Glimpse: el modelo argentino que vuelve a mirar la imagen antes de responder

En desarrollo. La startup Elorian presentó Glimpse, un modelo de visión artificial que se diferencia de los sistemas dominantes del sector por un mecanismo simple: en vez de traducir la imagen a texto y razonar solo con esa representación, puede volver al material original durante el proceso de respuesta. La compañía describió a ese procedimiento como un espacio de trabajo visual.

Un funcionamiento distinto al de los modelos multimodales habituales

Glimpse puede recortar zonas específicas de una imagen, revisar fotogramas puntuales de un video a mayor velocidad y ejecutar código para comparar y medir lo que observa. Andrew Dai, fundador de Elorian y ex investigador de Google DeepMind, sostuvo que los modelos de lenguaje alcanzaron un nivel razonable en matemáticas, programación y física, pero que la comprensión visual quedó rezagada frente a esas capacidades.

“Los modelos de lenguaje rinden bien en matemáticas, programación y física, pero la comprensión visual quedó atrás.”Andrew Dai, fundador de Elorian

• Recorta zonas puntuales de la imagen durante el análisis.
• Revisa fotogramas específicos de un video a mayor velocidad.
• Ejecuta código para comparar y medir lo que observa.
• Vuelve al material original en lugar de trabajar solo con texto.

Rendimientos y precios informados por la empresa

Según las pruebas realizadas por Elorian, Glimpse supera a GPT-6 Astra en análisis de gráficos científicos, conteo de objetos y descripción de videos cortos, y empata en tareas de razonamiento aplicado a robótica. El costo informado es de 0,60 dólares por millón de tokens de entrada y 3 dólares por millón de tokens de salida. La empresa afirmó que eso representa un 94 por ciento menos que GPT-6 Astra y un 85 por ciento menos que Claude Opus 5.5. El modelo se entrenó con un equipo chico y unos pocos cientos de chips especializados, partiendo de una base de código abierto.

Glimpse está disponible desde el 16 de octubre a través de una API y un chat con lista de espera, en lo que Elorian llamó una vista previa de investigación. Los primeros clientes apuntados son estudios de robótica, laboratorios científicos, empresas de medios y estudios de videojuegos. Dai señaló que el objetivo para el próximo año es construir el modelo de razonamiento visual con mejor desempeño en cada prueba comparativa disponible para esa categoría. La firma fue descrita como un primer paso dentro de un plan más amplio de la compañía.