Video analizi API: Glimpse ile videoya soru sorma

Kısa yanıt: videoyu https adresiyle video_url parçasında gönderin

LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. Bir videoyu analiz ettirmek için Elorian'ın Glimpse modelini elorian/glimpse model kimliğiyle, https://llmtr.com/v1 adresindeki /v1/chat/completions uç noktası üzerinden çağırırsınız. Videonun https adresi mesajın içine video_url parçası olarak, sorunuz da yanına text parçası olarak girer; Glimpse yanıtı metin olarak döndürür.

Elorian, Glimpse'i 16 Ekim 2026'da araştırma önizlemesi (research preview) olarak duyurdu. Duyuruya göre model bir ajan olarak video izleyen, görselleri dönüştüren ve kod yazan çok modlu araçlar kullanıyor; bir videonun kısa bir aralığını daha sık karelerle izleyebiliyor.

• Elorian, Introducing Glimpse · 2026-10-17

Bir video API ile nasıl analiz ettirilir?

Adımlar kısa. Videoyu https ile erişilebilen bir adrese koyun. Mesajın content dizisine type değeri video_url olan bir parça ekleyin ve sorunuzu text parçasıyla yazın. Aşağıdaki Python örneği isteği stream: true ile gönderir, yanıtı yazıldıkça ekrana basar ve son parçadaki usage alanını yazdırır. stream_options içindeki include_usage, token sayılarının bu son parçada gelmesini sağlar.

Ajan yanıt vermeden önce çalışır; bir yanıt birkaç saniyeden birkaç dakikaya kadar sürebilir ve ilk parça ajan düşünmeyi bitirdikten sonra gelir. Bu sırada akışa : keep-alive yorum satırları gelebilir; standart SSE istemcileri bunları atlar. Akış kullanmıyorsanız istemcinin zaman aşımını uzun tutun (örnekteki gibi 1800 saniye). Yanıt beklenirken bağlantınız kesilirse istek yine ücretlendirilebilir.

Örnekteki https://example.com/clip.mp4 bir yer tutucudur; kendi videonuzun adresini yazın. Uzun bir anlatım istediğinizde finish_reason değerine bakın. length ise görünen yanıt sınıra ulaşmıştır: max_tokens göndermezseniz 4.096 uygulanır ve sağlayıcı da görünen yanıt için 4.096 token'ı üst sınır olarak belirtir. Bu durumda soruyu bölün ya da daha kısa bir özet isteyin.

OpenAI Python SDK ile elorian/glimpse'e https adresli bir video gönderen akışlı istek; yanıt yazıldıkça basılır, usage son parçada gelir.

import os

from openai import OpenAI

client = OpenAI(
    base_url="https://llmtr.com/v1",
    api_key=os.environ["LLMTR_API_KEY"],
    timeout=1800,
)

stream = client.chat.completions.create(
    model="elorian/glimpse",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "video_url", "video_url": {"url": "https://example.com/clip.mp4"}},
                {"type": "text", "text": "What happens in this video? List the key moments with timestamps."},
            ],
        }
    ],
    stream=True,
    stream_options={"include_usage": True},
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print()
        print(chunk.usage)

Video kuralları: tek video, yalnızca https

Bir istekte, önceki mesajlar dahil, en fazla 1 video ve 20 görsel bulunabilir. Video yalnızca https adresiyle gönderilir; base64 data URL olarak gönderilen video 400 ile reddedilir. İki videoyu karşılaştırmak için her birini ayrı istekte sorun. Sohbet geçmişinde önceki bir video varsa yeni videoyu göndermeden önce onu geçmişten çıkarın.

Videodan kaç kare alınacağını sağlayıcı belirler; video_fps ve pixels_per_frame alanları desteklenmez ve 400 alır. Video uzunluğu ve çözünürlüğü sağlayıcının sınırlarına tabidir. Bir video reddedilirse kısaltıp ya da çözünürlüğünü düşürüp yeniden gönderin.

Aynı videoya ek soru sorarken videoyu ilk mesajda bırakıp sonraki soruları yeni user mesajları olarak ekleyebilirsiniz. Geçmişteki video da sayıldığı için sohbette aynı anda tek video bulunabilir. Başka bir videoya geçmek için önceki videoyu geçmişten çıkarıp yenisini ekleyin.

Video maliyeti: kareler girdi token'ıdır

Videonun kareleri girdi token'ı olarak faturalanır; uzun bir video, kısa bir metin isteğinden çok daha fazla girdi token'ı kullanır. 1 milyon token başına fiyat girdide 0,60 $, cache'ten okunan girdide 0,06 $, çıktıda 3,00 $'dır. Ajanın adımları ve düşünmesi completion_tokens içinde sayılır ve çıktı fiyatından faturalanır. Videolu bir istekte maliyeti istem metninin uzunluğundan tahmin etmeyin: videonun kaç girdi token'ı tuttuğu, sağlayıcının videodan aldığı kare sayısına bağlıdır ve her yanıtın usage alanında görünür.

Sağlayıcı, aynı video hakkındaki ikinci sorunun büyük ölçüde cache'ten okunduğunu belirtir. Tekrarlanan istem ön ekleri cache'lendiği için aynı videoya birden fazla soru soracaksanız videoyu mesajın başına, soruyu sonuna koyun; böylece ön ek değişmez. Cache'ten okunan miktarı her yanıtın usage.prompt_tokens_details.cached_tokens alanından kontrol edin; cache hemen ilk tekrarda devreye girmeyebilir.

Örnek hesap: 40.000 girdi token'lık bir video sorusunun tekrarında 36.000 token cache'ten okunursa girdi tutarı (4.000 x 0,60 $ + 36.000 x 0,06 $) / 1 milyon = 0,00456 $ olur. Aynı girdi cache'siz 0,024 $ tutar. Sayılar örnektir; bir videonun kaç token tuttuğunu yanıtın usage alanı söyler.

Yanıt metindir: desteklenmeyen alanlar

Glimpse yanıtı metin olarak döndürür. Ajanın çalışırken oluşturduğu dosyalar (grafik, tablo) LLMTR üzerinden döndürülmez. Sonucu belirli bir biçimde istiyorsanız (ör. zaman damgalı bir liste) biçimi istemde tarif edin, çünkü JSON response_format (json_object, json_schema) desteklenmez.

tools, tool_choice, stop, 1'den büyük n, logprobs, logit_bias, background ve mode alanları da istek sağlayıcıya gönderilmeden 400 ile reddedilir; reddedilen istek ücretlendirilmez. seed, user ve top_p gibi diğer alanlar istekten çıkarılır ve yanıttaki llmtr_dropped_parameters alanında listelenir. reasoning_effort low, medium ve xhigh değerlerini alır; göndermezseniz medium uygulanır. Düzey birim fiyatı değiştirmez, ama harcanan düşünme token'ları completion_tokens'a eklenir.

Veri notu ve ilk istek

Bu model üçüncü taraf bir sağlayıcı üzerinden sunulur. Gönderdiğiniz metin, görsel ve videolar sağlayıcı tarafından saklanabilir ve Elorian modellerinin eğitimi için kullanılabilir. Hassas, kişisel veya müşteri verilerini göndermeyin.

Başlamak için llmtr.com'da bir hesap açın, Dashboard > Faturalandırma'dan bakiye yükleyin ve Dashboard > API Anahtarları altında bir anahtar oluşturup LLMTR_API_KEY ortam değişkeninde saklayın. Ardından örnekteki video adresini kendi videonuzun https adresiyle değiştirip isteği gönderin. Aynı anahtar katalogdaki diğer modellerde de çalışır.

Bir videoyu Glimpse ile analiz ettirme

Videoyu https adresine koyun, elorian/glimpse ile https://llmtr.com/v1 adresine video_url parçası ve sorunuzla birlikte gönderin, maliyeti usage alanından okuyun.

1. Videoyu hazırlayın. Videoyu https ile erişilebilen bir adrese koyun. Sağlayıcı uzun ya da yüksek çözünürlüklü bir videoyu reddederse kısaltın ya da çözünürlüğünü düşürün.
2. İsteği gönderin. Mesaja type değeri video_url olan bir parça ve sorunuzu taşıyan bir text parçası ekleyin; model olarak elorian/glimpse yazın ve stream: true gönderin.
3. Yanıtı ve maliyeti okuyun. Yanıtı akıştan okuyun; son parçadaki usage alanında prompt_tokens, cached_tokens ve completion_tokens değerlerine bakın.

Sık sorulan sorular

Glimpse'e video base64 olarak gönderilebilir mi?

Hayır. Video yalnızca video_url parçasında https adresiyle gönderilir; base64 data URL olarak gönderilen video 400 ile reddedilir.

Bir istekte birden fazla video gönderebilir miyim?

Hayır. İstek başına bir video kabul edilir ve önceki mesajlardaki videolar da sayılır. İki videoyu karşılaştırmak için her birini ayrı istekte sorun; geçmişte önceki bir video varsa yeni videoyu göndermeden önce onu çıkarın.

Video analizinin maliyeti nasıl hesaplanır?

Videonun kareleri girdi token'ı olarak 1 milyon token başına 0,60 $'dan, cache'ten okunan kısmı 0,06 $'dan faturalanır. Yanıt, düşünme ve ajanın adımları completion_tokens olarak 3,00 $'dan sayılır. Gerçek sayıları her yanıtın usage alanı verir.

İlgili yazılar

• Glimpse API: görsel ve video için akıl yürüten ajan
• Glimpse reasoning_effort ve maliyet: low, medium, xhigh
• Ekim 2026'da LLMTR'ye eklenen modeller: tablo ve rehber

• Glimpse model sayfası
• Elorian Glimpse dokümantasyonu
• Streaming dokümantasyonu
• Fiyatlandırma