Glimpse kontra Gemma 4 12B: mechanizm przewijania wstecz w przeciwieństwie do pobierania

Te dwa są porównywane ze sobą głównie dlatego, że oba opisuje się jako modele wizyjne, a ten opis niemal nic tu nie wnosi. Glimpse, wydany przez Elorian 16 października 2026 r., to hostowany podgląd badawczy, którego cechą definiującą jest to, że potrafi wrócić i spojrzeć ponownie — ponownie przeskanować część klipu z gęstszą częstotliwością klatek, przybliżyć jakiś obszar albo śledzić jedną cechę w czasie — i jest dostępny wyłącznie przez API dostawcy oraz interfejs czatu. G​emma 4 12B to gęsty, liczący 11,95 mld parametrów checkpoint z otwartymi wagami od G​oogle DeepMind, wydany 3 czerwca 2026 r. na licencji Apache 2.0, który pobierasz i uruchamiasz na własnym sprzęcie i który rozstrzyga to samo pytanie w przeciwną stronę: to ustalony artefakt z ustalonym harmonogramem próbkowania klatek, a niezależnie od tego, jak długo by się mu przyglądać, nie cofnie się.

Uczciwe ujęcie sprawy nie brzmi więc: „który jest lepszy w zadaniach wizyjnych”. Chodzi o to, że jedno z nich to zdolność, którą wynajmujesz, a drugie to plik, który posiadasz, a wybór między nimi zależy od faktów, które nie mają nic wspólnego z wierszami benchmarków.

Rozróżnienie, które w rzeczywistości rozstrzyga

Zacznij od tego, czym każde z nich jest fizycznie. Gemma 4 12B to zestaw wag. Checkpoint dostrojony do instrukcji na Hugging Face to pojedynczy plik safetensors o rozmiarze 23,92 GB w formacie bfloat16; własne wersje Google z treningiem świadomym kwantyzacji mają około 6,98 GB wag plus 0,18 GB pliku projekcji multimodalnej, a społecznościowa wersja Q4_K_M plasuje się w okolicach 7,1 GB. Możesz go posiadać, dostrajać, dalej kwantyzować, wbudować w produkt i uruchamiać bez sieci i bez licznika. To cała propozycja.

Glimpse to obiekt o odwrotnym kształcie. Nie ma wag. Nie ma liczby parametrów, nie ma artefaktu do pobrania ani opublikowanej architektury — poza stwierdzeniem, że został dotrenowany na „modelu bazowym z otwartymi wagami”, którego Elorian nie wymienia. Istnieje natomiast API, interfejs czatu pod adresem platform.elorian.ai z darmową rejestracją oraz opublikowane zachowanie: wizualna przestrzeń robocza modelu, w której ponownie przygląda się wewnętrznym reprezentacjom wizualnym i je udoskonala w miarę rozwijania się procesu myślenia.

Ta asymetria to pierwsza rzecz, którą trzeba uwzględnić, i działa w obie strony. Pobieranego checkpointu nie można znienacka uznać za przestarzały, nie może on zmienić zachowania bez zmiany oznaczenia wersji i nie może zawieść o 3 w nocy, bo czyjś us-east-1 jest niezadowolony. Hostowanej wersji zapoznawczej z mechanizmem cofania nie można uruchomić na maszynie odizolowanej od sieci i — co ma największe znaczenie dla porównania z G​emma 4 12B — nie można jej zmieścić w 16 GB pamięci, bo nie ma czego zmieścić.

Co daje przewijanie, w liczbach samego dostawcy

Przykłady opracowane przez Eloriana to najbardziej konkretna rzecz opublikowana na temat Glimpse i warto je czytać jako opisy, a nie jako wyniki punktowe. W jednym ze śladów model wykonuje pierwsze przejście z szybkością około 8 klatek na sekundę, tworzy wstępną interpretację, a następnie wraca i ponownie skanuje 0,9-sekundowe okno z szybkością około 14 klatek na sekundę, aby zdecydować, czy to, co widzi, to przesunięcie kamery, czy cięcie. W innym podąża za pojedynczą krawędzią okna od około 2,2 sekundy klipu, aż ruch niemal się zatrzymuje w 5,13 sekundy.

Gemma 4 12B nie ma odpowiednika. Przetwarza wideo jako sekwencje klatek według wybranego przez ciebie harmonogramu, a gdy klatki zostaną wybrane, wszystko, co znalazło się między nimi, przepada. To nie jest wada — tak właśnie powinien działać checkpoint z otwartymi wagami i opublikowaną ścieżką wnioskowania — ale to dokładnie ten rodzaj pytań, na które ma odpowiadać rewind.

Tam, gdzie G​emma 4 12B wysuwa się na prowadzenie, chodzi o wszystko, co robisz z modelem. Na własnej karcie G​oogle, która obejmuje całą rodzinę i jest raportowana przez dostawcę, a nie niezależnie odtworzona, 12B uzyskuje 77,2% w MMLU Pro, 78,8% w GPQA Diamond, 77,5% w AIME 2026 bez narzędzi, 72,0% w LiveCodeBench v6, ELO 1659 w Codeforces, 69,1% w MMMU Pro i 43,4% w MRCR v2 przy 128K z ośmioma igłami. Glimpse nie publikuje w tej rodzinie absolutnie niczego — żadnego benchmarku rozumowania, żadnego benchmarku kodowania, żadnego benchmarku wiedzy. Porównanie nie jest bliskie, ponieważ porównanie nigdy nie zostało przeprowadzone.

Karty wyników i to, które puste pola są celowe

Dwa opublikowane zestawy dowodów nie mają części wspólnej. Tabela Glimpse dotyczy GPT-6 Astra i została podana przez dostawcę, bez niezależnego odtworzenia; to samo dotyczy tabeli Google'a. Zestawienie ich obok siebie wciąż jest przydatne, ponieważ pokazuje, co każde z przedsiębiorstw postanowiło poddać pomiarom.

• WGO Bench (zdarzenia manipulacyjne) — Glimpse 42.70 vs Astra 39.42. G​emma 4 12B: nie podano.

• CharXiv-R — Glimpse 92,90 vs 92,10. Gemma 4 12B: nie podano.

• UGC-VideoCap — Glimpse 82,66 vs 80,32. Gemma 4 12B: nie podano.

• FSC-147 — Glimpse 83,36 vs 82,02. Gemma 4 12B: nie podano.

• Video-MME v2 — Glimpse 56,68 vs Astra 64,06 i GPT-6.1 Sol 65,27. G​emma 4 12B: nie podano.

• Szósty zmysł ludzkości — Glimpse 46.36 vs Astra 53.6. Gemma 4 12B: nie podano.

• MMLU Pro — G​emma 4 12B 77,2%. Glimpse: nie podano.

• LiveCodeBench v6 — G​emma 4 12B 72,0%. Glimpse: nie podano.

• Niezależna ocena — Artificial Analysis przyznaje modelowi G​emma 4 12B wynik 14 w Intelligence Index, co daje mu 20. miejsce spośród 141 modeli w jego klasie porównawczej, przy zmierzonej prędkości generowania wynoszącej 110,9 tokena na sekundę. Glimpse nie ma żadnego niezależnego wyniku; istnieje od jednego dnia.

Tabela Glimpse zawiera także przypis, którego czytelnik nie powinien pomijać: te wyniki wykorzystują najwyższy wysiłek myślenia z natywnym harnessem agenta modelu, a w przypadku większości ocen wideo Sol i Opus 5.5 uruchamiano na wysokim, a nie maksymalnym poziomie wysiłku, przy czym wiersz HSS miesza liczby raportowane w publikacjach przez inne laboratoria. Ta sama dyscyplina obowiązuje po drugiej stronie — liczby z karty modelu Google’a są publikowane dla checkpointów dostrojonych do instrukcji, bez udziału harnessu strony trzeciej.

Ile kosztuje każdy z nich i w jakiej jednostce

To tutaj kształty rozchodzą się najbardziej, ponieważ jednostki się nie przeliczają.

Glimpse jest wyceniany za token: $0.60 za milion tokenów wejściowych i $3.00 za milion wyjściowych. Elorian sam podaje to porównanie — 94% poniżej GPT-6 Astra przy $10/$50, 85% poniżej Claude Opus 5.5 przy $4/$20, 70% poniżej GPT-6.1 Sol przy $2/$10 i 20% poniżej wprowadzającej stawki Gemini 3.8 Flash wynoszącej $0.75/$3.75 — oraz podaje jedną liczbę na poziomie zadania: epizod planowania robota kosztujący $0.035 w Glimpse wobec $0.249 w Astra. Wszystkie te liczby to dane dostawcy o modelu dostawcy.

G​emma 4 12B nie ma ceny dostawcy, ponieważ nie istnieje usługa dostawcy. Jedyną istniejącą dla tego modelu wartością na token jest uśredniona stawka Artificial Analysis wynosząca 0,10 USD za milion tokenów wejściowych i 0,30 USD za milion tokenów wyjściowych, i jest to mediana wśród platform firm trzecich udostępniających otwarte wagi, a nie cena katalogowa — G​oogle nie publikuje żadnej. Jeśli hostujesz samodzielnie, liczba, która tak naprawdę cię interesuje, wcale nie jest cennikiem. To pobranie 7 GB, godzina GPU i prąd.

Wszystko inne wynika z tego. Wywołanie Glimpse ma koszt krańcowy, który skaluje się wraz z wolumenem, oraz zerowy koszt stały. Wdrożenie Gemma 4 12B ma koszt krańcowy bliski zeru i koszt stały, którym jest maszyna. Próg rentowności to kwestia wolumenu, a żaden dostawca nie opublikuje go za ciebie.

Gdzie ta para plasuje się w naszym własnym katalogu

Żaden z tych modeli nie jest modelem obsługiwanym przez OrcaRouter i warto powiedzieć to wprost, zamiast pozwalać czytelnikowi wyciągnąć odmienny wniosek. Glimpse jest dostępny przez własne API i interfejs czatu Elorian; G​emma 4 12B to plik do pobrania, a hostowane trasy do niego prowadzą przez platformy zewnętrzne uruchamiające otwarte wagi. Rozmiary Gemma 4, które obsługujemy, to Gemma 4 26B A4B i G​emma 4 31B — więksi, bardziej wydajni przedstawiciele tej samej rodziny — a jeśli twoje pytanie brzmi „który rozmiar G​emma 4 powinienem wywołać”, nasze własne strony modeli tych dwóch odpowiedzą na nie szybciej niż ta strona.

To, gdzie warstwa routingu zasługuje na swoje miejsce w tym konkretnym porównaniu, dotyczy przypadku pośredniego: zespołu, który chce nadal uruchamiać rozmiar Gemma 4, jaki już samodzielnie hostuje, i chce przetestować niesprawdzoną wersję zapoznawczą obok niego, nie stawiając ścieżki produkcyjnej na modelu, który został wydany wczoraj. Trzymanie obu za jednym punktem końcowym oznacza, że wersja zapoznawcza znajduje się za automatycznym przełączaniem awaryjnym, a nie przed nim, oraz cennik, który się zmienia — a tak będzie w przypadku wersji zapoznawczej badawczej — jest dostępny po naszej stronie tego samego dnia, a nie przy kolejnym odnowieniu umowy. To stwierdzenie o tym, jak działamy, a nie twierdzenie, że hostujemy którykolwiek z tych dwóch.

Wybieranie, biorąc pod uwagę, że nie są substytutami

Jeśli twoja praca ma charakter czasowy, a twoim trybem awarii jest „model spojrzał, ale nie przyjrzał się wystarczająco uważnie” — tożsamość obiektu w przejściu między ujęciami, zdarzenie w oknie krótszym niż sekunda, liczba, która zmienia się, gdy coś zasłania — Glimpse to pierwszy hostowany model, którego deklarowany mechanizm celuje w to bezpośrednio, a darmowa rejestracja sprawia, że test jest tani. Wejdź i przepuść przez niego swój własny klip. Potem sprawdź przestrzeń roboczą: jeśli model nigdy nie przeskanował ponownie interwału, który miał znaczenie, dowiedziałeś się czegoś o swoim pipeline, a nie tylko o modelu.

Jeśli Twoim zadaniem jest postawienie kompetentnego modelu multimodalnego na sprzęcie, który kontrolujesz — laptopie z 16 GB pamięci, według samego G​oogle'a, albo karcie 24 GB dla niekwantyzowanej wersji — G​emma 4 12B jest dojrzałą, licencjonowaną odpowiedzią, którą można poddać benchmarkom, a ma za sobą cztery miesiące społecznościowych kwantyzacji i narzędzi, których nie ma jednodniowa wersja zapoznawcza. Ta dojrzałość to nie drobiazg: to różnica między modelem, wokół którego można planować kwartał, a modelem, wokół którego można planować tydzień.

Pułapką jest wybranie Glimpse, ponieważ jego tabela wygrywa z Astra w czterech wierszach, a potem odkrycie, że zadanie wymagało rozumowania, a nie ponownego skanowania. Własny wynik HSS modelu jest dowodem przeciw tej interpretacji — 46,36 wobec 53,6 Astry, na benchmarku, który sam Elorian zbudował z Scale AI. Opublikowanie wyniku, którego własny model nie potrafi przebić, jest sygnałem wiarygodności, a także mówi dokładnie, czego rewind nie naprawia.

Nic z tego nie jest hipotetyczne: udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, stopień ważności, ocenę pewności i oznaczenie sporne.