Glimpse vs. Gemma 4 12B: Ein Rückspulmechanismus gegen einen Download

Diese beiden werden vor allem deshalb miteinander verglichen, weil beide als Vision-Modelle beschrieben werden, und diese Beschreibung leistet dabei so gut wie nichts. Glimpse, am 16. Oktober 2026 von Elorian veröffentlicht, ist eine gehostete Forschungsvorschau, deren bestimmendes Verhalten darin besteht, dass sie zurückgehen und erneut hinsehen kann — einen Teil eines Clips mit dichterer Bildrate erneut abtasten, in eine Region hineinzoomen oder ein Merkmal über die Zeit hinweg verfolgen —, und sie ist ausschließlich über die API und die Chat-Oberfläche des Anbieters erreichbar. G​emma 4 12B ist ein dichter Open-Weights-Checkpoint mit 11,95 Milliarden Parametern von G​oogle DeepMind, ausgeliefert am 3. Juni 2026 unter Apache 2.0, den man herunterlädt und auf eigener Hardware ausführt, und der dieselbe Frage in die entgegengesetzte Richtung beantwortet: Er ist ein festes Artefakt mit einem festen Zeitplan für die Frame-Abtastung, und egal, wie lange man ihn ansieht, er wird nicht zurückspulen.

Die ehrliche Einordnung ist also nicht: „Welches ist besser bei Vision?“ Sondern dass eines davon eine Fähigkeit ist, die man mietet, und das andere eine Datei, die man besitzt, und die Wahl zwischen ihnen wird von Tatsachen entschieden, die nichts mit Benchmark-Zeilen zu tun haben.

Die Unterscheidung, die tatsächlich den Ausschlag gibt

Beginnen wir damit, was jedes davon physisch ist. Gemma 4 12B ist ein Satz Gewichte. Der instruction-getunte Checkpoint auf Hugging Face ist eine einzelne safetensors-Datei mit 23,92 GB in bfloat16; Googles eigene Builds mit quantisierungsbewusstem Training kommen auf rund 6,98 GB für die Gewichte plus eine 0,18 GB große multimodale Projektionsdatei, und ein Q4_K_M-Build aus der Community landet bei etwa 7,1 GB. Man kann es halten, feinabstimmen, weiter quantisieren, in einem Produkt ausliefern und ohne Netzwerk und ohne Abrechnungszähler betreiben. Das ist das gesamte Versprechen.

Glimpse ist die entgegengesetzte Art von Objekt. Es gibt keine Gewichte. Es gibt keine Parameteranzahl, kein herunterladbares Artefakt und keine veröffentlichte Architektur, abgesehen von der Aussage, dass es auf einem „Open-Weights-Basismodell“ nachtrainiert wurde, das Elorian nicht nennt. Was existiert, ist eine API, eine Chat-Oberfläche unter platform.elorian.ai mit kostenloser Registrierung und ein veröffentlichtes Verhalten: der visuelle Notizbereich des Modells, in dem es interne visuelle Repräsentationen erneut aufgreift und verfeinert, während sich das Denken entfaltet.

Diese Asymmetrie ist der erste Punkt, der einzupreisen ist, und sie wirkt in beide Richtungen. Ein herunterladbarer Checkpoint kann einem nicht unter den Füßen weg als veraltet eingestuft werden, kann sein Verhalten nicht hinter einer gleichbleibenden Versionskennung ändern und kann nicht um 3 Uhr morgens ausfallen, weil das us-east-1 von jemand anderem schlecht drauf ist. Eine gehostete Vorschau mit einem Zurückspulmechanismus kann nicht auf einer air-gapped-Maschine ausgeführt werden und — der Punkt, der für einen Vergleich von Gemma 4 12B am wichtigsten ist — lässt sich nicht in 16 GB Arbeitsspeicher unterbringen, weil es nichts gibt, das hineinpasst.

Was das Zurückspulen bringt – in den eigenen Zahlen des Anbieters

Elorians ausgearbeitete Beispiele sind das Konkreteste, was über Glimpse veröffentlicht wurde, und es lohnt sich, sie als Beschreibungen statt als Bewertungen zu lesen. In einem Trace macht das Modell einen ersten Durchgang mit ungefähr 8 Bildern pro Sekunde, entwickelt eine vorläufige Lesart und geht dann zurück und tastet ein 0,9-Sekunden-Fenster mit etwa 14 fps erneut ab, um zu entscheiden, ob das, was es sieht, ein Schwenk oder ein Schnitt ist. In einem anderen verfolgt es eine einzelne Fensterkante ab etwa 2,2 Sekunden in einem Clip, bis die Bewegung bei 5,13 Sekunden fast zum Stillstand kommt.

Gemma 4 12B hat kein Äquivalent. Es verarbeitet Video als Bildfolgen nach einem Zeitplan Ihrer Wahl, und sobald die Frames ausgewählt sind, ist alles, was zwischen ihnen lag, verloren. Das ist kein Defekt – es ist genau das, was ein Open-Weights-Checkpoint mit einem veröffentlichten Inferenzpfad tun soll –, aber es ist genau die Art von Frage, für die es den Rewind gibt.

Wo G​emma 4 12B vorne liegt, zeigt sich bei allem, was man mit einem Modell tut. Auf G​oogles eigener Modellkarte, die die gesamte Familie abdeckt und auf Anbieterangaben statt auf unabhängiger Reproduktion beruht, erzielt das 12B 77,2 % bei MMLU Pro, 78,8 % bei GPQA Diamond, 77,5 % bei AIME 2026 ohne Tools, 72,0 % bei LiveCodeBench v6, ein Codeforces-ELO von 1659, 69,1 % bei MMMU Pro und 43,4 % bei MRCR v2 bei 128K mit acht Nadeln. Glimpse veröffentlicht in dieser Familie überhaupt nichts – keinen Reasoning-Benchmark, keinen Coding-Benchmark, keinen Knowledge-Benchmark. Der Vergleich ist nicht knapp, weil der Vergleich nie durchgeführt wurde.

Die Scorecards und welche Lücken absichtlich sind

Die beiden veröffentlichten Evidenzsätze überschneiden sich nicht. Glimpses Tabelle vergleicht mit GPT-6 Astra und ist vom Anbieter gemeldet, ohne unabhängige Reproduktion; dasselbe gilt für Googles Tabelle. Sie nebeneinander zu lesen ist dennoch nützlich, weil es zeigt, woran jedes Unternehmen gemessen werden wollte.

• WGO Bench (Manipulationsereignisse) — Glimpse 42,70 vs. Astra 39,42. G​emma 4 12B: nicht berichtet.

• CharXiv-R — Glimpse 92,90 vs. 92,10. G​emma 4 12B: nicht angegeben.

• UGC-VideoCap — Glimpse 82.66 vs. 80.32. G​emma 4 12B: nicht angegeben.

• FSC-147 — Glimpse 83,36 vs. 82,02. Gemma 4 12B: nicht angegeben.

• Video-MME v2 — Glimpse 56,68 vs. Astra 64,06 und GPT-6.1 Sol 65,27. G​emma 4 12B: nicht angegeben.

• Der sechste Sinn der Menschheit — Glimpse 46.36 vs Astra 53.6. G​emma 4 12B: nicht angegeben.

• MMLU Pro — G​emma 4 12B 77,2 %. Glimpse: nicht angegeben.

• LiveCodeBench v6 — G​emma 4 12B 72,0 %. Glimpse: nicht angegeben.

• Unabhängige Bewertung — Artificial Analysis bewertet G​emma 4 12B mit einem Intelligence Index von 14, rangiert auf Platz 20 von 141 Modellen in seiner Vergleichsklasse, mit einer gemessenen Ausgabegeschwindigkeit von 110,9 Tokens pro Sekunde. Glimpse hat keinerlei unabhängige Bewertung; es ist einen Tag alt.

Die Glimpse-Tabelle enthält außerdem eine Fußnote, die man nicht überspringen sollte: Diese Ergebnisse verwenden den höchsten Denkaufwand mit dem nativen Agent-Harness des Modells, und bei den meisten Video-Evaluierungen wurden Sol und Opus 5.5 mit hohem statt maximalem Aufwand ausgeführt, wobei in die HSS-Zeile in Papern berichtete Zahlen anderer Labore einfließen. Dieselbe Disziplin gilt auf der anderen Seite – Googles Zahlen auf der Model Card sind für die instruction-tuned Checkpoints veröffentlicht, ohne dass ein Drittanbieter-Harness beteiligt ist.

Was jedes einzelne kostet und in welcher Einheit

Hier gehen die Formen am stärksten auseinander, weil sich die Einheiten nicht umrechnen lassen.

Glimpse wird pro Token berechnet: 0,60 $ pro Million Eingabe-Token und 3,00 $ pro Million Ausgabe-Token. Elorian nennt den Vergleich selbst – 94 % unter GPT-6 Astra mit 10 $/50 $, 85 % unter C​laude Opus 5.5 mit 4 $/20 $, 70 % unter GPT-6.1 Sol mit 2 $/10 $ und 20 % unter dem Einführungstarif von G​emini 3.8 Flash von 0,75 $/3,75 $ – und nennt eine einzelne Kennzahl auf Aufgabenebene, eine Roboterplanungs-Episode, die auf Glimpse 0,035 $ kostet gegenüber 0,249 $ auf Astra. All das sind die Zahlen des Anbieters über das Modell des Anbieters.

Gemma 4 12B hat keinen Anbieterpreis, weil es keinen Anbieter-Service gibt. Die einzige Pro-Token-Zahl, die dafür existiert, ist der kombinierte Wert von Artificial Analysis von 0,10 $ pro Million Eingabe-Token und 0,30 $ pro Million Ausgabe-Token, und das ist ein Median über Drittanbieterplattformen hinweg, die die offenen Gewichte bereitstellen, kein Listenpreis – Google veröffentlicht keinen. Wenn Sie selbst hosten, ist die Zahl, die Sie tatsächlich interessiert, überhaupt keine Preisliste. Sie besteht aus einem 7-GB-Download, einer GPU-Stunde und dem Strom.

Alles andere folgt daraus. Ein Glimpse-Aufruf hat Grenzkosten, die mit dem Volumen skalieren, und Fixkosten von null. Ein G​emma 4 12B-Deployment hat Grenzkosten nahe null und Fixkosten, die aus einer Maschine bestehen. Der Break-even-Punkt ist eine Frage des Volumens, und kein Anbieter wird ihn für Sie veröffentlichen.

Wo dieses Paar in unserem eigenen Katalog steht

Keines der beiden Modelle ist ein Modell, das OrcaRouter anbietet, und es lohnt sich, das unverblümt zu sagen, statt den Leser etwas anderes vermuten zu lassen. Glimpse ist über Elorians eigene API und Chat-Oberfläche erreichbar; G​emma 4 12B ist ein Download, und die gehosteten Routen dorthin sind Drittanbieter-Plattformen, die die offenen Gewichte betreiben. Die Gemma 4 Größen, die wir tatsächlich routen, sind Gemma 4 26B A4B und G​emma 4 31B — die größeren, leistungsfähigeren Vertreter derselben Familie — und wenn Ihre eigentliche Frage „Welche G​emma 4 Größe sollte ich aufrufen?“ lautet, werden unsere eigenen Modellseiten zu diesen beiden sie schneller beantworten als diese Seite.

Der mittlere Fall ist der Punkt, an dem eine Routing-Schicht in diesem speziellen Vergleich ihren Platz verdient: ein Team, das weiterhin ein Modell in der Größe von G​emma 4 betreiben möchte, das es bereits selbst hostet, und daneben eine unerprobte Preview testen möchte, ohne einen Produktionspfad auf ein Modell zu setzen, das erst gestern veröffentlicht wurde. Beides hinter einem Endpoint zu halten bedeutet, dass die Preview hinter dem automatischen Failover sitzt statt davor, und eine Preisliste, die sich ändert – was die einer Research-Preview auch tun wird – ist am selben Tag bei uns live, statt erst zur nächsten Vertragsverlängerung. Das ist eine Aussage darüber, wie wir arbeiten, keine Behauptung, dass wir eines dieser beiden hosten.

Auswählen, da sie keine Substitute sind

Wenn Ihre Arbeit temporal ist und Ihr Fehlermodus „das Modell hat hingesehen, aber nicht genau genug hingesehen“ lautet – die Identität eines Objekts über einen Schnitt hinweg, ein Ereignis innerhalb eines Sekundenbruchteils, eine Anzahl, die sich ändert, wenn etwas verdeckt wird –, dann ist Glimpse das erste gehostete Modell, dessen angegebener Mechanismus genau darauf abzielt, und die kostenlose Anmeldung macht den Test günstig. Gehen Sie hin und lassen Sie Ihren eigenen Clip dadurch laufen. Prüfen Sie dann den Scratch-Bereich: Wenn das Modell das entscheidende Intervall nie erneut gescannt hat, haben Sie etwas über Ihre Pipeline gelernt und nicht nur über das Modell.

Wenn es zu Ihrer Arbeit gehört, ein kompetentes multimodales Modell auf Hardware zu bringen, die Sie selbst kontrollieren – einen Laptop mit 16 GB Arbeitsspeicher laut Googles eigener Angabe oder eine 24-GB-Karte für den unquantisierten Build –, dann ist Gemma 4 12B die ausgereifte, lizenzierte, benchmarkbare Antwort, und sie hat vier Monate Community-Quantisierungen und Tooling hinter sich, über die eine einen Tag alte Preview nicht verfügt. Diese Reife ist keine Kleinigkeit: Sie ist der Unterschied zwischen einem Modell, um das man ein Quartal herum planen kann, und einem Modell, um das man eine Woche herum planen kann.

Die Falle besteht darin, Glimpse zu wählen, weil seine Tabelle Astra in vier Zeilen schlägt, und dann festzustellen, dass die Aufgabe Reasoning erforderte, nicht erneutes Scannen. Die eigene HSS-Zahl des Modells ist der Beweis gegen diese Lesart – 46,36 gegenüber Astras 53,6, in einem Benchmark, den Elorian selbst mit Scale AI erstellt hat. Ein Ergebnis zu veröffentlichen, das dein eigenes Modell nicht überbietet, ist ein Glaubwürdigkeitssignal, und es sagt dir außerdem genau, was das Rewind nicht behebt.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.