{
  "aboutHtml": "<h3>Raciocínio sobre acontecimentos e espaço</h3><p>O Glimpse é um modelo da Elorian desenvolvido em torno da compreensão visual do mundo físico. Especializa-se em manter a representação de um objeto durante o movimento e as mudanças de perspetiva, ligar ações a consequências e analisar relações entre partes de uma cena. Nos exemplos oficiais, o programador mostra análise de movimento, contagem de objetos tendo em conta o respetivo estado e reconstituição da ordem dos acontecimentos.</p><p>Uma ideia distintiva do Glimpse é regressar à evidência visual durante a resolução. No ambiente da Elorian, o modelo pode voltar a examinar uma área relevante, comparar observações e afinar a interpretação inicial. Isto explica a sua orientação para tarefas em que não basta nomear objetos: é necessário perceber o que mudou, que objetos continuam a ser os mesmos e o que distingue uma observação de uma suposição.</p><h3>Como utilizar na Ailoot</h3><p>Na Ailoot, o Glimpse está ligado para entrada de texto e resposta de texto. Pode fornecer a descrição de uma cena, uma sequência de observações, uma transcrição de acontecimentos ou legendas já preparadas e colocar uma pergunta sobre esses materiais. O processamento das próprias imagens e vídeos não faz parte da interface atual deste modelo.</p><p>Um pedido prático pode conter um registo de observações: quem fez o quê, a que horas e o que era visível antes e depois da ação. Peça uma cronologia, a separação entre factos observados e explicações possíveis e, em seguida, os detalhes em falta para uma conclusão. Este formato permite trabalhar com uma representação textual da tarefa e preservar explicitamente a fronteira entre informação fornecida e interpretação.</p><h3>O que considerar ao formular a tarefa</h3><p>Para uma pergunta espacial, é útil indicar o ponto de observação e descrever a posição relativa dos objetos. Para uma sequência de acontecimentos, conserve as marcas temporais e designações constantes dos participantes. Se o texto original não indicar se o movimento continuou entre duas observações, é preferível pedir ao modelo que considere hipóteses admissíveis em vez de escolher uma única explicação.</p><p>Para o Glimpse na Ailoot, está indicado um contexto de 262 144 tokens. Permite incluir descrições extensas e o histórico da discussão no pedido. O resultado continua a ser textual: pode ser uma explicação, uma tabela de acontecimentos ou uma lista de perguntas sobre os materiais de partida. As capacidades do ambiente de agentes da Elorian, incluindo ferramentas visuais e coordenação de subtarefas, não devem ser automaticamente atribuídas a esta interface de texto.</p>",
  "aboutText": "### Raciocínio sobre acontecimentos e espaço\n\nO Glimpse é um modelo da Elorian desenvolvido em torno da compreensão visual do mundo físico. Especializa-se em manter a representação de um objeto durante o movimento e as mudanças de perspetiva, ligar ações a consequências e analisar relações entre partes de uma cena. Nos exemplos oficiais, o programador mostra análise de movimento, contagem de objetos tendo em conta o respetivo estado e reconstituição da ordem dos acontecimentos.\n\nUma ideia distintiva do Glimpse é regressar à evidência visual durante a resolução. No ambiente da Elorian, o modelo pode voltar a examinar uma área relevante, comparar observações e afinar a interpretação inicial. Isto explica a sua orientação para tarefas em que não basta nomear objetos: é necessário perceber o que mudou, que objetos continuam a ser os mesmos e o que distingue uma observação de uma suposição.\n\n### Como utilizar na Ailoot\n\nNa Ailoot, o Glimpse está ligado para entrada de texto e resposta de texto. Pode fornecer a descrição de uma cena, uma sequência de observações, uma transcrição de acontecimentos ou legendas já preparadas e colocar uma pergunta sobre esses materiais. O processamento das próprias imagens e vídeos não faz parte da interface atual deste modelo.\n\nUm pedido prático pode conter um registo de observações: quem fez o quê, a que horas e o que era visível antes e depois da ação. Peça uma cronologia, a separação entre factos observados e explicações possíveis e, em seguida, os detalhes em falta para uma conclusão. Este formato permite trabalhar com uma representação textual da tarefa e preservar explicitamente a fronteira entre informação fornecida e interpretação.\n\n### O que considerar ao formular a tarefa\n\nPara uma pergunta espacial, é útil indicar o ponto de observação e descrever a posição relativa dos objetos. Para uma sequência de acontecimentos, conserve as marcas temporais e designações constantes dos participantes. Se o texto original não indicar se o movimento continuou entre duas observações, é preferível pedir ao modelo que considere hipóteses admissíveis em vez de escolher uma única explicação.\n\nPara o Glimpse na Ailoot, está indicado um contexto de 262 144 tokens. Permite incluir descrições extensas e o histórico da discussão no pedido. O resultado continua a ser textual: pode ser uma explicação, uma tabela de acontecimentos ou uma lista de perguntas sobre os materiais de partida. As capacidades do ambiente de agentes da Elorian, incluindo ferramentas visuais e coordenação de subtarefas, não devem ser automaticamente atribuídas a esta interface de texto.",
  "locale": "pt-pt",
  "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>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0012 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,006 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>≈0,00012 US$ <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>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0012 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,006 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>≈0,00012 US$ <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>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0012 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,006 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>≈0,00012 US$ <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>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0012 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,006 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>≈0,00012 US$ <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/pt-pt/elorian-glimpse/",
    "description": "Modelo da Elorian para raciocínio sobre cenas e acontecimentos físicos; na Ailoot trabalha com descrições e perguntas em texto.",
    "locale": "pt-pt",
    "md_url": "https://ailoot.ai/models/pt-pt/elorian-glimpse/index.md",
    "title": "Elorian: Glimpse",
    "url": "https://ailoot.ai/models/pt-pt/elorian-glimpse/"
  },
  "rawModel": {
    "about": "### Raciocínio sobre acontecimentos e espaço\n\nO Glimpse é um modelo da Elorian desenvolvido em torno da compreensão visual do mundo físico. Especializa-se em manter a representação de um objeto durante o movimento e as mudanças de perspetiva, ligar ações a consequências e analisar relações entre partes de uma cena. Nos exemplos oficiais, o programador mostra análise de movimento, contagem de objetos tendo em conta o respetivo estado e reconstituição da ordem dos acontecimentos.\n\nUma ideia distintiva do Glimpse é regressar à evidência visual durante a resolução. No ambiente da Elorian, o modelo pode voltar a examinar uma área relevante, comparar observações e afinar a interpretação inicial. Isto explica a sua orientação para tarefas em que não basta nomear objetos: é necessário perceber o que mudou, que objetos continuam a ser os mesmos e o que distingue uma observação de uma suposição.\n\n### Como utilizar na Ailoot\n\nNa Ailoot, o Glimpse está ligado para entrada de texto e resposta de texto. Pode fornecer a descrição de uma cena, uma sequência de observações, uma transcrição de acontecimentos ou legendas já preparadas e colocar uma pergunta sobre esses materiais. O processamento das próprias imagens e vídeos não faz parte da interface atual deste modelo.\n\nUm pedido prático pode conter um registo de observações: quem fez o quê, a que horas e o que era visível antes e depois da ação. Peça uma cronologia, a separação entre factos observados e explicações possíveis e, em seguida, os detalhes em falta para uma conclusão. Este formato permite trabalhar com uma representação textual da tarefa e preservar explicitamente a fronteira entre informação fornecida e interpretação.\n\n### O que considerar ao formular a tarefa\n\nPara uma pergunta espacial, é útil indicar o ponto de observação e descrever a posição relativa dos objetos. Para uma sequência de acontecimentos, conserve as marcas temporais e designações constantes dos participantes. Se o texto original não indicar se o movimento continuou entre duas observações, é preferível pedir ao modelo que considere hipóteses admissíveis em vez de escolher uma única explicação.\n\nPara o Glimpse na Ailoot, está indicado um contexto de 262 144 tokens. Permite incluir descrições extensas e o histórico da discussão no pedido. O resultado continua a ser textual: pode ser uma explicação, uma tabela de acontecimentos ou uma lista de perguntas sobre os materiais de partida. As capacidades do ambiente de agentes da Elorian, incluindo ferramentas visuais e coordenação de subtarefas, não devem ser automaticamente atribuídas a esta interface de texto.",
    "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": "Modelo da Elorian para raciocínio sobre cenas e acontecimentos físicos; na Ailoot trabalha com descrições e perguntas em texto."
  },
  "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": "Modelo da Elorian para raciocínio sobre cenas e acontecimentos físicos; na Ailoot trabalha com descrições e perguntas em texto.",
  "source": {
    "audit_sha256": "e4f811e7810d0e886d7c9759231df991f75c9067b13bd50a2decdc706be66f68",
    "bridge_map_sha256": "e4f811e7810d0e886d7c9759231df991f75c9067b13bd50a2decdc706be66f68",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "3be23cbdfbeb16fbb35ef94a54d0655e6ee82e5e09da62ddf0cab3226fdb7578",
      "renderer_sha256": "a51d1049537a8e6d630c46edca5d01c7894c25c33ee7aba532b4ef956b0c04e9"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "3be23cbdfbeb16fbb35ef94a54d0655e6ee82e5e09da62ddf0cab3226fdb7578",
    "renderer_sha256": "a51d1049537a8e6d630c46edca5d01c7894c25c33ee7aba532b4ef956b0c04e9"
  },
  "sourceRevision": "050e9c70ec8a6157b918934cb6d61ecd61e72419ebc2289edbf5ba438509d8bc"
}
