Elorianの初モデルGlimpse、推論しながら画像を見直す

Elorianは2026年10月16日、初のAIモデル「Glimpse」を、APIで利用できるリサーチプレビューとして公開しました。Glimpseは、答えを導き出す途中で画像や動画を見直すように作られています。画像を一度だけテキストに変換し、そこから推論する方式ではありません。料金は入力100万トークンあたり0.60ドル、出力100万トークンあたり3ドルです。Elorianによると、これはOpenAIのGPT-6 Astraより94%安い価格です。

TechCrunchの報道によると、Elorianは製品を出す前に5,500万ドルを調達したスタートアップです。同社のウェブサイトによると、出資者にはStriker Ventures、Menlo Ventures、Altimeter、Nvidiaが含まれます。共同創業者兼CEOはAndrew Daiです。

Glimpseが画像を2度見る仕組み

現在のほとんどの画像認識モデルは、最初に画像をテキストのようなデータに変換し、その後テキストで推論します。Elorianは自社サイトで、この方式はもろく、でっち上げの答え、つまりハルシネーションにつながると主張しています。これに対しGlimpseは、推論の途中で画像の一部を切り出したり、動画から1枚ずつフレームを抜き出したり、コードを実行したりできます。TechCrunchによると、Elorianはこれを「視覚的なスクラッチスペース（visual scratch space）」と呼んでいます。

同社の発表記事では、鳥を撮影した動画を例に挙げています。Glimpseはまず、クリップを毎秒8フレームで走査します。確信が持てないときは前に戻り、0.9秒の区間を毎秒約14フレームで走査し直します。Elorianはこの手法を一言で、Glimpseは「第一印象を疑い、答える前に視覚的な証拠に立ち返る」とまとめています。

DaiはTechCrunchに対し、家具を例に目標を説明しました。「人間は文字のないIkeaの組み立て図を見て、Ikeaの家具を組み立てられますよね。なぜAIモデルにはできないのでしょうか」

Elorianによると、小規模なチームが、オープンウェイトのベースモデルを出発点に、「わずか数百基のGPU」でGlimpseをトレーニングしました。OrcaRouterの指摘によると、同社はどのベースモデルかを明かしておらず、パラメータ数、コンテキストウィンドウ、レート制限も公表していません。

ベンチマーク：Astraに対して4勝6敗

Elorianの発表記事は、11のベンチマークでGlimpseとGPT-6 Astraを比較しています。Glimpseは4つで勝ち、1つで引き分け、6つで負けています。数値はすべてElorian自身によるもので、第三者は検証していません。RuntimeWireは、同社自身の表にこれらの負けが示されていると指摘しています。

ベンチマーク	Glimpse	GPT-6 Astra
WGO Bench	42.70	39.42
CharXiv-R	92.90	92.10
UGC-VideoCap	82.66	80.32
FSC-147	83.36	82.02
ERQA	83.75	83.75
BabyVision	95.36	97.68
CountQA	82.66	86.42
DREAM-1K	76.04	79.05
TOMATO	93.60	96.02
Video-MME v2	56.68	64.06
HSS	46.36	53.6

OrcaRouterによると、HSS（Humanity's Sixth Senseの略）は、Elorian自身がGlimpseの9日前に公開したテストです。OrcaRouterも、RuntimeWireと同じように表を読み解いています。Glimpseは、モデルが注意深く見る必要がある知覚タスクでリードし、HSSのようなより難しい推論タスクでは後れを取っています。

他のモデルと比べた料金

Elorianは発表記事で、100万トークンあたりの料金を次のように示しています。トークンとは、モデルが読み書きするテキストや画像データのひとかたまりです。

モデル	入力	出力
Elorian Glimpse	0.60ドル	3.00ドル
Gemini 3.8 Flash（導入価格）	0.75ドル	3.75ドル
GPT-6.1 Sol	2.00ドル	10.00ドル
Claude Opus 5.5	4.00ドル	20.00ドル
GPT-6 Astra	10.00ドル	50.00ドル

Astraの入力料金10ドルは、9月にGPT-6 AstraがBedrockで一般提供された際にAmazonが請求していた料金と同じです。Elorianはまた、あるロボットの計画タスクのコストが、Glimpseでは0.035ドル、Astraでは0.249ドルだったとしています。

開発者にとっての意味

Glimpseは、画像や動画を多く扱う作業向けの安価な新しい選択肢です。ただし、若い企業によるプレビュー版です。何かを移行する前に、自分の画像や動画で試してください。

• 強みに合ったタスクを選ぶこと。 TechCrunchによると、最も明確に勝っているのは、科学的なグラフの読み取りと短い動画のキャプション生成です。Elorianはまた、ロボットの動作計画、データのラベル付け、数を数える作業を初期の用途として打ち出しています。対象はロボット企業、科学研究所、メディア企業です。
• 動画の作業は慎重に確認すること。 動画ベンチマークのVideo-MME v2では、GlimpseはAstraに7ポイント以上の差をつけられています。
• 公表されていない情報を見込んでおくこと。 コンテキストウィンドウやレート制限が公表されていないため、テスト用の負荷は小さめにし、レイテンシーは自分で測定してください。
• HSSのスコアに注意すること。 このベンチマークはElorian自身が作ったものです。そのため、外部の研究機関が結果を再現できれば、発表記事のどの数値よりも大きな意味を持ちます。

チャットアプリは今のところウェイトリスト制です。開発者はplatform.elorian.aiでAPIアクセスに申し込めます。DaiはTechCrunchに対し、ロボットを直接制御することは長期的な目標だと語っており、Elorianもこれを今後の取り組みとして挙げています。