Glimpse vs Intern Decision 4B：この2つのうち、実際にあなたの質問に答えるのはどちらか

この比較に登場する2つのモデルは、モダリティ以外にほとんど共通点がない。E​lorian G​limpseは2026年10月16日に公開された視覚推論プレビュー版で、すでに視聴した動画内の任意の区間に戻ることができる——公開されたトレースでは、毎秒約8フレームの最初のパスを経た後、毎秒約14フレームで0.9秒分を再スキャンしている——そして散文で回答を書き出す。Intern-Decision-4Bは、上海AI実験室のI​nternLMチームが2026年9月26日に一切の告知なしでアップロードしたもので、何も書き出さない。共有状態、名前付き質問のスキーマ、および任意でいくつかの画像を受け取り、それらの名前付き回答にわたる較正済みの確率分布を1回のフォワードパスで返す。generate()を呼び出すことは決してない。思考の連鎖も、文も、あらゆる種類のトークン単位の出力も存在しない。

つまり、この比較で最初に問うべきは、どちらのモデルが優れているかではない。あなたの問題が読み取りの問題なのか、意思決定の問題なのかということだ。そしてほとんどのチームは、読むことしか手段がなかったために、意思決定の問題を読み取りの問題として扱ってきたことに気づく。

段落の代わりに数値を返すモデル

Intern-Decision ファミリーは2026年9月26日の朝、静かに登場した——0.8B、2B、4Bの3サイズで、互いに40秒以内にアップロードされており、これはリリースプロセスというよりもスクリプトの特徴である。ブログ記事も、モデルカードのエッセイも、ローンチスレッドもなかった。執筆時点でデモ Space は401を返し、コレクションは401を返し、GitHub 組織は404を返し、ファミリー最大のモデルはダウンロード数ゼロ、いいね1件を集めていた。以下のすべては、ベンダーが何をするか語った内容ではなく、公開された設定とリポジトリから読み取ったものである。

設定が述べていることは具体的だ。Intern-Decision-4B は Q​wen 3.5 4B の45億4000万パラメータのファインチューンであり、そのインターフェースはチャット補完ではなく決定エンジンである。共有状態——すべての質問が共有するコンテキスト——と、一連の質問を指定するスキーマ、さらに最大8枚の画像を渡す。すると、単一トークン記号の固定語彙に対する分布を返す。A から Z、a から z、0 から 9 である。62個の記号。だからこそ選択肢の上限は62であり、人間がいくつの回答を望むかを考えて誰かが導き出した設計上の選択ではない。対応する質問タイプは3つ。名前付き選択肢からの選択、尺度上のスコア、はい/いいえ形式の決定である。

それがこの製品のすべてです。その価値は、抽象的な精度にあるのではありません。出力が、しきい値を設定して後から監査できる確率であり、口調から信頼度を推測しなければならない段落ではなく、1回のフォワードパスで決定論的に生成されることこそが価値なのです。

インターフェースこそが本当の違いです

• 入力するもの — G​limpse は動画と画像、そして自然言語による質問を入力として受け取ります。Intern-Decision-4B は共有状態、明示的に名前が付けられた質問のスキーマ、および最大 8 枚の画像を受け取ります。

• 出力されるもの — Glimpseは散文に加えて、クリップ内のどこを見たかのトレースを返します。Intern-Decision-4Bは最大62個のシンボルにわたる分布を返し、それは選択肢ごとの数値であってそれ以外ではありません。

• 出力コスト — トークンストリームに対する1回のフォワードパス。G​limpseは出力トークン100万個あたり3.00ドルを請求し、その仕組みは意図的に追加のトークンを費やして再び見直すため、トレースがその領収書となる。Intern-Decision-4Bはリクエストごとに固定されたごく少数のロジットを生成するため、出力コストは質問の難しさに比例するのではなく、ほぼ一定になる。

• サイズ — 45.4億パラメータ、公開済み、ダウンロード可能。Glimpseについては非公開であり、自社のベンチマーク表にあるフロンティアモデルよりも「大幅に小さく、安価」と述べているのみである。

• ウェイト — Intern-Decision ファミリーのすべてのメンバーに公開されています。Glimpse にはありません。Glimpse は Elorian の API とチャットインターフェースの背後にのみ存在するためです。

• 独立性—— ここでは両者は同等であり、等しく弱い。G​limpseのベンチマーク行はE​lorian自身のもので、再現もされておらず、同社の最高 thinking effort 設定で実行された一方、競合他社はそれより低い設定で評価されている。Intern-Decision-4Bについては、本記事が探し得た限り、いかなる種類の公開評価も存在しない。その構成に記載された数値は精度ではなく、アテンションの幾何構造である。

トークナイザーに潜む限界

これが、Intern-Decision-4B が特定のタスクに使えるかどうかを決める数値であり、それはどの見出しにも載っていない。

基盤となるQwen 3.5 4Bタワーは、最大位置埋め込みとして262,144トークンを宣言している。それを包み込む決定エンジンはmax_length=8192で構築されており、それを超える入力は切り詰められるのではなく、きっぱり拒否される。それ自体は擁護可能なエンジニアリング上の選択だ——無言の切り詰めは、長いコンテキストをエラーも告げずに誤った回答へと変えてしまう。しかし8枚の画像は同じ8,192の予算を消費する。モデルにスクリーンショット群と、案件を記述する共有状態を渡すワークフローでは、実用上の天井は262,144が示唆するよりもはるかに早く訪れ、その失敗は品質が劣化した回答ではなく、ハードな拒否となる。

Intern-Decision-4Bを文書レビューに使おうと考えている人は、それを前提に設計する前に、その境界をテストすべきだ。この記事を執筆した時点では、デモSpace、コレクション、リポジトリのいずれにもアクセスできなかったため、実際の限界を把握する唯一の方法は、入力を作成し、エンジンがどこでそれらを拒否するかを観察することだった。

G​limpse は同じ場所で鏡像的な問題を抱えている。そのコンテキストウィンドウはこれまで公表されておらず、モデルの看板能力は動画を読むことだ。0.9秒の間隔ならどんなウィンドウにも収まる。2時間のクリップは収まらず、境界線がどこにあるのかを示す公表された数値もない。どちらの場合も、推論能力は説明されているが、それが収まるべき容器のほうは推測に委ねられている——設計上の偶然の一致ではなく、省略の偶然の一致である。

それぞれが本当に優れている点

G​limpseの具体的な論拠は時間分解能にある。固定スケジュールのサンプリングでは、サンプリングされた2つのフレームの間に存在するものは失われる。だからこそ、パンかカットか、遮蔽をまたぐ物体の同一性、1秒未満のイベントは、簡単な問題ではなく難しい問題になるのだ。毎秒8フレームでパラメータを増やしても失われた情報は回復しない。クリップ全体を見た後に1つの区間に余分な計算を費やすことが回復するのだ。E​lorianのトレースは、モデルがまさにそうしていることを示しており、視覚的スクラッチ空間は、事後に意思決定を検査可能にする — 答えを決定づけた区間にモデルが実際に戻ったかどうかを確認できる。

Intern-Decision-4B の具体的な利点は、分類パイプラインからパース処理を完全に排除できることです。例えば、引受審査やトリアージのフローで、現在は大規模モデルを呼び出し、5つのラベルのいずれかで答えるよう求めるプロンプトを与え、返答をパースし、モデルがラベルではなく文章で答えたら再試行し、「おそらくはい」を「はい」と同然に扱っているとします。Intern-Decision-4B は、それを5つの確率を返す1回のフォワードパスに集約します。パーサーも再試行ループも、モデルが何を意図したかの曖昧さもありません。3番目のラベルのしきい値が0.7なら、それはプロンプト内のヒューリスティックではなく、コード内の数値です。

どちらでもない場合の主張も述べておく価値がある。必要なのが、シーンで起きていることを説明する段落なら、Intern-Decision-4B はそれを生成できない——生成パスがまったくないからだ。必要なのが、画像の意味内容に関する閾値判定なら、G​limpse は、もっと安く手に入れられたはずの数値を得るための高価な方法であり、そのベンダー自身のベンチマーク表は、メディアを巻き戻してもシーンが何を意味するかについての推論は改善しないことの証拠である：E​lorian の Humanity's Sixth Sense 評価では、G​limpse は 46.36 で、GPT-6 Astra の 53.6 に対して劣っており、これは E​lorian が Scale AI とともに構築したベンチマークでの結果である。

どちらか一方を本番パスの背後に配置すること

ここでのルーティングの問いは価格の話ではない。この二つのモデルは価格上の代替物ではないからだ——一方はトークン単位で課金され、他方は固定のフォワードパスであり、どちらも当社のカタログには載っていない。問いは、失敗モードがハードな拒否であるモデルの手前に何を置くか、という点にある。

Intern-Decision-4Bはエンジンの上限を超える入力を受け付けない。その拒否に対するフォールバックを持たないパイプラインは、リクエストを取りこぼす。こうした形の問題に対するOrcaRouterの答えは自動フェイルオーバー、すなわち200を超えるモデルの前面に置く1つのキー、どのリクエストをどこへ送るかをルーティングDSLが決める仕組みだ。だから意思決定エンジンが拒否したリクエストでも、同じ入力を読み、答えを文章で書き出す生成モデルへ送ることができる。プロバイダーの定価はトークン単位で何も上乗せされずにそのまま通されるので、セカンダリ経路のコストはそのベンダー自身が請求する額とまったく同じで、そのベンダーが料金を動かせば同じ日に動く。同じレイヤーにより、実績のないプレビューも昇格させることなく試せる。Glimpseをシャドウルートに置き、その判定をすでに信頼しているモデルと突き合わせ、重要な区間へ戻っていることをトレースが示したときにだけ昇格させるのだ。当社はどちらのモデルも提供していない——Glimpseが存在するのはElorian自身のAPIであり、Intern-Decision-4Bはダウンロードだ——だからこのルーティングレイヤーが働いているのは、これら2つの可用性ではなく、パイプラインの形に対してである。

何が答えを変えるだろうか

G​limpseについて、3つのものがある。E​lorianの表の1行を再現する独立したハーネス、公開されたコンテキストウィンドウ、そして同社が事後学習したベースモデルに関する何らかの開示。現時点では3つとも空白だ。

Intern-Decision-4Bについて、2点あります。1点目はドキュメントです。アクセスできないSpace、アクセスできないコレクション、404のリポジトリを伴う40秒間での3件のモデルアップロードは、リリースではなく、逃げ出したスナップショットです。公開された精度指標のない意思決定エンジンは、何に対しても較正できません。そして、確率を返すモデルの価値は、その確率に寄せられる信頼とちょうど同じです。2点目は、エンジン上限の引き上げか、画像予算に関する正直なガイダンスでしょう。なぜなら、最大8枚の画像を暗黙のうちに含む8,192トークンの上限は、本番環境で起こるのを待っている仕様上の不意打ちだからです。

それらが届くまでは、この分離は明確で、どちらのモデルが大きいかとは何の関係もない。あなたの仕事が映像を視て、何が起きたかを人に伝えることで、答えを決めた区間がトレース内に見えている必要があるなら、Glimpse は二者のうちそれを実行できる唯一のものであり、無料のサインアップがあるからテストは安く済む。あなたの仕事が、名前付きの選択肢に対して分類・採点・決定を行うことであり、それらについての一文ではなく選択肢ごとの較正された数値が必要なら、Intern-Decision-4B はまさにそのために、それ以外の何のためでもなく作られた——文書化されていないことを受け入れ、8,192トークンの境界を早めにテストし、自己説明を期待してはならない。なぜなら、そのための仕組みを備えていないからだ。

このようなリリースの背景にある、文書化されたAI障害やエージェントのインシデントは、OrcaRouter AI Incident Archiveに収集されており、各エントリには独自の情報源、重大度、信頼度グレード、異議申し立てフラグが付いています。