Glimpse, el modelo argentino que mira la imagen varias veces antes de responder y cuesta una fracción de sus rivales

La cuenta inicial asoma como una provocación para el sector: 0,60 dólares por millón de tokens de entrada y 3 dólares por millón de tokens de salida. Con esa tarifa, Elorian presenta a Glimpse, un modelo de visión artificial desarrollado por un equipo reducido y con unos pocos cientos de chips especializados, muy lejos de los presupuestos de cómputo que manejan los grandes laboratorios de inteligencia artificial. La compañía asegura que el precio resulta un 94 por ciento menor al de GPT-6 Astra y un 85 por ciento menor al de Claude Opus 5.5, los sistemas de referencia que toma como comparación.

¿Por qué Glimpse es distinto a las IA que ya conocemos?

La mayoría de los modelos multimodales actuales toman una imagen, la traducen a unidades de texto y luego razonan exclusivamente con esa representación, sin volver a consultar la fuente visual. Glimpse opera de otra manera. Durante el proceso de respuesta puede volver sobre el material original, recortar zonas específicas, revisar fotogramas puntuales de un video a mayor velocidad e incluso ejecutar código para comparar y medir lo que observa. Desde Elorian bautizaron a ese mecanismo como espacio de trabajo visual.

La diferencia parece menor, pero cambia la lógica de razonamiento. En lugar de quedarse con una descripción textual de la imagen, el sistema conserva la posibilidad de volver a mirarla cada vez que lo necesita, como haría una persona que repasa un gráfico o una captura antes de contestar una pregunta.

Detrás del proyecto está Andrew Dai, fundador de la empresa y ex investigador de Google DeepMind. En su lectura, los modelos de lenguaje ya alcanzaron un nivel razonable en matemáticas, programación y física, pero la comprensión visual quedó rezagada frente a esas otras capacidades. Glimpse apunta, justamente, a cerrar esa brecha.

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

¿Qué puede hacer hoy y dónde se ubica frente a la competencia?

Según las pruebas que la propia compañía difundió, Glimpse supera a GPT-6 Astra en el análisis de gráficos científicos, el conteo de objetos y la descripción de videos cortos, y empata en tareas de razonamiento aplicado a robótica. El modelo se entrenó partiendo de una base de código abierto, una decisión que permitió recortar costos y tiempos de desarrollo frente a los sistemas entrenados desde cero por las grandes tecnológicas.

• Recorta y vuelve sobre zonas puntuales de una imagen en pleno proceso de respuesta.
• Revisa fotogramas específicos de un video a mayor velocidad para describir movimiento o cambios.
• Ejecuta código para comparar y medir elementos visuales, como áreas, cantidades o proporciones.
• Está disponible desde el 16 de octubre vía API y un chat con lista de espera, en una vista previa de investigación.
• Los primeros clientes objetivo son estudios de robótica, laboratorios científicos, empresas de medios y estudios de videojuegos.

¿Quién lo usa ya y qué falta para que se consolide?

La salida al público se dio en formato de vista previa, con acceso por lista de espera. Para dimensionar el perfil de los primeros usuarios alcanza con mirar la lista de sectores que la propia empresa mencionó: robótica, ciencia, medios y videojuegos, todos rubros que mueven grandes volúmenes de imágenes y video y que dependen de análisis fino del material visual.

En lo inmediato falta la prueba más exigente: la adopción fuera del círculo de Early access. Dai señaló como objetivo para el próximo año construir el modelo de razonamiento visual con mejor desempeño en cada prueba comparativa disponible para esa categoría. La compañía describió a Glimpse como un primer paso dentro de un recorrido más largo, lo que deja abierta la pregunta central: si un equipo chico y con recursos acotados puede sostener el ritmo de mejora cuando los grandes laboratorios redoblen la apuesta por la visión artificial.