Glimpse: una IA con ojos que no se quedan quietos

¿Otra IA más? Sí, pero con una diferencia: esta no se conforma con mirar una foto una sola vez y pasar a otra cosa. Se llama Glimpse y la trae Elorian, una compañía fundada por Andrew Dai, un ex investigador de Google DeepMind que, según cuenta, se cansó de ver cómo los modelos de lenguaje avanzaban en matemáticas y programación mientras la comprensión visual quedaba relegada a un segundo plano.

¿Qué hace distinto Glimpse?

La mayoría de los sistemas multimodales que conocemos traducen la imagen a palabras y, con eso, razonan. Listo, chau imagen. Glimpse trabaja distinto: durante la respuesta puede volver al material original, recortar un sector, acelerar el video cuadro por cuadro o ejecutar código para medir lo que está viendo. Dai lo bautizó "espacio de trabajo visual": la IA no solo lee, también chequea.

Pongamos un ejemplo bien salteño. Si le pasás una foto del Cabildo y le preguntás cuántas ventanas tiene en la fachada norte, un modelo común suele adivinar o equivocarse. Glimpse, en teoría, recorta la zona, cuenta una por una con código y te tira el número. Lo mismo con un gráfico científico lleno de barras: no se queda con la lectura rápida, va y mide.

¿Y cómo le va frente a los grandes?

La empresa publicó sus propias pruebas, así que hay que tomarlas con pinzas hasta que la academia las revise. En esas evaluaciones, Glimpse supera a GPT-6 Astra en análisis de gráficos, conteo de objetos y descripción de videos cortos, y empata en razonamiento aplicado a robótica. Nada mal para un equipo chico.

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

• Precio de uso: 0,60 dólares por millón de tokens de entrada y 3 dólares por millón de tokens de salida.
• Costo un 94% menor que GPT-6 Astra y un 85% menor que Claude Opus 5.5, según la compañía.
• Entrenado con un equipo reducido y unos pocos cientos de chips especializados, partiendo de una base de código abierto.
• Disponible desde el 16 de octubre por API y un chat con lista de espera, en modo vista previa de investigación.
• Primeros clientes apuntados: robótica, laboratorios científicos, medios y estudios de videojuegos.

Para el año que viene, Dai se puso una meta ambiciosa: quiere que Glimpse sea el mejor modelo de razonamiento visual en cada benchmark disponible. Veremos si lo logra o si los gigantes que ya están del otro lado acomodan rápido sus fichas. Por ahora, lo concreto es que un equipo con pocos recursos y bastante ingenio acaba de sacudir el mostrador de precios de la visión artificial.