Glimpse vs Intern Decision 4B : Lequel de ces deux répond réellement à votre question ?

Les deux modèles de cette comparaison partagent une modalité et presque rien d'autre. E​lorian G​limpse, publié le 16 octobre 2026, est un aperçu de raisonnement visuel qui peut revenir à une fenêtre à l'intérieur d'une vidéo qu'il a déjà regardée — dans la trace publiée, neuf dixièmes de seconde réanalysés à environ 14 images par seconde après une première passe à environ 8 — puis rédige une réponse en prose. Intern-Decision-4B, mis en ligne par l'équipe I​nternLM du Shanghai AI Laboratory le 26 septembre 2026 sans aucune annonce, n'écrit rien. Il prend un état partagé, un schéma de questions nommées et éventuellement quelques images, et renvoie une distribution de probabilités calibrée sur ces réponses nommées en une seule passe avant. Il n'appelle jamais generate(). Il n'y a ni chaîne de pensée, ni phrase, ni aucun type de sortie token par token.

Ce qui signifie que la première question dans cette comparaison n’est pas de savoir quel modèle est meilleur. C’est de savoir si votre problème est un problème de lecture ou un problème de décision, et la plupart des équipes découvrent qu’elles ont traité un problème de décision comme un problème de lecture parce que la lecture était le seul instrument disponible.

Un modèle qui renvoie un nombre au lieu d'un paragraphe.

La famille Intern-Decision est arrivée discrètement le matin du 26 septembre 2026 — trois tailles, 0.8B, 2B et 4B, mises en ligne à quarante secondes d’intervalle les unes des autres, ce qui est la signature d’un script plutôt que d’un processus de publication. Aucun billet de blog, aucun essai de fiche modèle, aucun fil de lancement. Le Space de démonstration renvoyait 401 au moment de la rédaction, la collection renvoyait 401, l’organisation GitHub renvoyait 404, et le plus grand membre de la famille avait accumulé zéro téléchargement et un like. Tout ce qui suit est lu à partir de la configuration et du dépôt publiés plutôt que d’un fournisseur nous disant ce que cela fait.

Ce que dit la configuration est précis. Intern-Decision-4B est un fine-tune de Q​wen 3.5 4B à 4,54 milliards de paramètres, et son interface est un moteur de décision plutôt qu’une complétion de chat. Vous lui fournissez un état partagé — le contexte que toutes les questions partagent —, ainsi qu’un schéma nommant un ensemble de questions, et jusqu’à huit images. Il renvoie une distribution sur un vocabulaire fixe de symboles à jeton unique : A à Z, a à z et 0 à 9. Soixante-deux symboles, ce qui explique exactement pourquoi le plafond d’options est de soixante-deux, et non un choix de conception auquel quiconque serait arrivé en réfléchissant au nombre de réponses qu’un humain souhaite. Trois types de questions sont pris en charge : un choix entre des options nommées, une note sur une échelle et une décision de type oui/non.

C’est là tout le produit. Sa valeur ne tient pas à l’exactitude dans l’abstrait. Elle tient à ce que la sortie est une probabilité à laquelle vous pouvez appliquer un seuil et que vous pouvez auditer par la suite, produite de façon déterministe en une seule passe avant, plutôt qu’un paragraphe dont vous devez déduire la confiance à partir de son ton.

L’interface fait toute la différence

• Ce qui entre — Glimpse prend en entrée une vidéo et des images ainsi qu’une question en langage naturel. Intern-Decision-4B prend en entrée un état partagé, un schéma de questions explicitement nommées et jusqu’à huit images.

• Ce qui en ressort — G​limpse renvoie de la prose ainsi qu'une trace de l'endroit du clip qu'il a examiné. Intern-Decision-4B renvoie une distribution sur jusqu'à 62 symboles, soit un nombre par option et rien d'autre.

• Coût de sortie — une passe avant sur un flux de jetons. G​limpse facture 3,00 $ par million de jetons de sortie et son mécanisme dépense délibérément des jetons supplémentaires à regarder à nouveau, si bien que la trace est le reçu. Intern-Decision-4B produit une poignée fixe de logits par requête, ce qui rend le coût de sortie presque constant plutôt que proportionnel à la difficulté de la question.

• Taille — 4,54 milliards de paramètres, publiés, téléchargeables. Non publiés pour Glimpse, qui déclare seulement qu'il est « sensiblement plus petit et moins cher » que les modèles de pointe figurant dans son propre tableau de benchmarks.

• Poids — ouverts pour chaque membre de la famille Intern-Decision. Aucun pour G​limpse, qui n'existe que derrière l'API et l'interface de chat d'E​lorian.

• Indépendance — les deux se valent ici, et sont tout aussi faibles. Les lignes de référence de G​limpse sont celles d'E​lorian lui-même, non reproduites, exécutées à son effort de réflexion le plus élevé face à des rivaux évalués à un effort inférieur au sien. Intern-Decision-4B ne dispose d'aucune évaluation publiée, quelle qu'elle soit, que cet article ait pu trouver ; les chiffres de sa configuration relèvent de la géométrie de l'attention, non de l'exactitude.

La limite cachée dans le tokeniseur

Voici le nombre qui détermine si Intern-Decision-4B est utilisable pour une tâche donnée, et il n’apparaît dans aucun titre.

La tour Qwen 3.5 4B sous-jacente déclare un embedding de position maximal de 262 144 tokens. Le moteur de décision qui l'enveloppe est construit avec max_length=8192, et les entrées au-delà de cette limite sont rejetées d'emblée plutôt que tronquées. En soi, c'est un choix d'ingénierie défendable — une troncature silencieuse transforme un contexte long en une réponse erronée sans erreur. Mais les huit images pèsent sur le même budget de 8 192. Dans un flux de travail qui transmet au modèle un ensemble de captures d'écran ainsi qu'un état partagé décrivant un cas, le plafond pratique est atteint bien plus tôt que ne le suggère 262 144, et l'échec est un rejet ferme plutôt qu'une réponse dégradée.

Quiconque envisage d’utiliser Intern-Decision-4B pour la revue de documents devrait tester cette limite avant de concevoir autour d’elle. Le Space de démonstration, la collection et le dépôt étaient tous inaccessibles au moment de la rédaction, donc le seul moyen d’établir le plafond réel est de construire des entrées et d’observer où le moteur les refuse.

G​limpse présente le problème en miroir au même endroit. Sa fenêtre de contexte n’a jamais été publiée, et la capacité phare du modèle est la lecture de vidéos. Un intervalle de 0,9 seconde tient dans n’importe quelle fenêtre. Un clip de deux heures, non, et aucun chiffre publié n’indique où se situe la limite. Dans les deux cas, la capacité de raisonnement est décrite et le contenant dans lequel elle doit tenir est la partie laissée aux conjectures — une coïncidence d’omissions plutôt qu’une coïncidence de conception.

Ce en quoi chacun est véritablement meilleur

L'argument concret en faveur de Glimpse est la résolution temporelle. L'échantillonnage à cadence fixe perd tout ce qui tombe entre deux images échantillonnées, ce qui explique pourquoi le panoramique ou la coupe, l'identité d'un objet à travers une occlusion et les événements de moins d'une seconde sont des questions difficiles plutôt que faciles. Davantage de paramètres à huit images par seconde ne permettent pas de récupérer l'information manquante ; en revanche, consacrer du calcul supplémentaire à un intervalle après avoir vu tout le clip le permet. Les traces d'Elorian montrent le modèle faisant exactement cela, et l'espace de travail visuel rend la décision inspectable après coup — vous pouvez voir s'il est revenu à un moment donné à l'intervalle qui a déterminé la réponse.

L’argument concret en faveur d’Intern-Decision-4B est qu’il supprime entièrement l’étape d’analyse syntaxique d’un pipeline de classification. Prenons un flux de souscription ou de triage qui appelle actuellement un grand modèle avec un prompt lui demandant de répondre par l’une de cinq étiquettes, puis analyse la réponse, puis réessaie lorsque le modèle répond par une phrase au lieu d’une étiquette, puis traite « probablement oui » comme s’il s’agissait d’un oui. Intern-Decision-4B réduit cela à une seule passe avant qui renvoie cinq probabilités. Aucun analyseur syntaxique, aucune boucle de réessai, aucune ambiguïté sur ce que le modèle voulait dire. Si le seuil sur la troisième étiquette est de 0,7, c’est un nombre dans votre code plutôt qu’une heuristique dans votre prompt.

Il vaut aussi la peine de présenter l'argument en faveur de ni l'un ni l'autre. Si ce dont vous avez besoin est un paragraphe expliquant ce qui se passe dans une scène, Intern-Decision-4B ne peut pas le produire — il n'a tout simplement aucun chemin de génération. Si ce dont vous avez besoin est une décision seuil sur le contenu sémantique d'une image, G​limpse est une façon coûteuse d'obtenir un nombre que vous auriez pu obtenir à moindre coût, et le tableau de benchmark de son propre fournisseur atteste que rembobiner le média n'améliore pas l'inférence sur ce qu'une scène implique : sur l'évaluation Humanity's Sixth Sense d'E​lorian, G​limpse obtient 46,36 contre 53,6 pour GPT-6 Astra, sur un benchmark qu'E​lorian a construit avec Scale AI.

Placer l’un ou l’autre derrière un chemin de production

La question du routage ici ne porte pas sur le prix, car les deux modèles ne sont pas interchangeables sur le plan tarifaire — l’un est facturé au token, l’autre correspond à une passe avant à coût fixe, et aucun des deux ne figure dans notre catalogue. Il s’agit de ce qui se trouve en amont d’un modèle dont le mode de défaillance est un rejet catégorique.

Intern-Decision-4B refuse les entrées au-dessus de la limite de son moteur. Un pipeline qui n'a pas de repli pour ce refus abandonne des requêtes. La réponse d'OrcaRouter à ce type de problème est le basculement automatique : une clé devant plus de 200 modèles, avec un DSL de routage qui décide quelle requête va où, de sorte qu'une requête que le moteur de décision rejette peut être envoyée à un modèle génératif qui lit les mêmes entrées et écrit la réponse en prose. Le prix catalogue du fournisseur est répercuté sans rien ajouter par token, de sorte que le chemin secondaire coûte exactement ce que facture son propre fournisseur et évolue le jour où ce fournisseur modifie son tarif. La même couche rend un aperçu non éprouvé testable sans le promouvoir : placez G​limpse sur une route fantôme, comparez ses verdicts à ceux d'un modèle auquel vous faites déjà confiance, et ne le promouvez que lorsque les traces montrent qu'il revient vers les intervalles qui comptent. Nous ne servons aucun des deux modèles — l'API propre d'E​lorian est là où vit G​limpse, et Intern-Decision-4B est un téléchargement — donc la couche de routage travaille sur la forme du pipeline, pas sur la disponibilité de ces deux-là.

Qu’est-ce qui changerait la réponse ?

Pour Glimpse, trois éléments : un harnais indépendant reproduisant une ligne du tableau d’Elorian, une fenêtre de contexte publiée, et toute divulgation du modèle de base sur lequel l’entreprise a effectué un post-entraînement. Ces trois éléments sont actuellement vides.

Pour Intern-Decision-4B, deux choses. La documentation serait la première — trois téléversements de modèles en quarante secondes avec un Space inaccessible, une collection inaccessible et un dépôt 404 n’est pas une publication, c’est un instantané qui s’est échappé. Un moteur de décision sans chiffres de précision publiés ne peut être calibré par rapport à quoi que ce soit, et un modèle qui renvoie des probabilités vaut exactement ce que vaut la confiance que l’on peut y accorder. Une limite de moteur relevée ou des indications honnêtes sur le budget d’images serait la seconde, car un plafond de 8 192 tokens qui inclut silencieusement jusqu’à huit images est une surprise de spécification qui n’attend que de se produire en production.

En attendant qu'ils arrivent, la séparation est nette et n'a rien à voir avec la taille du modèle. Si votre travail consiste à visionner des séquences et à raconter à quelqu'un ce qui s'est passé, avec l'intervalle qui a tranché visible dans la trace, Glimpse est le seul des deux à pouvoir le faire, et l'inscription gratuite rend le test peu coûteux. Si votre travail consiste à classer, noter ou trancher entre des options nommées et que vous avez besoin d'un nombre calibré par option plutôt que d'une phrase à leur sujet, Intern-Decision-4B a été conçu précisément pour cela et rien d'autre — acceptez qu'il ne soit pas documenté, testez tôt la limite de 8 192 jetons, et ne vous attendez pas à ce qu'il s'explique, car il n'a aucun mécanisme pour le faire.

Les défaillances documentées de l’IA et les incidents d’agents à l’origine de versions comme celle-ci sont recueillis dans l’OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et un indicateur de contestation.