Glimpse, el modelo de visión que relee la imagen antes de responder y cuesta una fracción de sus rivales

Un equipo chico, con un puñado de investigadores y unos pocos cientos de chips especializados, logró lo que muchos grandes laboratorios todavía persiguen: un modelo de visión artificial que no se conforma con mirar la imagen una sola vez. Se llama Glimpse, lo desarrolla la compañía Elorian y acaba de salir al mercado en una etapa de vista previa de investigación, según informó la propia empresa. Su punto de diferenciación es técnico: en vez de transformar la imagen en una representación textual y razonar solo con eso, el sistema puede volver sobre el material original, recortar zonas puntuales, examinar fotogramas específicos de un video a mayor velocidad o escribir y ejecutar código para medir y comparar lo que observa.

Mercado

El precio de uso es de 0,60 dólares por millón de tokens de entrada y 3 dólares por millón de tokens de salida. Elorian afirma que eso representa un costo un 94% menor al de GPT-6 Astra y un 85% menor al de Claude Opus 5.5, los dos modelos de referencia en el segmento de sistemas multimodales de gama alta. La firma entrenó a Glimpse sobre una base de código abierto y con un presupuesto de cómputo muy inferior al que manejan los grandes jugadores del sector.

“Los modelos de lenguaje alcanzaron un nivel razonable en matemáticas, programación y física, pero la comprensión visual quedó rezagada frente a esas otras capacidades. Glimpse apunta a cerrar esa brecha.”Andrew Dai, fundador de Elorian y ex investigador de Google DeepMind

En las pruebas internas que difundió Elorian, Glimpse supera a GPT-6 Astra en el análisis de gráficos científicos, en tareas de conteo de objetos y en la descripción de videos cortos, y empata en pruebas de razonamiento aplicadas a robótica. La empresa describió al producto como un primer paso dentro de un plan más largo.

Clientes

• Estudios de robótica
• Laboratorios científicos
• Empresas de medios
• Estudios de videojuegos

Dai, consultado sobre los próximos movimientos de la compañía, sostuvo que el objetivo para el año entrante es construir el modelo de razonamiento visual con mejor desempeño en cada prueba comparativa disponible para esa categoría. El modelo está disponible desde el 16 de octubre a través de una interfaz de programación y de un chat con lista de espera, en lo que la firma define como una vista previa de investigación sujeta a y ajustes.