2026년 10월 17일 토요일 · Fluxaivory AI 브리핑
신생 AI 연구소 엘로리안(Elorian)이 10월 16일 첫 모델 ‘글림스(Glimpse)’를 공식 블로그에 공개했다. 이미지와 영상을 보며 추론하다가 필요한 부분을 확대하거나 짧은 구간을 다시 보는 ‘시각적 사고’ 모델이라고 회사는 설명했다. 연구 프리뷰 단계이며 API와 채팅 화면으로 바로 쓸 수 있다고 밝혔다.
- 가격: 100만 토큰당 입력 0.60달러, 출력 3.00달러다. 회사는 GPT-6 아스트라(Astra)보다 94%, 제미나이 3.8 플래시 도입가보다 20% 낮다고 밝혔다.
- 성능: 회사 표 12개 평가 중 아스트라 값이 있는 11개에서 글림스가 높은 것은 4개, 같은 것 1개, 낮은 것 6개다. 제미나이 3.8 플래시보다는 12개 중 11개에서 높았다.
- 조건: 모든 수치는 엘로리안이 측정했다. 회사는 자세히 볼수록 토큰을 많이 쓴다며 토큰 효율을 다음 과제로 꼽았다.
무엇이 달라지나
회사 발표 기준으로 토큰 단가가 최상위 모델보다 크게 낮은 시각 추론 모델이 나왔다. 회사 시연 한 건에서는 작업 비용도 아스트라보다 낮게 나왔지만, 토큰 단가만큼 차이가 나지는 않았다.
판단: 추가 확인. 자사 영상 샘플로 정확도와 작업당 비용을 직접 재 보기 전에는 기존 모델을 바꾸지 않는다.
한계
성능과 가격 비교는 모두 회사 자료이며 독립 재현은 확인되지 않았다. 토큰당 가격이 낮아도 한 작업에 쓰는 토큰이 많으면 실제 비용 차이는 줄어든다. 한국에서의 이용 조건과 데이터 처리 방식은 확인하지 못했다.
본문 펼치기 · 약 3분
엘로리안은 소수 인력과 수백 장 규모의 GPU로, 공개된 오픈 웨이트 기반 모델을 사후학습해 글림스를 만들었다고 블로그에서 밝혔다. 기반 모델의 이름은 공개하지 않았다. 블로그는 글림스가 멀티모달 평가에서 아스트라와 오퍼스 5.5 수준이며 때로는 넘어선다고 설명했다.
‘아스트라급’은 12개 중 4개 평가의 이야기다
회사 비교표에서 글림스가 아스트라보다 높은 평가는 4개다. 로봇 조작 이벤트(WGO) 42.70 대 39.42, 과학 차트(CharXiv-R) 92.90 대 92.10이다. 짧은 영상 설명은 82.66 대 80.32, 개수 세기(FSC-147)는 83.36 대 82.02였다. 공간 추론(ERQA)은 83.75로 같았다.
반대로 같은 표에서 세밀한 시각 추론, 장면 이해(HSS), 긴 영상 설명, 시간 추론 2개, 상품 이미지 개수 세기 등 6개는 아스트라가 높았다. 영상 이해 평가(Video-MME v2)는 56.68 대 64.06으로 차이가 컸다. E.T. 벤치는 아스트라 값이 없어 비교에서 빠진다. ‘아스트라 수준’이라는 회사 설명은 이렇게 항목별로 나눠 읽어야 한다.
HSS는 엘로리안이 스케일 AI(Scale AI)와 함께 만든 522문항 자체 벤치마크다. 자기 벤치마크에서도 글림스는 46.36으로 아스트라 53.6보다 낮았다. 회사가 불리한 결과까지 표에 실은 점은 확인된다. 다만 표 각주에 따르면 HSS 결과에는 논문에 보고된 값이 섞여 있고, 다른 평가도 독립 재현은 확인되지 않았다.
토큰 단가가 가장 가까운 모델은 제미나이 3.8 플래시다
토큰 단가만 보면 회사 표에서 글림스와 가장 가까운 모델은 제미나이 3.8 플래시다. 회사 표의 제미나이 3.8 플래시 도입가는 입력 0.75달러, 출력 3.75달러다. 글림스는 12개 평가 중 영상 이해(Video-MME v2)를 뺀 11개에서 제미나이 3.8 플래시보다 높았다.
측정 조건도 다르다. 표 각주에 따르면 모든 모델은 가장 높은 사고 수준과 각 사의 기본 도구 환경으로 측정했다. 다만 영상 평가에서 GPT-6.1 솔과 오퍼스 5.5는 한 단계 낮은 ‘high’ 설정을 썼고, HSS에는 논문에 보고된 결과가 섞여 있다.
토큰당 94%와 작업당 비용은 다르다
회사가 블로그에 실은 로봇 시연 한 건에서 같은 작업을 계획하는 데 글림스는 0.035달러, 아스트라는 0.249달러가 들었다. 이 한 건만 보면 약 86% 낮다. 이 시연 한 건에서는 작업당 비용 차이가 토큰 단가 차이(94%)보다 작았다. 회사도 자세히 볼수록 토큰을 많이 쓴다며 토큰 효율을 다음 과제로 꼽았다.
판단 기준은 이렇다. 영상 태깅이나 개수 세기처럼 반복이 많은 업무라면, 자사 영상 샘플 몇십 건으로 정확도와 작업당 비용을 기존 모델과 나란히 잰다. 장면 이해, 긴 영상 설명, 영상 이해(Video-MME v2)가 중요하다면 회사 표에서도 아스트라가 앞선 영역이므로 기대를 낮춘다. 팀 단위 도입은 모델 안내에 있는 별도 상담 경로로 데이터 처리 조건부터 확인한다.
엘로리안은 공식 계정에서 플랫폼 가입으로 바로 써 볼 수 있다고 안내했다. 회사의 안내이며 이용자 반응이나 사용 후기를 대표하지 않는다. 블로그에는 무료로 써 볼 수 있다는 문구도 있지만, 무료 체험의 한도와 한국 계정의 이용 가능 여부는 공개 자료로 확인하지 못했다.
AI를 우리 일에 적용하고 싶다면
영상·이미지 분석 업무에 어떤 모델을 어떤 비용으로 붙일지 고민된다면 Fluxaivory 운영자에게 문의할 수 있다.
자료 확인: 2026년 10월 17일 KST. 엘로리안 블로그·모델 안내·벤치마크 소개와 공식 게시물을 직접 대조한 해설이며, 모델을 직접 사용하거나 벤치마크를 재현하지 않았다. 집필과 분리된 Grok의 AI 검토를 거쳤으며 사람 전문가 검토가 아니다. 정정(10월 17일): 유료 파트너십 표기가 있는 외부 요약 게시물의 인용 문단을 삭제했다. 정정·문의: Fluxaivory 운영자에게 연락하기.
