Glimpse: la IA que no se conforma con mirar la foto una sola vez

A veces uno le manda una foto a una inteligencia artificial y recibe una respuesta que parece escrita por alguien que nunca vio la foto. Mi viejo hace lo mismo con los prospectos médicos: lee la primera línea y ya está diagnosticando. Bueno, los modelos multimodales que dominan el mercado hoy funcionan parecido: miran la imagen una vez, la convierten en una descripción escrita y a partir de ahí razonan únicamente con texto, como si hubieran quemado la foto original y solo les quedara el acta de defunción de lo que había ahí.

Glimpse, el modelo que presentó esta semana la startup Elorian, va por otro camino. En vez de aceptar esa traducción única y definitiva, el sistema puede volver sobre la imagen mientras está respondiendo: recortar una zona, sacar un cuadro puntual de un video, ejecutar un pedazo de código para contar objetos o medir distancias. Andrew Dai, fundador de la empresa y ex investigador de Google DeepMind, lo bautizó como espacio de trabajo visual. La idea, según él, es que los modelos de lenguaje ya razonan bastante bien sobre matemáticas, código y física, pero la comprensión visual quedó varios escalones atrás. Glimpse intenta achicar esa brecha.

Qué cambia respecto a los modelos grandes

• Puede volver a la imagen original durante el proceso de respuesta, no se queda con la primera traducción.
• Recorta zonas específicas y analiza cuadros puntuales de video a mayor velocidad.
• Ejecuta código para comparar y medir lo que ve, como si fuera un asistente que saca la calculadora.
• En pruebas propias supera a GPT-6 Astra en gráficos científicos, conteo de objetos y descripción de videos, y empata en razonamiento aplicado a robótica.
• Su costo es hasta un 94 por ciento menor al de GPT-6 Astra y un 85 por ciento menor al de Claude Opus 5.5.

Sobre los precios conviene traducir la sigla de los dólares y los tokens al lenguaje de la casa. Un token es una unidad de texto que la IA procesa, algo así como una palabra o un pedacito de palabra. Un millón de tokens de entrada en Glimpse sale 0,60 dólares, contra los diez o más que cobran los modelos grandes por el mismo volumen. Para que se entienda: es la diferencia entre pagar la nafta del auto o pedir un remise para ir a la esquina.

El otro dato que llama la atención es cómo se hizo. Elorian entrenó a Glimpse con un equipo chico y unos pocos cientos de chips especializados, partiendo de una base de código abierto. Nada que ver con los presupuestos siderales que manejan OpenAI, Google o Anthropic. Es como armar una guitarra eléctrica en el garage y que suene mejor que la del estudio de al lado. Tampoco hay que exagerar: los resultados que presentó la empresa son de pruebas propias, así que hay que tomarlos con pinzas hasta que aparezcan evaluaciones independientes. Cuando uno se ríe de sí mismo es porque ya pisó ese palito antes.

Quién puede usarlo y para qué

El modelo está disponible desde el 16 de octubre a través de una interfaz de programación, lo que en criollo se llama API, y un chat con lista de espera. Elorian lo presenta como una vista previa de investigación, o sea: andá probándolo, pero no lo pongas a manejar un quirófano todavía. Los primeros clientes que la empresa tiene en la mira son estudios de robótica, laboratorios científicos, empresas de medios y estudios de videojuegos, todos rubros que trabajan con montañas de imágenes y video.

Dai ya marcó la próxima parada: para el año que viene quieren construir el modelo de razonamiento visual con mejor desempeño en cada prueba comparativa disponible en esa categoría. Una promesa ambiciosa para un equipo chico, pero por ahora los números que muestran les dan algo de aire. Veremos si cuando entren los evaluadores externos la guitarra del garage sigue sonando afinada o si aparecen las primeras desafinadas.

Consejo práctico para cerrar: si tu empresa o tu redacción maneja gráficos, cuadros o videos cortos y hoy paga una fortuna por analizarlos con IA, probá Glimpse cuando salga de la lista de espera. Compará resultados con tu proveedor actual, medí costo por millón de tokens y no te cases con nadie: en este mercado, el que te cobra diez veces más no siempre te da diez veces más.