{
  "aboutHtml": "<h3>Raisonner sur les événements et l’espace</h3><p>Glimpse est un modèle d’Elorian conçu autour de la compréhension visuelle du monde physique. Sa spécialité consiste à maintenir la représentation d’un objet lorsqu’il se déplace ou change d’angle de vue, à relier une action à ses conséquences et à analyser les relations entre les éléments d’une scène. Dans ses exemples officiels, le concepteur présente l’analyse du mouvement, le comptage d’objets en tenant compte de leur état et la reconstitution de l’ordre des événements.</p><p>L’une des idées distinctives de Glimpse est de revenir aux éléments visuels au cours de la résolution. Dans l’environnement d’Elorian, le modèle peut réexaminer une zone pertinente, confronter ses observations et affiner son interprétation initiale. Cela explique son orientation vers les tâches où nommer les objets ne suffit pas : il faut comprendre ce qui a changé, quels objets restent les mêmes et ce qui distingue une observation d’une hypothèse.</p><h3>Comment l’utiliser dans Ailoot</h3><p>Dans Ailoot, Glimpse est intégré pour une entrée textuelle et une réponse textuelle. Vous pouvez transmettre la description d’une scène, une succession d’observations, une transcription d’événements ou des légendes déjà préparées, puis poser une question sur ces éléments. Le traitement des images et des vidéos elles-mêmes ne fait pas partie de l’interface actuelle de ce modèle.</p><p>Une requête pratique peut contenir un journal d’observations : qui a fait quoi, à quel moment et ce qui était visible avant et après l’action. Demandez une chronologie, une séparation entre les faits observés et les explications possibles, puis une liste des détails manquants pour conclure. Ce format permet de travailler sur une représentation textuelle de la tâche tout en maintenant explicitement la limite entre les informations fournies et leur interprétation.</p><h3>Comment formuler la tâche</h3><p>Pour une question spatiale, il est utile de préciser le point d’observation et la position relative des objets. Pour une suite d’événements, conservez les repères temporels et les mêmes désignations pour les participants. Si le texte d’origine ne précise pas si le mouvement s’est poursuivi entre deux observations, mieux vaut demander au modèle d’examiner les possibilités compatibles plutôt que de retenir une seule explication.</p><p>Dans Ailoot, le contexte annoncé pour Glimpse est de 262 144 tokens. Il permet d’inclure de longues descriptions et l’historique des échanges. Le résultat reste textuel : explication, tableau des événements ou liste de questions sur les contenus sources. Les capacités de l’environnement agentique d’Elorian, notamment ses outils visuels et la coordination de sous-tâches, ne doivent pas être automatiquement attribuées à cette interface textuelle.</p>",
  "aboutText": "### Raisonner sur les événements et l’espace\n\nGlimpse est un modèle d’Elorian conçu autour de la compréhension visuelle du monde physique. Sa spécialité consiste à maintenir la représentation d’un objet lorsqu’il se déplace ou change d’angle de vue, à relier une action à ses conséquences et à analyser les relations entre les éléments d’une scène. Dans ses exemples officiels, le concepteur présente l’analyse du mouvement, le comptage d’objets en tenant compte de leur état et la reconstitution de l’ordre des événements.\n\nL’une des idées distinctives de Glimpse est de revenir aux éléments visuels au cours de la résolution. Dans l’environnement d’Elorian, le modèle peut réexaminer une zone pertinente, confronter ses observations et affiner son interprétation initiale. Cela explique son orientation vers les tâches où nommer les objets ne suffit pas : il faut comprendre ce qui a changé, quels objets restent les mêmes et ce qui distingue une observation d’une hypothèse.\n\n### Comment l’utiliser dans Ailoot\n\nDans Ailoot, Glimpse est intégré pour une entrée textuelle et une réponse textuelle. Vous pouvez transmettre la description d’une scène, une succession d’observations, une transcription d’événements ou des légendes déjà préparées, puis poser une question sur ces éléments. Le traitement des images et des vidéos elles-mêmes ne fait pas partie de l’interface actuelle de ce modèle.\n\nUne requête pratique peut contenir un journal d’observations : qui a fait quoi, à quel moment et ce qui était visible avant et après l’action. Demandez une chronologie, une séparation entre les faits observés et les explications possibles, puis une liste des détails manquants pour conclure. Ce format permet de travailler sur une représentation textuelle de la tâche tout en maintenant explicitement la limite entre les informations fournies et leur interprétation.\n\n### Comment formuler la tâche\n\nPour une question spatiale, il est utile de préciser le point d’observation et la position relative des objets. Pour une suite d’événements, conservez les repères temporels et les mêmes désignations pour les participants. Si le texte d’origine ne précise pas si le mouvement s’est poursuivi entre deux observations, mieux vaut demander au modèle d’examiner les possibilités compatibles plutôt que de retenir une seule explication.\n\nDans Ailoot, le contexte annoncé pour Glimpse est de 262 144 tokens. Il permet d’inclure de longues descriptions et l’historique des échanges. Le résultat reste textuel : explication, tableau des événements ou liste de questions sur les contenus sources. Les capacités de l’environnement agentique d’Elorian, notamment ses outils visuels et la coordination de sous-tâches, ne doivent pas être automatiquement attribuées à cette interface textuelle.",
  "locale": "fr-be",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>Non précisé dans le catalogue</dd></div><div><dt>Réponse maximale</dt><dd>Non précisé dans le catalogue</dd></div></dl><dl><div><dt>Entrée</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>≈0,00012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "elorian/glimpse",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|elorian%2Fglimpse",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>Non précisé dans le catalogue</dd></div><div><dt>Réponse maximale</dt><dd>Non précisé dans le catalogue</dd></div></dl><dl><div><dt>Entrée</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>≈0,00012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "elorian/glimpse",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|elorian%2Fglimpse",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>Non précisé dans le catalogue</dd></div><div><dt>Réponse maximale</dt><dd>Non précisé dans le catalogue</dd></div></dl><dl><div><dt>Entrée</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>≈0,00012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "elorian/glimpse",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|elorian%2Fglimpse",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/elorian/glimpse:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrée</dt><dd><code>text</code></dd></div><div><dt>Sortie</dt><dd><code>text</code></dd></div><div><dt>Contexte</dt><dd>Non précisé dans le catalogue</dd></div><div><dt>Réponse maximale</dt><dd>Non précisé dans le catalogue</dd></div></dl><dl><div><dt>Entrée</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Sortie</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lecture du cache</dt><dd>≈0,00012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "elorian/glimpse",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/elorian/glimpse:generateContent",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/elorian/glimpse:generateContent|elorian%2Fglimpse",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/elorian/glimpse:generateContent",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "elorian/glimpse",
  "page": {
    "canonical": "https://ailoot.ai/models/fr-be/elorian-glimpse/",
    "description": "Un modèle d’Elorian pour raisonner sur les scènes et les événements physiques ; dans Ailoot, il traite des descriptions et des questions textuelles.",
    "locale": "fr-be",
    "md_url": "https://ailoot.ai/models/fr-be/elorian-glimpse/index.md",
    "title": "Elorian: Glimpse",
    "url": "https://ailoot.ai/models/fr-be/elorian-glimpse/"
  },
  "rawModel": {
    "about": "### Raisonner sur les événements et l’espace\n\nGlimpse est un modèle d’Elorian conçu autour de la compréhension visuelle du monde physique. Sa spécialité consiste à maintenir la représentation d’un objet lorsqu’il se déplace ou change d’angle de vue, à relier une action à ses conséquences et à analyser les relations entre les éléments d’une scène. Dans ses exemples officiels, le concepteur présente l’analyse du mouvement, le comptage d’objets en tenant compte de leur état et la reconstitution de l’ordre des événements.\n\nL’une des idées distinctives de Glimpse est de revenir aux éléments visuels au cours de la résolution. Dans l’environnement d’Elorian, le modèle peut réexaminer une zone pertinente, confronter ses observations et affiner son interprétation initiale. Cela explique son orientation vers les tâches où nommer les objets ne suffit pas : il faut comprendre ce qui a changé, quels objets restent les mêmes et ce qui distingue une observation d’une hypothèse.\n\n### Comment l’utiliser dans Ailoot\n\nDans Ailoot, Glimpse est intégré pour une entrée textuelle et une réponse textuelle. Vous pouvez transmettre la description d’une scène, une succession d’observations, une transcription d’événements ou des légendes déjà préparées, puis poser une question sur ces éléments. Le traitement des images et des vidéos elles-mêmes ne fait pas partie de l’interface actuelle de ce modèle.\n\nUne requête pratique peut contenir un journal d’observations : qui a fait quoi, à quel moment et ce qui était visible avant et après l’action. Demandez une chronologie, une séparation entre les faits observés et les explications possibles, puis une liste des détails manquants pour conclure. Ce format permet de travailler sur une représentation textuelle de la tâche tout en maintenant explicitement la limite entre les informations fournies et leur interprétation.\n\n### Comment formuler la tâche\n\nPour une question spatiale, il est utile de préciser le point d’observation et la position relative des objets. Pour une suite d’événements, conservez les repères temporels et les mêmes désignations pour les participants. Si le texte d’origine ne précise pas si le mouvement s’est poursuivi entre deux observations, mieux vaut demander au modèle d’examiner les possibilités compatibles plutôt que de retenir une seule explication.\n\nDans Ailoot, le contexte annoncé pour Glimpse est de 262 144 tokens. Il permet d’inclure de longues descriptions et l’historique des échanges. Le résultat reste textuel : explication, tableau des événements ou liste de questions sur les contenus sources. Les capacités de l’environnement agentique d’Elorian, notamment ses outils visuels et la coordination de sous-tâches, ne doivent pas être automatiquement attribuées à cette interface textuelle.",
    "alias_of": null,
    "aliases": [],
    "author": "Elorian",
    "canonical_model": "elorian/glimpse",
    "ctx": null,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "elorian/glimpse",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.12,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 1.2,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 6.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/elorian/glimpse:generateContent",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "elorian/glimpse",
        "request_model_id": "elorian/glimpse",
        "route_label": "Ultra"
      }
    ],
    "name": "Elorian: Glimpse",
    "price": {
      "in": 1.2,
      "in_label": null,
      "out": 6.0,
      "out_label": null,
      "sort_in": 1.2,
      "sort_out": 6.0,
      "varies": false
    },
    "public_id": "elorian/glimpse",
    "short": "Un modèle d’Elorian pour raisonner sur les scènes et les événements physiques ; dans Ailoot, il traite des descriptions et des questions textuelles."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Un modèle d’Elorian pour raisonner sur les scènes et les événements physiques ; dans Ailoot, il traite des descriptions et des questions textuelles.",
  "source": {
    "audit_sha256": "2bad2df214625709d85b7ae23266bc3b65461ad70f7396e195d1606b82b689b3",
    "bridge_map_sha256": "2bad2df214625709d85b7ae23266bc3b65461ad70f7396e195d1606b82b689b3",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "a7462f2facaa8cf3906bb3e4c594ad6eac21458fa82783f41ab9dadaa5766586",
      "renderer_sha256": "b71026db13b576a40099282c5dfbea1298bc1fbca3ee16f18271bebb694c9b58"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "a7462f2facaa8cf3906bb3e4c594ad6eac21458fa82783f41ab9dadaa5766586",
    "renderer_sha256": "b71026db13b576a40099282c5dfbea1298bc1fbca3ee16f18271bebb694c9b58"
  },
  "sourceRevision": "697c5fed2d5a497dfd0a714f638e7a1008d3a72ef79287a669b258a84df4483d"
}
