Elorian, 이미지 다시 보며 추론하는 Glimpse 공개, 100만 토큰 입력 0.6달러

미국 팰로앨토의 AI 스타트업 Elorian이 첫 모델 Glimpse를 연구 미리보기로 공개했다. TechCrunch가 단독으로 확인한 이 공개는 금요일에 이뤄졌다. API로 쓸 수 있고, 채팅 인터페이스는 대기자 명단에 등록한 사람만 이용한다.

요금은 입력 100만 토큰당 0.6달러, 출력 100만 토큰당 3달러다. TechCrunch는 이 가격이 Sonnet이나 Sol 같은 중간급 모델보다 싸고 Haiku, Luna 같은 경량 모델보다는 비싸다고 전했다.

대부분의 멀티모달 모델은 이미지를 한 번 보고 토큰으로 바꾼 뒤 텍스트로 추론한다. Glimpse는 추론 중에도 원본으로 돌아간다. 특정 영역을 잘라 들여다보고, 영상에서 필요한 프레임을 뽑고, 코드를 돌려 대상을 재거나 비교한다. Elorian은 이 기능을 시각 스크래치 공간이라고 부른다.

추론 중 이미지를 자르고 확대하는 crop-and-zoom 방식은 새롭지 않다. OpenAI가 2025년 o 시리즈 모델에 추론 중 자르기·확대 기능을 추가한 바 있다. Elorian은 모델 전체를 이 방식에 맞춰 설계했고 비용도 낮췄다고 주장한다. 작은 팀이 GPU 수백 장으로 학습했으며, 비교 대상인 최상위 모델보다 크기가 상당히 작다고 회사는 밝혔다.

Elorian의 자체 평가에서 Glimpse는 과학 차트 추론과 짧은 영상 캡션 작성에서 GPT-6 Astra보다 나은 결과를 냈다. 다른 시각 추론 과제에서는 비슷한 수준이라고 회사는 밝혔다. 독립 검증 결과는 아직 나오지 않았다.

CEO 앤드루 다이(Andrew Dai)는 Google DeepMind 연구원 출신이다. 지난해 친구들과 보드게임을 마치고 판을 찍어 최상위 모델에 누가 이기고 있는지 물었으나 답을 얻지 못했다. 다이는 보드게임마다 고유한 시각 언어와 상징이 있어 성인은 글 없이도 상황을 이해하지만, 모델은 상징의 뜻을 짐작하지 못한다고 TechCrunch에 말했다.

Elorian은 6개월 전 스텔스 모드를 벗었다. 시드 라운드 5,500만 달러를 기업가치 3억 달러로 유치했고, Striker Venture Partners, Menlo Ventures, Altimeter Capital이 공동 주도했다. NVIDIA와 Google 수석 과학자 Jeff Dean도 참여했다.

첫 고객 대상은 영상을 많이 보유한 로보틱스 기업, 과학 연구소, 미디어와 창작 기업이다. 장기적으로는 장면의 모델을 만들고 이를 바탕으로 행동을 고르는 단계로 나아가려 하며, 여기에는 로봇을 직접 제어하는 일까지 포함된다. 다이는 내년에 모든 시각 추론 시험에서 앞서는 세계 최고의 시각 추론 모델을 만드는 것이 목표라고 말했다.