Glimpse vs Intern Decision 4B: quale di questi due risponde davvero alla tua domanda?

I due modelli in questo confronto condividono una modalità e quasi nient'altro. E​lorian G​limpse, rilasciato il 16 ottobre 2026, è un'anteprima di ragionamento visivo che può tornare a una finestra all'interno di un video che ha già guardato — nella traccia pubblicata, nove decimi di secondo ri-scansionati a circa 14 fotogrammi al secondo dopo una prima passata a circa 8 — e poi scrive una risposta in prosa. Intern-Decision-4B, caricato dal team I​nternLM dello Shanghai AI Laboratory il 26 settembre 2026 senza alcun annuncio, non scrive nulla. Prende uno stato condiviso, uno schema di domande denominate e, facoltativamente, alcune immagini, e restituisce una distribuzione di probabilità calibrata su quelle risposte denominate in un singolo passaggio in avanti. Non chiama mai generate(). Non c'è alcuna catena di pensiero, nessuna frase, nessun tipo di output token per token.

Il che significa che la prima domanda in questo confronto non è quale modello sia migliore. È se il tuo problema è un problema di lettura o un problema decisionale, e la maggior parte dei team scopre di aver trattato un problema decisionale come un problema di lettura perché la lettura era l'unico strumento disponibile.

Un modello che restituisce un numero invece di un paragrafo

La famiglia Intern-Decision è arrivata in silenzio la mattina del 26 settembre 2026 — tre dimensioni, 0,8B, 2B e 4B, caricate a distanza di quaranta secondi l'una dall'altra, che è la firma di uno script più che di un processo di rilascio. Non c'era alcun post sul blog, alcun saggio di model card, alcun thread di lancio. Lo Space demo restituiva 401 al momento della scrittura, la raccolta restituiva 401, l'organizzazione GitHub restituiva 404, e il membro più grande della famiglia aveva accumulato zero download e un like. Tutto quanto segue è ricavato dalla configurazione e dal repository rilasciati, anziché da un fornitore che ci dice cosa fa.

Ciò che dice la configurazione è specifico. Intern-Decision-4B è un fine-tuning da 4,54 miliardi di parametri di Qwen 3.5 4B, e la sua interfaccia è un motore decisionale anziché un completamento di chat. Gli si passa uno stato condiviso — il contesto che tutte le domande condividono — più uno schema che nomina un insieme di domande, più fino a otto immagini. Restituisce una distribuzione su un vocabolario fisso di simboli a token singolo: da A a Z, da a a z e da 0 a 9. Sessantadue simboli, che è esattamente il motivo per cui il tetto delle opzioni è sessantadue, e non una scelta progettuale a cui si è arrivati pensando a quante risposte vuole un essere umano. Sono supportati tre tipi di domanda: una scelta tra opzioni denominate, un punteggio su una scala e una decisione in forma di sì/no.

Questo è l'intero prodotto. Il suo valore non risiede nell'accuratezza in astratto. Risiede nel fatto che l'output è una probabilità su cui puoi applicare una soglia e che puoi verificare a posteriori, prodotta in modo deterministico in un'unica passata in avanti, anziché un paragrafo di cui devi dedurre il grado di confidenza dal tono.

L'interfaccia è la vera differenza

• Cosa serve in input — ​Glimpse accetta video e immagini e una domanda in linguaggio naturale. Intern-Decision-4B accetta uno stato condiviso, uno schema di domande con nomi espliciti e fino a otto immagini.

• Cosa ne esce — G​limpse restituisce prosa più una traccia di dove ha guardato nel clip. Intern-Decision-4B restituisce una distribuzione su un massimo di 62 simboli, cioè un numero per opzione e nient'altro.

• Costo di output — una singola forward pass su un flusso di token. Glimpse fattura 3,00 $ per milione di token di output e il suo meccanismo spende deliberatamente token extra per guardare di nuovo, quindi la traccia è la ricevuta. Intern-Decision-4B produce una manciata fissa di logit per richiesta, il che rende il costo di output quasi costante anziché proporzionale alla difficoltà della domanda.

• Dimensione — 4,54 miliardi di parametri, pubblicati, scaricabili. Non pubblicati per G​limpse, che dichiara soltanto di essere "notevolmente più piccolo ed economico" rispetto ai modelli di frontiera nella sua stessa tabella di benchmark.

• Pesi — aperti a ogni membro della famiglia Intern-Decision. Nessuno per G​limpse, che esiste solo dietro l'API e l'interfaccia chat di E​lorian.

• Indipendenza — qui i due sono equivalenti, e ugualmente deboli. Le righe di benchmark di Glimpse sono quelle di Elorian stesso, non riprodotte, eseguite al suo massimo sforzo di ragionamento contro rivali valutati al di sotto dei loro. Intern-Decision-4B non ha alcuna valutazione pubblicata di alcun tipo che questo articolo sia riuscito a trovare; i numeri nella sua configurazione sono geometria dell'attenzione, non accuratezza.

Il limite nascosto nel tokenizzatore

Ecco il numero che stabilisce se Intern-Decision-4B è utilizzabile per un determinato lavoro, e non compare in alcun titolo.

La torre Q​wen 3.5 4B sottostante dichiara un embedding di posizione massimo di 262.144 token. Il motore decisionale che la avvolge è costruito con max_length=8192, e gli input al di sopra di tale valore vengono rifiutati del tutto anziché troncati. Di per sé è una scelta ingegneristica difendibile — il troncamento silenzioso trasforma un contesto lungo in una risposta errata senza alcun errore. Ma le otto immagini gravano sullo stesso budget di 8.192. In un flusso di lavoro che fornisce al modello un set di screenshot più uno stato condiviso che descrive un caso, il tetto pratico viene raggiunto molto prima di quanto 262.144 suggerisca, e il fallimento è un rifiuto netto anziché una risposta degradata.

Chiunque abbia intenzione di utilizzare Intern-Decision-4B per la revisione dei documenti dovrebbe testare quel limite prima di progettare su di esso. Al momento della stesura, lo Space dimostrativo, la collection e il repository erano tutti inaccessibili, quindi l'unico modo per stabilire il tetto reale è costruire input e osservare dove il motore li rifiuta.

G​limpse ha il problema speculare nello stesso punto. La sua finestra di contesto non è mai stata pubblicata, e la capacità principale del modello è leggere video. Un intervallo di 0,9 secondi entra in qualsiasi finestra. Una clip di due ore no, e nessun dato pubblicato dice dove sia il limite. In entrambi i casi viene descritta la capacità di ragionamento e il contenitore in cui deve rientrare è la parte lasciata alle congetture — una coincidenza di omissioni più che una coincidenza di progettazione.

In cosa ciascuno è davvero migliore

Il caso concreto a favore di G​limpse è la risoluzione temporale. Il campionamento a pianificazione fissa perde tutto ciò che cade tra due fotogrammi campionati, ed è per questo che le panoramiche o gli stacchi, l'identità degli oggetti attraverso un'occlusione e gli eventi sotto il secondo sono questioni difficili anziché semplici. Più parametri a otto fotogrammi al secondo non recuperano le informazioni mancanti; spendere calcolo aggiuntivo su un singolo intervallo dopo che l'intera clip è stata vista, invece, sì. Le tracce di E​lorian mostrano che il modello fa esattamente questo, e lo spazio di lavoro visivo rende la decisione ispezionabile a posteriori — puoi vedere se sia mai tornato all'intervallo che ha deciso la risposta.

Il caso concreto a favore di Intern-Decision-4B è che elimina del tutto la fase di parsing da una pipeline di classificazione. Si consideri un flusso di sottoscrizione o di triage che attualmente chiama un modello di grandi dimensioni con un prompt che gli chiede di rispondere con una tra cinque etichette, poi analizza la risposta, poi riprova quando il modello risponde con una frase invece che con un’etichetta, poi tratta “probabilmente sì” come se fosse un sì. Intern-Decision-4B riduce tutto questo a un singolo forward pass che restituisce cinque probabilità. Nessun parser, nessun ciclo di retry, nessuna ambiguità su ciò che il modello intendeva. Se la soglia sulla terza etichetta è 0,7, quello è un numero nel tuo codice anziché un’euristica nel tuo prompt.

Anche la tesi a favore di nessuno dei due vale la pena di essere esposta. Se ciò di cui hai bisogno è un paragrafo che spieghi cosa sta succedendo in una scena, Intern-Decision-4B non può produrlo — non ha alcun percorso di generazione. Se ciò di cui hai bisogno è una decisione di soglia sul contenuto semantico di un'immagine, G​limpse è un modo costoso per ottenere un numero che avresti potuto ottenere a un costo inferiore, e la tabella di benchmark del suo stesso fornitore è prova che riavvolgere il contenuto multimediale non migliora l'inferenza su ciò che una scena implica: sulla valutazione Humanity's Sixth Sense di E​lorian, G​limpse ottiene 46,36 contro il 53,6 di GPT-6 Astra, su un benchmark che E​lorian ha costruito con Scale AI.

Mettere l'uno o l'altro dietro un percorso di produzione

La questione del routing, qui, non riguarda il prezzo, perché i due modelli non sono sostituti sul piano del prezzo — uno viene fatturato per token, l'altro è un forward pass a costo fisso, e nessuno dei due è nel nostro catalogo. Riguarda ciò che sta davanti a un modello il cui modo di fallire è un rifiuto netto.

Intern-Decision-4B rifiuta gli input che superano il limite del suo motore. Una pipeline che non ha alcun fallback per quel rifiuto perde le richieste. La risposta di OrcaRouter a questo tipo di problema è il failover automatico: una sola chiave davanti a oltre 200 modelli, con un DSL di routing che decide quale richiesta va dove, così una richiesta che il motore decisionale rifiuta può essere inviata a un modello generativo che legge gli stessi input e scrive la risposta in prosa. Il prezzo di listino del provider viene passato senza alcun ricarico per token, quindi il percorso secondario costa esattamente quanto addebita il suo fornitore e cambia il giorno stesso in cui quel fornitore cambia la sua tariffa. Lo stesso livello rende testabile un'anteprima non ancora collaudata senza promuoverla: metti G​limpse su una rotta shadow, confronta i suoi verdetti con quelli di un modello di cui ti fidi già, e promuovilo solo quando le tracce mostrano che ritorna agli intervalli che contano. Non serviamo nessuno dei due modelli — l'API di E​lorian è dove risiede G​limpse, e Intern-Decision-4B è un download — quindi il livello di routing lavora sulla forma della pipeline, non sulla disponibilità di questi due.

Cosa cambierebbe la risposta

Per G​limpse, tre cose: un harness indipendente che riproduce una riga della tabella di E​lorian, una finestra di contesto pubblicata e qualsiasi divulgazione del modello di base su cui l'azienda ha eseguito il post-training. Tutte e tre sono attualmente vuote.

Per Intern-Decision-4B, due cose. La documentazione sarebbe la prima — tre caricamenti di modelli in quaranta secondi con uno Space inaccessibile, una collection inaccessibile e un repository 404 non è un rilascio, è uno snapshot che è scappato. Un motore decisionale senza cifre di accuratezza pubblicate non può essere calibrato su nulla, e un modello che restituisce probabilità vale esattamente quanto la fiducia che puoi riporre in esse. Un limite del motore innalzato o indicazioni oneste sul budget delle immagini sarebbe la seconda, perché un tetto di 8.192 token che include silenziosamente fino a otto immagini è una sorpresa a livello di specifiche in attesa di verificarsi in produzione.

Finché non arrivano, la divisione è netta e non ha nulla a che fare con quale modello sia più grande. Se il tuo compito è guardare filmati e raccontare a una persona cosa è successo, con l'intervallo che ha deciso la risposta visibile nella traccia, G​limpse è l'unico dei due in grado di farlo, e l'iscrizione gratuita rende il test economico. Se il tuo compito è classificare, assegnare un punteggio o decidere tra opzioni denominate e hai bisogno di un numero calibrato per ogni opzione anziché di una frase che le descriva, Intern-Decision-4B è stato costruito esattamente per questo e per nient'altro — accetta che non sia documentato, testa presto il confine di 8.192 token e non aspettarti che si spieghi da solo, perché non ha alcun meccanismo per farlo.

I fallimenti documentati dell'IA e gli incidenti degli agenti dietro release come questa sono raccolti nell'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.