Glimpse vs MiniCPM5 2B: sette settimane di tracce cartacee e nove decimi di secondo

MiniCPM5-2B e E​lorian G​limpsesono entrambi modelli piccoli che, secondo quanto si dice, battono cose molto più grandi di loro, e lo affermano in valute opposte. MiniCPM5-2B, presentato da M​odelBest e O​penBMB al WAIC il 19 luglio 2026 e finalmente dotato di pesi il 6 settembre 2026, arriva con una scheda che fa una media di 53,9 sul proprio test set contro modelli aperti più grandi che si fermano a 51,1. G​limpse, rilasciato il 16 ottobre 2026, arriva con una finestra di 0,9 secondi — una prima passata a circa 8 fotogrammi al secondo, poi una ri-scansione di nove decimi di secondo a circa 14 fotogrammi al secondo — e una serie di righe di benchmark che sono del fornitore stesso, non riprodotte e decisamente eterogenee. Uno dei due ha sette settimane di documentazione pubblica alle spalle e un artefatto scaricabile. L'altro ha un meccanismo e quasi nessun numero.

Il confronto non è davvero tra due versioni della stessa cosa, perché MiniCPM5-2B è un modello di ragionamento generale che legge anche le immagini, mentre G​limpse è un'anteprima ospitata di ragionamento visivo che non fa quasi nient'altro. Il motivo per leggerli insieme è che entrambi sono argomentazioni su ciò che i modelli piccoli possono fare — e le due argomentazioni falliscono in modi diversi e istruttivi.

L'attesa, e ciò che l'attesa ha prodotto

La timeline di MiniCPM5-2B merita di essere ricostruita, perché è la parte della storia che una ricerca sulla data di rilascio non troverebbe.

Il modello è stato presentato il 19 luglio 2026 alla World Artificial Intelligence Conference, dove la capacità principale era una finestra di contesto da 512.000 token. I pesi non sono apparsi fino al 6 settembre, con un changelog pubblicato il 7 settembre. Tra queste due date il modello esisteva come una dimostrazione e una serie di numeri.

Ciò che è stato distribuito non è ciò che era stato pubblicizzato, e il divario è verificabile. La configurazione rilasciata imposta max_position_embeddings su 131.072 senza alcun blocco rope_scaling, ovvero 131.072 token — un quarto del dato WAIC. Non è tanto disonestà quanto la normale differenza tra ciò che un team di ricerca mostra sul palco e ciò che un team di ingegneria è disposto ad approvare in un file di configurazione, ma è il numero che conta, perché è quello che eredita il tuo deployment.

Quello che è stato rilasciato è insolitamente completo per un modello di questa classe di dimensioni. Accanto al checkpoint BF16 finale — RL e OPD uniti — ci sono le fasi SFT, midtrain e base pubblicate separatamente, build GGUF, MLX e GPTQ per runtime locali, un modello draft DSpark per il decoding speculativo, e i corpora di addestramento stessi rilasciati come famiglia UltraData. Il supporto day-zero su nove chipset è arrivato tramite FlagOS, e la scheda ci tiene a precisare che l'implementazione non usa kernel personalizzati né fork del codice del modello. Quest'ultimo dettaglio è quello che rende credibile il resto: un modello che gira su strumenti standard è un modello che gira dove sei tu, non solo dove si trova il cluster degli autori.

La timeline di Glimpse è compressa in confronto e la sua documentazione è più scarna. Rilasciato il 16 ottobre 2026, un giorno prima di questo articolo, come anteprima di ricerca accessibile tramite l'API e l'interfaccia chat di Elorian con una registrazione gratuita. Nessun peso, nessuna pubblicazione del modello base su cui è stato post-addestrato, nessun artefatto di alcun tipo. L'azienda è uscita dalla modalità stealth nell'aprile 2026 con a capo Andrew Dai, un ex ricercatore di Google, con 55 milioni di dollari da Striker Ventures, Menlo Ventures e Altimeter e la partecipazione di NVIDIA, 49 Palms e Jeff Dean. Il modello è la prima cosa che ha rilasciato.

I numeri e ciò che copre ciascun set

• Parametri — MiniCPM5-2B ha un totale di 2.516.756.480 parametri, di cui 1.981.982.720 non di embedding; 42 livelli, group-query attention su 16 head di query e 2 head key-value, servito tramite una classe LlamaForCausalLM standard. Il numero di parametri di G​limpse non è pubblicato, e il suo post di lancio afferma soltanto che è "sostanzialmente più piccolo ed economico" rispetto ai modelli di frontiera con cui si confronta.

• Artefact — pesi Apache 2.0 più varianti SFT, midtrain, base, GGUF, MLX e GPTQ per MiniCPM5-2B. Nessuna per Glimpse, che offre un endpoint ospitato e nulla da scaricare.

• Contesto — 131.072 token come configurati per MiniCPM5-2B, contro un valore di 512.000 token vantato alla dimostrazione del WAIC. Non pubblicato per G​limpse — il vuoto più significativo dei due, poiché la sua capacità distintiva è la lettura di video.

• Modalità — immagini in ingresso, testo in uscita per MiniCPM5-2B. Video e immagini per Glimpse, con la possibilità di tornare a un intervallo dopo una prima passata.

• Valutazione — la scheda di MiniCPM5-2B riporta LiveCodeBench v6 a 69,1, AIME 2025 e 2026 entrambi a 86,5, MATH-500 a 94,6, MMLU-Pro a 70,8, LongBench v2 a 43,7, BFCL v4 a 66,6 e SWE-bench Verified a 46,4, con alcune righe contrassegnate da un pugnale in quanto riprese da una release di Artificial Analysis anziché misurate internamente. Le righe di G​limpse sono di E​lorian stesso, a confronto con GPT-6 Astra, con una nota a piè di pagina che segnala che diversi concorrenti sono stati eseguiti al di sotto del massimo sforzo di ragionamento, mentre G​limpse girava al suo livello più alto.

• Prezzo — $0,60 per milione di token di input e $3,00 per milione di output per G​limpse, con il rewind fatturato come token di output, quindi la traccia è la ricevuta. Nessun listino prezzi per MiniCPM5-2B, perché il risultato finale è un file.

L'affermazione che entrambi fanno, e i diversi modi in cui regge

L'affermazione centrale di MiniCPM5-2B è aritmetica e verificabile. Un modello da 2,5 miliardi di parametri, media della scheda 53,9, contro modelli aperti più grandi la cui media migliore è 51,1 sullo stesso set. Si tratta di un'affermazione del tipo «questa cosa piccola batte quella cosa grande su questi compiti», ed è falsificabile da chiunque abbia una GPU e un pomeriggio, perché i pesi sono un download e i test sono pubblicati.

Il meccanismo alla base è documentato in tre fasi: fine-tuning supervisionato su circa 400 miliardi di token di dati di pensiero profondo, apprendimento per rinforzo con modelli teacher, e poi distillazione on-policy che fonde sedici esperti di RL — cinque dei quali agentici — in un unico checkpoint. I numeri interni associati a quella fusione sono un guadagno di 10,96 punti su compiti di ragionamento e generali e di 6,96 su quelli agentici rispetto allo stato pre-fusione. Queste sono le misurazioni del fornitore stesso sulla propria pipeline, e sono il tipo di affermazione che ora una terza parte può andare a verificare, ed è proprio questo il punto di distribuire i checkpoint intermedi oltre a quello finale.

L'affermazione centrale di Glimpse non è aritmetica. È un comportamento: tornare a una finestra sub-secondo dopo una prima passata produce risposte migliori alle domande temporali di quanto potrebbe mai fare un campionamento su griglia fissa. Le prove a supporto sono una serie di tracce elaborate e una tabella di benchmark che si divide quasi equamente — in vantaggio su WGO Bench (42,70 vs 39,42), CharXiv-R (92,90 vs 92,10), UGC-VideoCap (82,66 vs 80,32) e FSC-147 (83,36 vs 82,02); in svantaggio su BabyVision (95,36 vs 97,68), DREAM-1K (76,04 vs 79,05), TOMATO (93,60 vs 96,02), Video-MME v2 (56,68 vs 64,06), CountQA (82,66 vs 86,42) e Humanity's Sixth Sense (46,36 vs 53,6).

Entrambe le affermazioni sono plausibili. Solo una di esse può attualmente essere verificata da qualcuno esterno all'azienda che l'ha formulata.

Che cosa hanno in comune le due divulgazioni

La scheda MiniCPM5-2B reca dei simboli † su un sottoinsieme delle sue righe, contrassegnandole come dati presi da una pubblicazione di Artificial Analysis anziché misurati dagli autori. Interpretatelo come una dichiarazione di trasparenza, non come un difetto. L'alternativa — inserire silenziosamente le misurazioni di qualcun altro nella propria tabella senza alcun contrassegno — è comune e peggiore.

Entrambi i modelli, stando alle prove disponibili, sono non verificati nello stesso specifico senso. La tabella di Glimpse è gestita dal fornitore nella migliore configurazione del fornitore. MiniCPM5-2B non ha nemmeno una riproduzione indipendente della media del suo model card, qualunque sia la provenienza delle singole righe. Su questa dimensione i due rilasci sono identici, e vale la pena notarlo prima che uno dei due venga trattato come la metà affidabile del confronto.

La differenza più forte è ciò che accade dopo. Chiunque può scaricare MiniCPM5-2B ed eseguire la propria valutazione questo pomeriggio, sui propri dati, senza chiedere a nessuno. Nessuno può farlo con G​limpse. La prova è gratuita e le tracce sono ispezionabili, ma la valutazione è limitata da ciò che E​lorian ha scelto di mostrare e l'endpoint è l'unico posto in cui il modello esiste.

Dove la custodia decide la questione

Questa è la dimensione in cui i due modelli non sono vicini, e non ha nulla a che fare con le capacità.

Il deliverable di MiniCPM5-2B è un insieme di file sotto Apache 2.0, incluse una build GGUF e una build MLX. Ciò significa che il modello gira su un laptop, le immagini non lasciano mai la macchina e il deployment non ha alcun fornitore nel suo percorso di richiesta — nessuna finestra di disponibilità, nessuna questione di conservazione, nessun limite di frequenza, nessun prezzo che possa muoversi sotto di te. Per lavori regolamentati con immagini, o per qualsiasi cosa in cui i contenuti multimediali non possano attraversare un confine di rete, questa è l'intera decisione, e G​limpse non è un candidato per quanto buona possa sembrare la traccia.

La capacità di Glimpse esiste solo dietro l'endpoint di Elorian. La sua caratteristica distintiva è lo spazio di lavoro visivo, e non c'è alcun artefatto da ricollocare. Non è un difetto del prodotto; è una proprietà di un'anteprima di ricerca il cui valore risiede probabilmente nel meccanismo piuttosto che nei pesi.

È anche il punto in cui un livello di routing è utile e in cui smette di esserlo. OrcaRouter ti offre un'unica chiave davanti a oltre 200 modelli, con i prezzi di listino dei provider passati tal quali e nulla di aggiunto per token, così un MiniCPM5-2B locale e un modello ospitato possono stare su un unico percorso di codice invece di due, con un DSL di routing che sceglie richiesta per richiesta e un failover automatico che mantiene viva una richiesta quando una corsia si guasta. La metà ospitata di quel mix, se il fornitore taglia il prezzo, è attiva dalla nostra parte lo stesso giorno anziché al rinnovo successivo. Ciò che il routing non può fare è spostare la custodia: se un endpoint non è sul tuo hardware, nessuna regola di routing ce lo mette. Né MiniCPM5-2B né Glimpse sono nel nostro catalogo — uno è un download e l'altro è l'API e l'interfaccia di chat di Elorian — quindi questo descrive come instradiamo, non è un'affermazione di servire l'uno o l'altro modello.

La decisione, con la contabilità allegata

MiniCPM5-2B e G​limpse non sono concorrenti, e trattarli come tali spreca il confronto. Uno è un modello generale da 2,5 miliardi di parametri che puoi possedere. L'altro è un'anteprima ospitata che fa una cosa insolita.

Non esiste un tabellone condiviso tra questi due, né un modo per crearne uno. La scheda di MiniCPM5-2B misura coding, matematica, il rispetto delle istruzioni e il recupero su contesti lunghi. La tabella di Glimpse misura la percezione di video e immagini rispetto a GPT-6 Astra. Non condividono alcun compito, quindi gli unici confronti che contano sono quelli con il tuo carico di lavoro. Tre domande lo risolvono più in fretta di quanto farebbe una tabella.

Il modello deve girare sul tuo hardware oppure la licenza deve essere permissiva? Allora MiniCPM5-2B è l'unico candidato qui. Scarica la build GGUF o MLX, metti in budget il contesto di 131.072 token che la configurazione imposta effettivamente anziché i 512.000 mostrati al WAIC, e considera le righe con il pugnale nella scheda come rimandi alla valutazione originale anziché come misurazioni degli autori.

La modalità di errore è temporale — una panoramica della telecamera scambiata per uno stacco, un oggetto che cambia identità attraverso un'occlusione, un evento all'interno di una finestra inferiore al secondo? Allora G​limpse è l'unico dei due il cui meccanismo dichiarato la affronta. La prova è gratuita, e la traccia è il test: esegui i tuoi clip e verifica se il modello è mai tornato all'intervallo che ha determinato la risposta.

Il lavoro è a contesto lungo ma non a video lungo — un insieme di documenti, un archivio di pratiche, una traccia di audit che deve stare dentro un'unica finestra? Né l'una né l'altra valutazione pubblicata dei modelli lo risolve. LongBench v2 a 43,7 è un singolo numero per un'intera categoria di comportamento, e non ti dirà come si comporta MiniCPM5-2B sui tuoi documenti a 120.000 token. Quello va misurato prima che sia sicuro prendere l'una o l'altra decisione.

Cosa cambierebbe questa pagina: qualsiasi riproduzione delle righe di benchmark di G​limpse da parte di qualcuno diverso da E​lorian, la pubblicazione del suo numero di parametri o della sua finestra di contesto, oppure un checkpoint di MiniCPM5 che colmi il divario tra la configurazione da 131.072 token e la dimostrazione da 512.000 token. Nessuna di queste cose è in calendario. Finché non arriveranno, uno di questi modelli può essere testato da chiunque stanotte e l'altro no — e questa asimmetria, più di qualsiasi riga di benchmark, è la cosa su cui pianificare.

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.