Elorian's Glimpse Memundurkan Video Sebelum Menjawab

Kalimat yang paling menarik dalam posting peluncuran Elorian untuk Glimpse bukan tentang tolok ukur. Ini tentang jendela 0,9 detik. Dalam salah satu jejak terperinci yang diterbitkan perusahaan pada 16 Oktober 2026, Glimpse menjalankan proses pertama pada klip dengan kecepatan sekitar 8 frame per detik, mencapai pembacaan sementara, lalu kembali dan memindai ulang sembilan persepuluh detik itu pada sekitar 14 frame per detik untuk memutuskan apakah yang dilihatnya adalah pan kamera atau cut. Jejak kedua, dalam posting yang sama, mengikuti satu tepi jendela dari sekitar 2,2 detik di dalam klip hingga hampir berhenti pada 5,13 detik. Ketika model pratinjau berada di jalur produksi, mode kegagalan yang penting adalah yang sudah tercatat di arsip insiden, di situlah kami melacak yang benar-benar telah terjadi.

Itulah pitch-nya, dan itu benar-benar berbeda. Glimpse adalah model pertama Elorian: sistem penalaran visual yang digambarkan perusahaan sebagai penalaran di ruang visual alih-alih mengubah gambar menjadi bahasa lalu melakukan penalaran di sana. Elorian sendiri bukanlah nama yang tidak dikenal — ia keluar dari mode stealth pada April 2026 dengan Andrew Dai, mantan peneliti Google, di baliknya, dengan pendanaan $55 juta dari Striker Ventures, Menlo Ventures, dan Altimeter serta partisipasi dari NVIDIA, 49 Palms, dan Jeff Dean, dan Forbes memasukkannya ke daftar Next Billion-Dollar Startups miliknya pada Juli. Glimpse adalah pratinjau riset, yang tersedia sekarang melalui API dan antarmuka obrolan, dan ini adalah hal pertama yang benar-benar dirilis perusahaan.

Apa arti "rewinding" secara mekanis

Elorian menyebut permukaan tampilan itu sebagai ruang coretan visual. Deskripsi perusahaan tentang apa yang dilakukan model di dalamnya sangat spesifik: model dapat memperbesar suatu wilayah, mengamati interval singkat dengan laju bingkai yang lebih padat, atau melacak satu fitur sepanjang waktu. Pos tersebut membingkai perilaku itu sebagai "mempertanyakan kesan pertamanya, dan kembali ke bukti visual sebelum menjawab."

Ada dua sifat dari hal itu yang layak dipisahkan, karena keduanya sering dicampuradukkan.

Yang pertama adalah pengambilan sampel re-entrantModel pemahaman video biasa mengambil sampel frame dengan jadwal tetap — sering kali grid seragam, kadang heuristik keyframe — dan apa pun yang jatuh di antara dua frame yang disampel akan hilang. Glimpse dapat mengeluarkan komputasi ekstra pada interval tertentu setelah ia sudah melihat seluruh klip. Peningkatan dari 8 ke 14 fps adalah kemampuan itu dalam bentuk paling kecilnya. Ini paling penting justru pada pertanyaan-pertanyaan yang gagal ditangani oleh pengambilan sampel tetap: pan-atau-cut, apakah dua kemunculan suatu objek adalah objek yang sama, apa yang terjadi dalam setengah detik di sekitar suatu peristiwa.

Yang kedua adalah jejak itu sendiri. Platform Elorian menunjukkan ruang coretan model saat ia bernalar, yang berarti bukti untuk suatu jawaban mencakup tempat yang dilihat model. Itu adalah jenis jejak audit yang berbeda dari rantai token teks, dan itulah bagian dengan nilai hilir yang jelas — jawaban tentang lokasi konstruksi yang disertai stempel waktu yang diandalkannya dapat ditinjau dengan cara yang tidak dapat dilakukan oleh paragraf prosa.

Di balik keduanya, perusahaan mengatakan model tersebut dilatih secara end-to-end untuk menggunakan alat multimodal — menulis kode, mengubah gambar, menonton video — dan dapat memunculkan serta mengoordinasikan subagen yang bertukar teks, artefak visual, dan representasi internal. Model itu, dalam kata-kata Elorian, menjalani pasca-pelatihan pada model dasar berbobot terbuka oleh tim kecil dengan "hanya beberapa ratus GPU," dan diposisikan sebagai "model yang jauh lebih kecil dan lebih murah" daripada sistem-sistem terdepan yang dijadikan tolok ukur pembandingnya.

Separuh tabel benchmark yang penting

Halaman hasil Glimpse sendiri memublikasikan tabel yang membandingkan dengan GPT-6 Astra, dan ini adalah angka yang dilaporkan vendor tanpa reproduksi independen. Yang tidak biasa adalah betapa campur aduknya tabel itu. Pada tugas pengukuran, Glimpse menang atau seri. Pada tugas inferensi yang lebih sulit, ia kalah.

• WGO Bench (peristiwa manipulasi) — Glimpse 42.70 vs GPT-6 Astra 39.42.

• CharXiv-R — 92,90 vs 92,10.

• UGC-VideoCap — 82,66 vs 80,32.

• FSC-147 — 83,36 vs 82,02.

• ERQA — 83.75, setara dengan Astra.

• E.T. Bench — 63.55, unggul dari 63.45 milik G​emini 3.8 Flash.

• BabyVision — 95,36 vs Astra 97,68.

• DREAM-1K — 76,04 vs 79,05.

• TOMATO — 93.60 vs 96.02.

• Video-MME v2 — 56,68 vs Astra 64,06 dan GPT-6.1 Sol 65,27.

• CountQA — 82.66 vs 86.42 untuk kedua Astra dan Sol.

• HSS — 46.36 vs Astra 53.6.

Ada catatan kaki yang terlampir pada tabel yang harus dibawa pembaca ke setiap baris tersebut: hasilnya menggunakan upaya berpikir tertinggi dengan harness agen native milik model, dan untuk sebagian besar evaluasi video, Sol dan Opus 5.5 dijalankan pada upaya high, bukan max. Baris HSS mencampurkan angka yang dilaporkan paper dari lab lain. Tidak ada dari semua ini yang membatalkan tabel, tetapi itu berarti perbandingannya adalah Glimpse pada konfigurasi upaya terbaiknya melawan beberapa kompetitor pada konfigurasi yang kurang dari milik mereka — dan Glimpse tetap kalah di paruh yang berat inferensi.

Pembacaan jujur atas pemisahan itu sempit dan berguna. Penalaran meninjau ulang memberimu persepsi yang lebih baik: menghitung, mendeskripsikan, membaca bagan, melacak objek kecil melalui gerakan. Itu tidak memberimu hal yang diukur HSS, yaitu apa yang sebuah adegan menyiratkan. Melihat lebih banyak bukan berarti memahami lebih banyak, dan tabel model itu sendiri adalah buktinya.

Apa yang sebenarnya diklaim oleh klaim harga

Glimpse dibanderol $0.60 per juta token masukan dan $3.00 per juta token keluaran. Elorian memerinci perbandingan tersebut dalam postingannya sendiri: 94% lebih murah daripada GPT-6 Astra pada $10/$50, 85% lebih murah daripada C​laude Opus 5.5 pada $4/$20, 70% lebih murah daripada GPT-6.1 Sol pada $2/$10, dan 20% lebih murah daripada tarif perkenalan G​emini 3.8 Flash sebesar $0.75/$3.75. Postingan itu juga memberikan angka tingkat tugas — satu episode perencanaan robot berbiaya $0.035 pada Glimpse versus $0.249 pada Astra.

Itu adalah angka dari vendor tentang model milik vendor itu sendiri dan tidak diverifikasi secara independen. Ada dua hal tentangnya yang tetap layak dicatat. Yang pertama adalah klaim persentasenya semuanya diukur terhadap model unggulan terdepan, bukan terhadap ujung murah di pasar; jika hanya dilihat dari token, Glimpse berada tepat di segmen menengah, dan artikel di sebelah artikel ini tentang Qwen 3.8 mengupas apa yang terjadi bila Anda menempatkannya di samping tier volume Alibaba. Yang kedua adalah daftar harga pada pratinjau riset bisa berubah kapan saja, dan inilah satu tempat di mana lapisan perutean pantas disebut: OrcaRouter meneruskan harga daftar penyedia tanpa tambahan apa pun per token, jadi perubahan harga vendor pada model yang kami layani langsung berlaku di sisi kami pada hari yang sama, dan failover otomatis berarti pratinjau yang belum terbukti dapat berada di belakang jalur produksi, bukan di depannya. Glimpse belum ada di katalog kami hari ini — API dan antarmuka chat milik Elorian sendiri adalah tempat Anda mendapatkannya — jadi itu adalah pernyataan tentang cara kami menetapkan harga, bukan klaim untuk menghostingnya.

Tolok ukur yang membuat Glimpse kalah adalah tolok ukurnya sendiri

Sembilan hari sebelum model itu dirilis, Elorian menerbitkan sebuah benchmark. Humanity's Sixth Sense, yang dibangun dalam kemitraan dengan Scale AI, mengukur penalaran visual implisit — apa yang disiratkan suatu adegan alih-alih apa yang dinyatakannya. Ini terdiri dari 522 tugas, 288 gambar diam dan 234 klip video pendek, 17,6 jam video, dinilai dengan rubrik yang ditulis manusia di empat domain. Dua puluh lima model dari delapan perusahaan diuji.

Sebaran itulah intinya. Baseline manusia adalah 93,1%. Model terbaik yang dipublikasikan mencapai 53,6. Model median mendapat skor 30,9%, dan kontrol buta dengan media dihilangkan tetap mendapat skor 6,6% — yang menunjukkan seberapa banyak tugas dapat dijawab tanpa melihat. Dari kegagalan yang dilabeli, 94% berasal dari melihat atau menyimpulkan, bukan dari penalaran: 53% salah baca, 41% implikasi yang terlewat, sekitar 5% kesalahan logika. Dalam satu kasus, menaikkan upaya penalaran dari high ke xhigh membuat model kehilangan 14 poin.

Glimpse mencetak skor 46,36 pada tolok ukur itu. Itu jauh di atas median dan di atas 44,6 milik Claude Opus 5.5 serta 46,6 milik GPT-6.1 Sol — tetapi di bawah 53,6 milik GPT-6 Astra, dan itu semua pada tolok ukur yang dibuat perusahaan itu sendiri. Menerbitkan tolok ukur yang tidak berhasil ditaklukkan oleh model Anda sendiri adalah sinyal kredibilitas, dan itu juga memberi tahu Anda secara tepat apa yang tidak diperbaiki oleh rewind.

Apa yang belum diterbitkan oleh Elorian

Inilah bagian yang akan dilewatkan oleh sebagian besar liputan peluncuran, jadi pantas ditulis di sini secara terang-terangan. Postingan Glimpse tidak memberikan jumlah parameter. Tidak ada jendela konteks. Tidak ada varian ukuran model. Tidak ada deskripsi arsitektur selain "pasca-pelatihan pada model dasar berbobot terbuka," yang tidak menyebutkan nama model dasarnya. Tidak ada data pra-pelatihan. Tidak ada batas token keluaran, tidak ada batas laju, dan tidak ada dokumentasi endpoint API selain platform itu sendiri.

Itu tidaklah luar biasa untuk pratinjau riset, dan itu bukan alasan untuk tidak mempercayai apa pun di atas. Itu adalah alasan untuk berhati-hati terhadap satu jenis klaim tertentu: angka apa pun untuk ukuran, konteks, atau throughput Glimpse yang beredar minggu ini adalah perkiraan, bukan pengungkapan, dan memperlakukan perkiraan sebagai spesifikasi adalah cara rencana kapasitas menjadi kacau.

Perusahaan juga eksplisit tentang apa yang belum dilakukan model ini. Pembuatan aksi robot dicantumkan sebagai pekerjaan masa depan; rekonstruksi terkalibrasi dan kendali robot digambarkan sebagai "pekerjaan yang masih di depan." Pada contoh tekanan ban yang telah dikerjakan, jawabannya disebut prediksi kualitatif dari sebuah foto tanpa simulasi lintasan atau gaya tumbukan. Dan sebagian contohnya dilabeli sebagai jawaban referensi yang telah ditinjau, bukan jejak model yang terekam, dengan keterangan gambar dan jejak transisi yang dipadatkan untuk publikasi — sebuah pengungkapan yang layak dihormati, bukan sekadar dibaca sekilas.

Siapa yang harus melakukan sesuatu tentang hal ini sekarang?

Jika Anda memiliki pekerjaan video yang mode kegagalannya bersifat temporal, bukan semantik — identitas objek di sepanjang cut, sebuah peristiwa di dalam jendela subdetik, sebuah hitungan yang berubah saat sesuatu menghalangi — Glimpse adalah model terhosting pertama yang mekanisme yang dinyatakannya secara langsung menyasar hal itu, dan pendaftaran gratis membuat pengujiannya murah. Trace-nya juga membuat kegagalan lebih mudah terbaca: jika scratch space menunjukkan model tidak pernah memindai ulang interval yang penting, Anda telah mempelajari sesuatu tentang pipeline Anda dan bukan hanya tentang modelnya.

Jika kebutuhan Anda adalah inferensi tentang apa yang tersirat dari sebuah adegan, tunggu. Tabel HSS milik vendor sendiri mengatakan bahwa rewind tidak akan membawa Anda ke sana, dan tidak ada apa pun dalam rilis itu yang menunjukkan versi berikutnya akan menutup selisih 7 poin dalam satu langkah. Perhatikan tiga hal selama dua bulan ke depan: apakah Elorian menerbitkan model dasar yang menjadi landasannya, apakah ada harness independen yang mereproduksi satu baris dari tabel itu, dan apakah jendela konteksnya ternyata cukup besar untuk menampung video yang diberikan oleh alur kerja nyata kepadanya. Ketiganya saat ini kosong, dan ketiganya menentukan apakah Glimpse adalah sebuah kemampuan atau sekadar demo.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.