Glimpse vs Intern Decision 4B: Welke van deze twee geeft daadwerkelijk antwoord op je vraag?

De twee modellen in deze vergelijking delen een modaliteit en bijna niets anders. E​lorian G​limpse, uitgebracht op 16 oktober 2026, is een preview voor visueel redeneren die kan terugkeren naar een venster in een video die hij al heeft bekeken — in de gepubliceerde trace werd negen tienden van een seconde opnieuw gescand met ongeveer 14 frames per seconde na een eerste doorgang met ruwweg 8 — en schrijft vervolgens een antwoord in proza. Intern-Decision-4B, geüpload door het I​nternLM-team van Shanghai AI Laboratory op 26 september 2026, zonder enige aankondiging, schrijft helemaal niets. Het neemt een gedeelde toestand, een schema van benoemde vragen en optioneel enkele afbeeldingen, en retourneert een gekalibreerde waarschijnlijkheidsverdeling over die benoemde antwoorden in één enkele forward pass. Het roept nooit generate() aan. Er is geen chain of thought, geen zin, geen token-voor-token-uitvoer van welke aard dan ook.

Wat betekent dat de eerste vraag in deze vergelijking niet is welk model beter is. Het gaat erom of je probleem een leesprobleem of een beslissingsprobleem is, en de meeste teams ontdekken dat ze een beslissingsprobleem als een leesprobleem hebben behandeld, omdat lezen het enige beschikbare instrument was.

Een model dat een getal retourneert in plaats van een alinea.

De Intern-Decision-familie verscheen rustig op de ochtend van 26 september 2026 — drie formaten, 0,8B, 2B en 4B, binnen veertig seconden na elkaar geüpload, wat het kenmerk is van een script in plaats van een releaseproces. Er was geen blogpost, geen modelcard-essay, geen lanceringsdraadje. De demo-Space gaf op het moment van schrijven 401 terug, de collectie gaf 401 terug, de GitHub-organisatie gaf 404 terug, en het grootste lid van de familie had nul downloads en één like verzameld. Alles hieronder is afgelezen van de vrijgegeven configuratie en repository in plaats van van een leverancier die ons vertelt wat het doet.

Wat de configuratie zegt, is specifiek. Intern-Decision-4B is een fine-tune van Qwen 3.5 4B met 4,54 miljard parameters, en zijn interface is een beslissingsengine in plaats van een chatcompletion. Je geeft het een gedeelde toestand — de context die alle vragen delen — plus een schema dat een set vragen benoemt, plus maximaal acht afbeeldingen. Het retourneert een verdeling over een vaste vocabulaire van symbolen van één token: A tot en met Z, a tot en met z, en 0 tot en met 9. Tweeënzestig symbolen, en dat is precies waarom het maximumaantal opties tweeënzestig is, en niet een ontwerpkeuze waar iemand op uitkwam door na te denken over hoeveel antwoorden een mens wil. Drie vraagtypen worden ondersteund: een keuze tussen benoemde opties, een score op een schaal, en een beslissing in ja/nee-vorm.

Dat is het hele product. De waarde ervan zit niet in nauwkeurigheid in het abstracte. Het is dat de output een waarschijnlijkheid is waarop je een drempel kunt toepassen en die je achteraf kunt auditen, deterministisch geproduceerd in één forward pass, in plaats van een alinea waarvan je het vertrouwen uit de toon moet afleiden.

De interface is het echte verschil.

• Wat erin gaat — G​limpse accepteert video en afbeeldingen en een vraag in natuurlijke taal. Intern-Decision-4B accepteert een gedeelde toestand, een schema van expliciet benoemde vragen, en maximaal acht afbeeldingen.

• Wat eruit komt — G​limpse geeft proza terug plus een spoor van waar in de clip het heeft gekeken. Intern-Decision-4B geeft een verdeling over maximaal 62 symbolen terug: één getal per optie en verder niets.

• Outputkosten — één forward pass tegen een tokenstroom. Glimpse rekent $ 3,00 per miljoen outputtokens en zijn mechanisme besteedt bewust extra tokens aan nog eens kijken, dus het spoor is de bon. Intern-Decision-4B produceert een vast handjevol logits per verzoek, waardoor de outputkosten bijna constant zijn in plaats van evenredig met hoe moeilijk de vraag is.

• Grootte — 4,54 miljard parameters, gepubliceerd, downloadbaar. Niet gepubliceerd voor G​limpse, dat alleen stelt dat het "aanzienlijk kleiner en goedkoper" is dan de frontiermodellen in zijn eigen benchmarktabel.

• Gewichten — open voor elk lid van de Intern-Decision-familie. Geen enkele voor G​limpse, dat alleen achter E​lorians API en chatinterface bestaat.

• Onafhankelijkheid — de twee zijn hier gelijk, en even zwak. De benchmarkrijen van G​limpse zijn die van E​lorian zelf, niet gereproduceerd, uitgevoerd op het hoogste denkniveau tegen rivalen die op een lager niveau dan dat zijn geëvalueerd. Intern-Decision-4B heeft geen enkele gepubliceerde evaluatie waar dit artikel er een kon vinden; de getallen in de configuratie zijn attention-geometrie, niet nauwkeurigheid.

De limiet die zich verbergt in de tokeniser

Hier is het getal dat bepaalt of Intern-Decision-4B bruikbaar is voor een bepaalde taak, en het staat in geen enkele kop.

De onderliggende Qwen 3.5 4B-toren declareert een maximale positie-embedding van 262.144 tokens. De beslissingsengine die eromheen is gebouwd, is geconstrueerd met max_length=8192, en inputs daarboven worden direct afgewezen in plaats van afgekapt. Op zichzelf is dat een verdedigbare technische keuze — stille afkapping verandert een lange context in een fout antwoord zonder enige foutmelding. Maar de acht afbeeldingen tellen mee voor hetzelfde budget van 8.192. In een workflow die het model een set screenshots plus een gedeelde status geeft die een casus beschrijft, wordt het praktische plafond veel eerder bereikt dan 262.144 suggereert, en de fout is een harde afwijzing in plaats van een verslechterd antwoord.

Iedereen die van plan is Intern-Decision-4B te gebruiken voor documentreview, zou die grens moeten testen voordat hij daarop voortbouwt. De demo-Space, de collectie en de repository waren allemaal ontoegankelijk toen dit werd geschreven, dus de enige manier om het werkelijke plafond vast te stellen, is om inputs te construeren en te kijken waar de engine ze weigert.

Glimpse heeft op dezelfde plek het spiegelbeeldprobleem. Het contextvenster is nooit gepubliceerd, en de belangrijkste capaciteit van het model is het lezen van video. Een interval van 0,9 seconde past in elk venster. Een clip van twee uur niet, en geen enkel gepubliceerd cijfer zegt waar de grens ligt. In beide gevallen wordt het redeneervermogen beschreven en is de container waarbinnen het moet passen het deel dat aan giswerk wordt overgelaten — een samenloop van weglatingen in plaats van een samenloop van ontwerp.

Waarin elk van hen echt beter is

Het concrete argument voor G​limpse is temporele resolutie. Sampling volgens een vast schema verliest alles wat tussen twee bemonsterde frames valt, wat de reden is dat panoreren of cutten, objectidentiteit tijdens een occlusie en gebeurtenissen van minder dan een seconde moeilijke vragen zijn in plaats van gemakkelijke. Meer parameters bij acht frames per seconde herstellen de ontbrekende informatie niet; extra rekenkracht besteden aan één interval nadat de hele clip is gezien, doet dat wel. De sporen van E​lorian laten zien dat het model precies dat doet, en de visuele scratchruimte maakt de beslissing achteraf inspecteerbaar — je kunt zien of het ooit terugging naar het interval dat het antwoord bepaalde.

Het concrete argument voor Intern-Decision-4B is dat het de parseerstap volledig uit een classificatiepijplijn haalt. Neem een acceptatie- of triageflow die op dit moment een groot model aanroept met een prompt waarin het wordt gevraagd te antwoorden met een van vijf labels, dan het antwoord parseert, dan opnieuw probeert wanneer het model met een zin antwoordt in plaats van met een label, en dan "waarschijnlijk ja" behandelt alsof het een ja was. Intern-Decision-4B reduceert dat tot één forward pass die vijf waarschijnlijkheden retourneert. Geen parser, geen retry-lus, geen onduidelijkheid over wat het model bedoelde. Als de drempel voor het derde label 0,7 is, dan is dat een getal in je code in plaats van een heuristiek in je prompt.

Het argument voor geen van beide is ook het vermelden waard. Als je een alinea nodig hebt die uitlegt wat er in een scène gebeurt, kan Intern-Decision-4B die niet produceren — het heeft helemaal geen generatiepad. Als je een drempelbeslissing nodig hebt over de semantische inhoud van een afbeelding, is Glimpse een dure manier om een getal te krijgen dat je goedkoper had kunnen krijgen, en de benchmarktabel van de leverancier zelf is bewijs dat het terugspoelen van de media de inferentie over wat een scène impliceert niet verbetert: op de Humanity's Sixth Sense-evaluatie van Elorian scoort Glimpse 46,36 tegenover de 53,6 van GPT-6 Astra, op een benchmark die Elorian met Scale AI heeft gebouwd.

Een van beide achter een productiepad zetten

De routeringskwestie hier gaat niet over prijs, want de twee modellen zijn geen prijssubstituten — het ene wordt per token gefactureerd, het andere is een vaste forward pass, en geen van beide staat in onze catalogus. Het gaat erom wat vóór een model staat waarvan de faalmodus een harde afwijzing is.

Intern-Decision-4B weigert inputs boven zijn engine-limiet. Een pipeline zonder fallback voor die weigering laat requests vallen. Het antwoord van OrcaRouter op dat soort probleem is automatische failover: één sleutel vóór meer dan 200 modellen, met een routing-DSL die bepaalt welke request waarheen gaat, zodat een request die de decision engine afwijst naar een generatief model kan worden gestuurd dat dezelfde inputs leest en het antwoord in proza schrijft. De lijstprijs van de provider wordt doorgegeven zonder dat er iets per token wordt toegevoegd, dus het secundaire pad kost precies wat de eigen leverancier rekent en beweegt mee op de dag dat die leverancier zijn tarief aanpast. Dezelfde laag maakt een onbewezen preview testbaar zonder die te promoveren: zet G​limpse op een schaduwroute, vergelijk de uitspraken met een model dat je al vertrouwt, en promoveer het pas wanneer de traces laten zien dat het teruggaat naar de intervallen die ertoe doen. Wij hosten geen van beide modellen — de eigen API van E​lorian is waar G​limpse zit, en Intern-Decision-4B is een download — dus de routeringslaag doet werk aan de vorm van de pipeline, niet aan de beschikbaarheid van deze twee.

Wat zou het antwoord veranderen

Voor G​limpse, drie dingen: een onafhankelijk testharnas dat een rij uit de tabel van E​lorian reproduceert, een gepubliceerd contextvenster, en elke openbaarmaking van het basismodel waarop het bedrijf posttraining heeft uitgevoerd. Alle drie zijn momenteel leeg.

Voor Intern-Decision-4B, twee dingen. Documentatie zou het eerste zijn — drie modeluploads in veertig seconden met een ontoegankelijke Space, een ontoegankelijke collectie en een 404-repository is geen release, het is een snapshot die is ontsnapt. Een beslissingsengine zonder gepubliceerde nauwkeurigheidscijfers kan nergens tegen worden gekalibreerd, en een model dat waarschijnlijkheden teruggeeft is precies evenveel waard als het vertrouwen dat je erin kunt stellen. Een verhoogde enginelimiet of eerlijke richtlijnen over het imagebudget zou het tweede zijn, want een plafond van 8.192 tokens dat stilzwijgend tot acht afbeeldingen bevat, is een specificatieverrassing die in productie staat te wachten om te gebeuren.

Totdat die er zijn, is de scheiding helder en heeft niets te maken met welk model groter is. Als het je taak is om beeldmateriaal te bekijken en iemand te vertellen wat er is gebeurd, met het interval dat het antwoord bepaalde zichtbaar in de trace, is G​limpse de enige van de twee die dat kan, en de gratis aanmelding maakt de test goedkoop. Als het je taak is om te classificeren, te scoren of te beslissen tussen benoemde opties, en je een gekalibreerd getal per optie nodig hebt in plaats van een zin erover, dan is Intern-Decision-4B precies daarvoor gebouwd en nergens anders voor — accepteer dat het niet gedocumenteerd is, test vroeg de 8.192-tokengrens, en verwacht niet dat het zichzelf uitlegt, want het heeft geen mechanisme om dat te doen.

De gedocumenteerde AI-fouten en incidenten met agents achter releases zoals deze worden verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.