Elorian AI 的 Glimpse 现已上线 AI Gateway
内容提要
Elorian的视觉推理模型Glimpse已上线AI Gateway，可处理图像和视频，追踪运动物体、理解空间关系并关联动作与物理后果，支持缩放细节、回看视频片段和跨帧追踪特征，适用于图表分析、视频描述、视觉计数和机器人数据标注。模型名为elorian/glimpse，支持AI SDK和Chat Completions调用，可发送图片或视频文件。AI Gateway提供统一API、用量与成本追踪、重试与故障转移，按提供商定价且不加价。
延伸解读
视觉推理的“回看”能力意味着什么
Glimpse 的独特之处在于它能返回视觉证据：放大细节、回看视频片段、跨帧追踪同一特征。这不同于一次性描述图像，而是允许模型在推理过程中反复核对画面。对图表分析、视频描述等任务，这种机制可能减少误判，但也意味着推理步骤更多，实际响应速度和成本需结合使用场景权衡。
视频输入需要关注帧率参数
文章示例中通过 providerOptions 设置 video_fps: 1，说明视频处理并非固定帧率，而是可配置的。帧率越高，模型能捕捉的动作细节越多，但处理的数据量也越大。开发者在做运动判断、机器人动作标注时，应根据目标动作的速度和持续时间调整该参数，而不是直接沿用默认值。
AI Gateway 的计费与运维价值
AI Gateway 按提供商定价且不加价，也不对推理收取平台费，包括自带密钥（BYOK）请求。同时提供用量与成本追踪、重试、故障转移、预算和路由规则。对需要稳定调用 Glimpse 的团队来说，这些能力可减少自建网关的运维负担，但具体故障转移效果仍取决于所配置的提供商和路由策略。
Q&A
Glimpse 是什么模型？它有什么特别的能力？
Glimpse 是 Elorian 推出的视觉推理模型，能处理图像和视频，追踪运动中的物体、理解空间关系，并将动作与物理后果联系起来。它还能在推理过程中回看视觉证据，比如放大细节、回看视频片段或跨帧追踪同一特征。
Glimpse 适合用在哪些场景？
Glimpse 适用于科学图表分析、视频描述、视觉计数和机器人数据标注等场景。例如判断火车是否在减速、在镜头移动中保持物体区分，以及为机器人视频中的已完成动作打标签。
怎么调用 Glimpse 模型？模型名称是什么？
使用模型名 elorian/glimpse，可通过 AI SDK 或 Chat Completions 调用。调用时可以发送图片或视频文件，例如在 AI SDK 中把文件作为消息内容的一部分传入。
通过 AI SDK 发送视频给 Glimpse 时需要注意什么？
在 AI SDK 7 中，可以将视频作为文件部分发送，需提供公开或签名的 HTTPS 视频 URL，并指定 mediaType 为 video/mp4。还可以通过 providerOptions 设置视频帧率，例如 video_fps: 1。
AI Gateway 提供哪些功能？收费如何？
AI Gateway 提供统一 API 调用模型、追踪用量与成本、配置重试和故障转移以提高可用性，还支持自定义报告、零数据保留、API 密钥预算和路由规则等。它按提供商定价且不加价，也不收取推理平台费，包括自带密钥（BYOK）请求。
如何在 Claude Code、Codex、Cursor 等工具中配置 AI Gateway？
安装最新的 Vercel CLI 并运行 setup 命令：npx vercel ai-gateway setup，即可在 Claude Code、Codex、Cursor 等工具中配置 AI Gateway。
