Elorian: Glimpse

Glimpse is a multimodal visual reasoning model from Elorian, built for visual understanding and complex visual reasoning in the physical world. It reasons directly over images and video rather than converting them to text first, so it can find small details in dense scenes, track events across video frames, and ground its answers in what is actually on screen.

Glimpse 的费用为 US$0.60/百万输入 token 和 US$3.00/百万输出 token，Cache Read，价格为 US$0.06/M tokens 单独计费。

Glimpse 的上下文窗口为 262,144 个 token。它最多支持 256,000 个补全 token。

是的。Glimpse 接受 tools 和 tool_choice，以进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。

Glimpse 接受 文本、图像和视频 作为输入，并返回 文本。

Glimpse 于 2026年10月17日 发布。