trên thiết bị thực, kiểm soát cảnh báo sai và đánh giá dịch chuyển dữ liệu. Các benchmark đã công bố không thiết lập hiệu năng phát hiện lỗi an toàn quan trọng hoặc độ tin cậy điều khiển robot.
What Are the Limitations of Elorian Glimpse?
Bằng chứng do nhà cung cấp báo cáo: Kết quả ra mắt của Elorian là điểm khởi đầu để đánh giá. Hãy thử Glimpse trên các tác vụ đại diện của bạn, vì khác biệt về công cụ và nỗ lực reasoning khiến việc so sánh benchmark chưa hoàn hảo.
Hiệu quả và mức sẵn sàng sản xuất: Việc kiểm tra trực quan lặp lại có thể tăng sử dụng token và độ trễ. Vì Glimpse là bản xem trước nghiên cứu, hãy đánh giá chất lượng phản hồi, chi phí trên mỗi tác vụ thành công, xử lý dữ liệu, tính sẵn sàng dịch vụ và hành vi lỗi trước khi tin cậy trong môi trường sản xuất.
Tính minh bạch của mô hình: Tài liệu ra mắt mô tả hậu huấn luyện từ một nền tảng open-weight nhưng không nêu tên mô hình hoặc số lượng tham số. Không xác định được checkpoint Glimpse có thể tải xuống trong tài liệu đã xem xét tính đến ngày 20 tháng 10, 2026, vì vậy hãy kiểm tra trực tiếp với nhà cung cấp nếu bạn cần tự vận hành hoặc điều khoản cấp phép cụ thể.
FAQ
Glimpse có thể trả về JSON có cấu trúc và gọi công cụ không?
OpenRouter ghi nhận hỗ trợ tools, tool_choice và đầu ra có cấu trúc theo JSON-schema qua response_format. Đây là khả năng của nhà cung cấp định tuyến, vì vậy hãy xác nhận hỗ trợ trên endpoint đã chọn. Ứng dụng nên xác thực dữ liệu trả về và thực thi lệnh gọi công cụ qua các kiểm tra quyền riêng của mình; một tham số yêu cầu được hỗ trợ không đảm bảo lựa chọn công cụ chính xác.
Nhà phát triển nên chia nhỏ video dài cho Glimpse như thế nào?
Hãy dùng ranh giới tác vụ và giữ nguyên timestamp khi thiết kế chiến lược chia khúc. Duy trì đủ phần chồng lấn để giữ các sự kiện vượt ranh giới, sau đó khử trùng lặp các sự kiện lặp lại khi gộp kết quả. Đây là cách thiết kế ứng dụng, không phải giới hạn độ dài chính thức của Glimpse. Hãy thử nghiệm so với kết quả toàn bộ clip khi khả thi, đặc biệt khi việc theo dõi định danh kéo dài qua nhiều đoạn.
Glimpse có mức giá đầu vào đã cache trên OpenRouter không?
Chi tiết giá và khả năng của OpenRouter liệt kê cache reads ở mức $0.06 cho mỗi triệu token tính đến ngày 20 tháng 10, 2026. Mức này áp dụng cho các lượt đọc cache đủ điều kiện, không phải mọi prompt lặp lại. Hãy xác nhận hỗ trợ caching của nhà cung cấp và kiểm tra bản ghi sử dụng thực tế trước khi áp dụng mức giá cache vào ước tính chi phí.
Đánh giá Glimpse cho sản xuất nên đo lường gì?
Hãy dùng bộ dữ liệu gán nhãn đại diện, bao gồm ví dụ mơ hồ và thất bại, và áp dụng cùng tiêu chí chấp nhận cho mọi ứng viên. Ghi nhận độ chính xác tác vụ, số dương tính giả, các phân vị độ trễ, sử dụng token và chi phí trên mỗi kết quả được chấp nhận. Với đếm hoặc trích xuất sự kiện, hãy xem xét lỗi theo trạng thái đối tượng hoặc ranh giới sự kiện thay vì chỉ dựa vào một điểm số tổng hợp.
Conclusion
Glimpse là một ví dụ thú vị về suy luận thị giác dựa trên việc xem xét lại bằng chứng thay vì chỉ nhìn thoáng qua ban đầu. Các thế mạnh chuyên biệt về sự kiện robot, diễn giải biểu đồ và đếm kết hợp với mức giá token công bố thấp. Xác thực độc lập, hiệu quả suy luận và độ chín sản phẩm vẫn là những cân nhắc còn bỏ ngỏ. Hãy dùng một bộ kiểm thử thị giác đại diện để so sánh chất lượng câu trả lời và chi phí đầu-cuối trước khi triển khai.
