Palo Alto 的 AI 新創公司 Elorian 發布了旗下第一款模型 Glimpse。這是一款視覺推理模型，它不是把圖像和影片一次轉成文字再去推理，而是在推理過程中不斷回到畫面本身。Glimpse 現在已可透過 Elorian 的 API 和聊天介面使用，價格為每百萬 tokens 輸入（未快取）0.60 美元、輸出 3.00 美元。Elorian 表示，Glimpse 在多模態基準上達到 GPT-6 Astra 和 Claude Opus 5.5 的水準，有時還會超越，而模型本身小得多，也便宜得多。Elorian 發布部落格的日期是 10 月 16 日，獨家報導此事的 TechCrunch 則在北京時間 10 月 17 日 00:01 發稿。

Glimpse 怎麼看圖

Elorian 將 Glimpse 稱為「一種新類別的視覺思考模型」，它從看到的內容出發推理物理世界：追蹤運動中的物體與變化的視角，理解零件如何組合，並把眼前的觀察和接下來會發生的事連結起來。Elorian 表示，模型在思考時能回頭檢查並修正內部的視覺表徵。TechCrunch 說得更具體：推理到一半，Glimpse 可以裁切放大圖中某個區域、從影片中擷取特定影格，或執行程式碼去測量正在看的東西，Elorian 把這套機制稱為「visual scratch space」（視覺草稿區）。在 Elorian 的聊天介面中，使用者可以看到模型運作時的這塊草稿區。

Glimpse 也以代理的形式進行了端到端訓練，會使用撰寫程式碼、處理圖像、觀看影片等多模態工具。Elorian 表示，它還能派生多個子代理，讓它們圍繞同一個問題彼此傳遞文字、視覺產物和內部表徵。Elorian 鎖定的是機器人、科研與創意產業，官方舉的例子包括為機器人遙控操作影片加上標籤、為視覺-語言-動作（VLA）機器人策略規劃步驟、為短影片撰寫細緻的字幕描述，以及在鏡頭移動的影片中清點物體數量。

Elorian 公布的基準成績

以下是 Elorian 在發布部落格表格中列出的自家數字，我們並未自行執行這些測試。Elorian 表示，所有模型都以最高思考強度和各自原生的代理框架測試，GPT、Claude 和 Gemini 另外搭配 Code Interpreter，影片類評測有部分例外。依其數字，Glimpse 在四項評測上超越 GPT-6 Astra，一項打平：

  • WGO Bench（機器人操作事件）：42.70 對 39.42
  • CharXiv-R（科學圖表推理）：92.90 對 92.10
  • UGC-VideoCap（短影片字幕描述）：82.66 對 80.32
  • FSC-147（開放詞彙計數）：83.36 對 82.02
  • ERQA（具身空間推理）：雙方都是 83.75

同一張表中，其餘六項有 Astra 分數的評測，Glimpse 都低於 Astra，例如 BabyVision 95.36 對 97.68、TOMATO 93.60 對 96.02、含字幕的 Video-MME v2 56.68 對 64.06。與 Claude Opus 5.5 相比，在雙方都有成績的九項中，Glimpse 有七項較高，CharXiv-R（92.90 對 93.40）和 HSS 場景理解（46.36 對 49.81）則較低。

價格與取得管道

Elorian 表示，輸入 0.60 美元、輸出 3.00 美元的價格比 GPT-6 Astra 低 94%，比 Claude Opus 5.5 低 85%，比 GPT-6.1 Sol 低 70%，比 Gemini 3.8 Flash 的推廣價低 20%。TechCrunch 的定位是：比 Sonnet、Sol 這類中階模型便宜，比 Haiku、Luna 這類輕量模型貴。Elorian 也坦言，Glimpse 作答前會仔細反覆查看，需要時間也需要 tokens，下一步的重點就是提升 token 效率。

Glimpse 也已上架 OpenRouter。OpenRouter 頁面標示的快取讀取價為每百萬 tokens 0.06 美元，上下文 262,144 tokens，最大輸出 256,000 tokens，支援文字、圖像與影片輸入，輸出為文字。目前該頁列出的供應商只有 Together 一家。

Elorian 表示，Glimpse 是由一個小團隊只用幾百張 GPU 開發而成，在「an open weights base model」（一個開放權重的基礎模型）上進行後訓練，但沒有說明是哪個模型。Elorian 並未釋出 Glimpse 本身的權重，目前只能透過 API、聊天介面和 OpenRouter 使用。

背後的公司

據 TechCrunch 報導，Elorian 在尚未推出產品時就完成了 5,500 萬美元的種子輪融資，估值 3 億美元。公司在六個月前結束隱身狀態，那一輪由 Striker Venture Partners、Menlo Ventures 和 Altimeter Capital 共同領投，Nvidia 和 Google 首席科學家 Jeff Dean 也參與投資。CEO Andrew Dai 曾是 Google DeepMind 的研究員。TechCrunch 也提到，Glimpse 以研究預覽版的形式推出，Elorian 首先鎖定手上握有大量影片的公司，例如機器人企業、科研實驗室，以及媒體與創意公司。Dai 告訴 TechCrunch，公司明年的目標是打造「全世界最好的視覺推理模型」。Elorian 在自家部落格中則寫到，接下來會投入多模態原生預訓練、既能理解也能生成的模型，以及能直接控制機器人的動作輸出。