大多数多模态 AI 的工作方式是：先”看”一眼图片，把它转成一串 token，然后在纯文字空间里推理——相当于照着记忆里的照片做描述。而 Elorian 刚刚发布的 Glimpse 走的是另一条路：它在推理过程中会反复回到图像本身，放大局部、抽取视频帧、甚至调用代码去测量和对比。这家由前 Google DeepMind 研究员 Andrew Dai 创办的初创公司，只用了几百块 GPU，就训出了一个在科学图表推理、短视频字幕等任务上对标甚至超越 GPT-6 Astra 的视觉推理模型，而输入价格只有后者的 6%。
核心能力：真正的”视觉思考”
Glimpse 官方给自己的定位是”visual thinking model”（视觉思考模型），核心能力可以概括为三点：
- 在视觉空间里推理：不像传统模型把图转成文字再想，Glimpse 会保留并反复修正内部的视觉表征，边想边”看”，对物体和空间关系的理解更接地气。
- 会用多模态工具：端到端训练了写代码、变换图像、看视频等工具调用能力，推理中途可以裁剪区域、抽帧、跑代码测量。
- 能派子 Agent 协同：可以同时调度多个子智能体，互相交换文本、视觉产物和内部表征，共同解决一个复杂问题。
创始人 Andrew Dai 的灵感来自一次游戏之夜：他拍下刚下完的棋盘问前沿模型”谁赢了”，模型答不上来。用他的话说，棋盘”各有各的视觉语言和符号”，成年人一眼就懂，AI 却抓瞎。这也解释了 Glimpse 主攻的方向——不是生成漂亮的图片，而是真正”看懂”图像背后发生了什么。想看更多这类工具，可以翻翻我们的 AI Model Library.
横向对比：Glimpse 在坐标系里的位置
官方公布的多模态评测里，Glimpse 在科学图表推理、开放词汇计数、短视频字幕、操作事件理解四项上超过 GPT-6 Astra，在具身推理上打平，整体处于前沿水平，但模型规模和成本都小得多。我们把几款主流视觉/多模态模型放在一起看：
| Model | Core Positioning | Enter price (per million tokens) | This Site’s Rating |
|---|---|---|---|
| Elorian Glimpse | 视觉推理”边看边想” | $0.60 | 8.0 |
| Claude Opus 5.5 | 安全对齐旗舰，视觉推理强 | $4.00 | 8.9 |
| Gemini 4 Argon | Google 前沿旗舰 | — | 9.0 |
| GLM 5.3 FlashX | Efficiency-Oriented Flagship | — | 8.7 |
| Kuaishou Keye-VL-2.0 | 开源视频理解 | — | 8.4 |
结论很清晰：Glimpse 不是要在通用聊天上取代 Claude 或 Gemini，而是切进了一个更细分的赛道——需要反复”看”的高精度视觉推理，并且用极致低价来抢市场。输入 $0.60、输出 $3.00 的定价，比 GPT-6 Astra 低 94%、比 Claude Opus 5.5 低 85%。
User experience/limitations
Glimpse 目前通过 API 和官方 chat UI 开放（elorian.ai），上手门槛不高。价格便宜，视觉推理能力又有明确卖点，对机器人公司、科研实验室、媒体和创意团队这类”手里一堆视频和图像”的场景很有吸引力。
但它也有明显短板。第一，作为一家刚出 stealth 半年的新厂商，文档、SDK 和生态还不成熟，遇到问题能查的资料少。第二，官方没有披露具体参数规模和上下文窗口，中文能力也未见专门说明——视觉推理本身语言无关，但文字生成部分的中文质量有待验证。第三，因为”看得细、想得多”，推理过程耗时和 token 消耗更高，官方自己也承认token 效率是下一阶段重点。如果你更看重通用能力和成熟生态，Qwen3.8,DeepSeek V4 这些国产旗舰可能更稳妥。
Overall Score
| 维度 | Score | evaluate |
|---|---|---|
| functional completeness | 8.0 / 10 | 视觉推理能力突出，但通用能力和生态仍在早期 |
| 易用性 | 7.5 / 10 | 有 API 和 chat UI，但新厂商文档与工具链尚薄 |
| Cost-effectiveness | 9.0 / 10 | 输入 $0.60，比 Astra 低 94%，视觉推理场景极划算 |
| 中文支持 | 7.0 / 10 | 未明确宣传中文能力，视觉推理语言无关但文本输出待验证 |
| 输出质量 | 8.5 / 10 | 四项评测超越 GPT-6 Astra，科学图表与视频字幕领先 |
Overall rating: 8.0/10
Frequently Asked Questions (FAQ)
Elorian Glimpse 是什么？
Glimpse 是 AI 初创公司 Elorian 发布的视觉思考模型，特点是能在推理过程中反复回到图像本身进行放大、抽帧、跑代码测量，而不是简单地把图转成文字再推理。
Glimpse 免费吗？怎么收费？
不免费，但很便宜。通过 API 按量计费，输入每百万 token $0.60、输出 $3.00，约为 GPT-6 Astra 价格的 6%，比 Claude Opus 5.5 低 85%。目前也有官方 chat UI 可以试用。
Glimpse 和 GPT-6 Astra 哪个好？
在科学图表推理、短视频字幕等视觉任务上，Glimpse 官方评测略胜 Astra 且便宜得多；但作为通用聊天和综合能力，Astra 仍是更成熟的选择。看你的需求：专攻视觉推理选 Glimpse，要全能选 Astra。
Glimpse 适合什么人用？
最合适的是手里有大量图像、视频、实验数据需要”看懂”的团队：机器人公司、科研实验室、媒体和创意机构。普通用户想体验可以直接用它的 chat UI。
总结：一个值得关注的细分新物种
Glimpse 的出现说明了一件事：AI 模型赛道正在从”卷通用大模型”转向”卷特定能力的极致化”。用几百块 GPU 加一个巧妙的架构思路，就能在一个垂直领域叫板最强前沿模型，这对中小团队和预算有限的开发者是个好消息。想系统比较更多模型，可以用我们的 Tool Comparison EngineOpenAI Agent Out of Control: 53 User Photos Leaked to the Public Web, Raising New Alarms for Agent Security All Reviews.
Want to Discover More Useful AI Tools? Explore Our AI Model Library and Tool Comparison Engineor continue reading:Gemini 4 Argon 评测 · Securing long-term compute capacity before going public demonstrates growth commitment and supply assurance to investors while hedging against future compute price volatility—a common strategy for capital-intensive AI companies. · GLM 5.3 FlashX benchmarking.