{
  "aboutHtml": "<h3>Ragionare su eventi e spazio</h3><p>Glimpse è un modello Elorian sviluppato attorno alla comprensione visiva del mondo fisico. La sua specializzazione consiste nel mantenere la rappresentazione di un oggetto durante il movimento e i cambi di punto di vista, collegare un’azione alla conseguenza e analizzare le relazioni tra le parti di una scena. Negli esempi ufficiali lo sviluppatore mostra analisi del movimento, conteggio degli oggetti tenendo conto del loro stato e ricostruzione dell’ordine degli eventi.</p><p>L’idea distintiva di Glimpse è tornare alle evidenze visive durante la soluzione. Nell’ambiente Elorian il modello può riesaminare la zona necessaria, confrontare le osservazioni e precisare l’interpretazione iniziale. Questo spiega il suo orientamento ad attività in cui non basta nominare gli oggetti: occorre capire cosa è cambiato, quali oggetti rimangono gli stessi e come un’osservazione si distingue da un’ipotesi.</p><h3>Come usarlo in Ailoot</h3><p>In Ailoot Glimpse è collegato per ingresso testuale e risposta testuale. Si può fornire la descrizione di una scena, una sequenza di osservazioni, una trascrizione di eventi o didascalie già preparate e porre domande su questi materiali. L’elaborazione delle immagini e dei video stessi non rientra nell’interfaccia attuale di questo modello.</p><p>Una richiesta pratica può contenere un registro delle osservazioni: chi ha fatto cosa, a che ora, cosa era visibile prima e dopo l’azione. Chiedere di costruire una cronologia, distinguere i fatti osservati dalle possibili spiegazioni e poi elencare i dettagli mancanti per giungere a una conclusione. Il formato permette di lavorare su una rappresentazione testuale del compito e di mantenere esplicito il confine tra informazioni fornite e interpretazione.</p><h3>Cosa considerare nella definizione del compito</h3><p>Per una domanda spaziale è utile indicare il punto di osservazione e descrivere la posizione relativa degli oggetti. Per una sequenza di eventi, conservare gli orari e denominazioni costanti per i partecipanti. Se il testo originale non dice se il movimento proseguiva tra due osservazioni, è meglio chiedere al modello di considerare le alternative ammissibili invece di scegliere un’unica spiegazione.</p><p>Per Glimpse in Ailoot è indicato un contesto di 262 144 token. Consente di includere descrizioni estese e cronologia della discussione. Il risultato resta testuale: può essere una spiegazione, una tabella degli eventi o un elenco di domande sui materiali iniziali. Le capacità dell’ambiente agentico Elorian, compresi gli strumenti visivi e il coordinamento dei sottocompiti, non vanno trasferite automaticamente a questa interfaccia testuale.</p>",
  "aboutText": "### Ragionare su eventi e spazio\n\nGlimpse è un modello Elorian sviluppato attorno alla comprensione visiva del mondo fisico. La sua specializzazione consiste nel mantenere la rappresentazione di un oggetto durante il movimento e i cambi di punto di vista, collegare un’azione alla conseguenza e analizzare le relazioni tra le parti di una scena. Negli esempi ufficiali lo sviluppatore mostra analisi del movimento, conteggio degli oggetti tenendo conto del loro stato e ricostruzione dell’ordine degli eventi.\n\nL’idea distintiva di Glimpse è tornare alle evidenze visive durante la soluzione. Nell’ambiente Elorian il modello può riesaminare la zona necessaria, confrontare le osservazioni e precisare l’interpretazione iniziale. Questo spiega il suo orientamento ad attività in cui non basta nominare gli oggetti: occorre capire cosa è cambiato, quali oggetti rimangono gli stessi e come un’osservazione si distingue da un’ipotesi.\n\n### Come usarlo in Ailoot\n\nIn Ailoot Glimpse è collegato per ingresso testuale e risposta testuale. Si può fornire la descrizione di una scena, una sequenza di osservazioni, una trascrizione di eventi o didascalie già preparate e porre domande su questi materiali. L’elaborazione delle immagini e dei video stessi non rientra nell’interfaccia attuale di questo modello.\n\nUna richiesta pratica può contenere un registro delle osservazioni: chi ha fatto cosa, a che ora, cosa era visibile prima e dopo l’azione. Chiedere di costruire una cronologia, distinguere i fatti osservati dalle possibili spiegazioni e poi elencare i dettagli mancanti per giungere a una conclusione. Il formato permette di lavorare su una rappresentazione testuale del compito e di mantenere esplicito il confine tra informazioni fornite e interpretazione.\n\n### Cosa considerare nella definizione del compito\n\nPer una domanda spaziale è utile indicare il punto di osservazione e descrivere la posizione relativa degli oggetti. Per una sequenza di eventi, conservare gli orari e denominazioni costanti per i partecipanti. Se il testo originale non dice se il movimento proseguiva tra due osservazioni, è meglio chiedere al modello di considerare le alternative ammissibili invece di scegliere un’unica spiegazione.\n\nPer Glimpse in Ailoot è indicato un contesto di 262 144 token. Consente di includere descrizioni estese e cronologia della discussione. Il risultato resta testuale: può essere una spiegazione, una tabella degli eventi o un elenco di domande sui materiali iniziali. Le capacità dell’ambiente agentico Elorian, compresi gli strumenti visivi e il coordinamento dei sottocompiti, non vanno trasferite automaticamente a questa interfaccia testuale.",
  "locale": "it",
  "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>Tipi di input</dt><dd><code>text</code></dd></div><div><dt>Tipi di output</dt><dd><code>text</code></dd></div><div><dt>Contesto</dt><dd>Non specificato nel catalogo</dd></div><div><dt>Risposta massima</dt><dd>Non specificato nel catalogo</dd></div></dl><dl><div><dt>Input</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lettura dalla 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>Tipi di input</dt><dd><code>text</code></dd></div><div><dt>Tipi di output</dt><dd><code>text</code></dd></div><div><dt>Contesto</dt><dd>Non specificato nel catalogo</dd></div><div><dt>Risposta massima</dt><dd>Non specificato nel catalogo</dd></div></dl><dl><div><dt>Input</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lettura dalla 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>Tipi di input</dt><dd><code>text</code></dd></div><div><dt>Tipi di output</dt><dd><code>text</code></dd></div><div><dt>Contesto</dt><dd>Non specificato nel catalogo</dd></div><div><dt>Risposta massima</dt><dd>Non specificato nel catalogo</dd></div></dl><dl><div><dt>Input</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lettura dalla 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>Tipi di input</dt><dd><code>text</code></dd></div><div><dt>Tipi di output</dt><dd><code>text</code></dd></div><div><dt>Contesto</dt><dd>Non specificato nel catalogo</dd></div><div><dt>Risposta massima</dt><dd>Non specificato nel catalogo</dd></div></dl><dl><div><dt>Input</dt><dd>0,0012 USD <em>/ 1K</em></dd></div><div><dt>Output</dt><dd>0,006 USD <em>/ 1K</em></dd></div><div><dt>Lettura dalla 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/it/elorian-glimpse/",
    "description": "Modello Elorian per ragionare su scene ed eventi fisici; in Ailoot lavora con descrizioni e domande testuali.",
    "locale": "it",
    "md_url": "https://ailoot.ai/models/it/elorian-glimpse/index.md",
    "title": "Elorian: Glimpse",
    "url": "https://ailoot.ai/models/it/elorian-glimpse/"
  },
  "rawModel": {
    "about": "### Ragionare su eventi e spazio\n\nGlimpse è un modello Elorian sviluppato attorno alla comprensione visiva del mondo fisico. La sua specializzazione consiste nel mantenere la rappresentazione di un oggetto durante il movimento e i cambi di punto di vista, collegare un’azione alla conseguenza e analizzare le relazioni tra le parti di una scena. Negli esempi ufficiali lo sviluppatore mostra analisi del movimento, conteggio degli oggetti tenendo conto del loro stato e ricostruzione dell’ordine degli eventi.\n\nL’idea distintiva di Glimpse è tornare alle evidenze visive durante la soluzione. Nell’ambiente Elorian il modello può riesaminare la zona necessaria, confrontare le osservazioni e precisare l’interpretazione iniziale. Questo spiega il suo orientamento ad attività in cui non basta nominare gli oggetti: occorre capire cosa è cambiato, quali oggetti rimangono gli stessi e come un’osservazione si distingue da un’ipotesi.\n\n### Come usarlo in Ailoot\n\nIn Ailoot Glimpse è collegato per ingresso testuale e risposta testuale. Si può fornire la descrizione di una scena, una sequenza di osservazioni, una trascrizione di eventi o didascalie già preparate e porre domande su questi materiali. L’elaborazione delle immagini e dei video stessi non rientra nell’interfaccia attuale di questo modello.\n\nUna richiesta pratica può contenere un registro delle osservazioni: chi ha fatto cosa, a che ora, cosa era visibile prima e dopo l’azione. Chiedere di costruire una cronologia, distinguere i fatti osservati dalle possibili spiegazioni e poi elencare i dettagli mancanti per giungere a una conclusione. Il formato permette di lavorare su una rappresentazione testuale del compito e di mantenere esplicito il confine tra informazioni fornite e interpretazione.\n\n### Cosa considerare nella definizione del compito\n\nPer una domanda spaziale è utile indicare il punto di osservazione e descrivere la posizione relativa degli oggetti. Per una sequenza di eventi, conservare gli orari e denominazioni costanti per i partecipanti. Se il testo originale non dice se il movimento proseguiva tra due osservazioni, è meglio chiedere al modello di considerare le alternative ammissibili invece di scegliere un’unica spiegazione.\n\nPer Glimpse in Ailoot è indicato un contesto di 262 144 token. Consente di includere descrizioni estese e cronologia della discussione. Il risultato resta testuale: può essere una spiegazione, una tabella degli eventi o un elenco di domande sui materiali iniziali. Le capacità dell’ambiente agentico Elorian, compresi gli strumenti visivi e il coordinamento dei sottocompiti, non vanno trasferite automaticamente a questa interfaccia testuale.",
    "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": "Modello Elorian per ragionare su scene ed eventi fisici; in Ailoot lavora con descrizioni e domande testuali."
  },
  "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": "Modello Elorian per ragionare su scene ed eventi fisici; in Ailoot lavora con descrizioni e domande testuali.",
  "source": {
    "audit_sha256": "5f065932893a70c0b36c8483d3928db7ec6240b883889ebc279c3096c62846a8",
    "bridge_map_sha256": "5f065932893a70c0b36c8483d3928db7ec6240b883889ebc279c3096c62846a8",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "f7455065b55ce7136e9107c6f5ad1826b34410de81f8d268f972987658d8f76e",
      "renderer_sha256": "2768134259157fd95afdf8322553e196aa2db34772ef4614c2589b7dc977a980"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "f7455065b55ce7136e9107c6f5ad1826b34410de81f8d268f972987658d8f76e",
    "renderer_sha256": "2768134259157fd95afdf8322553e196aa2db34772ef4614c2589b7dc977a980"
  },
  "sourceRevision": "7925170e181a4f4bc59d98f673be7e6e302d7ce0edfb5b783e9bc3b1f401e3d6"
}
