Glimpse vs Gemma 4 12B: Um Mecanismo de Rebobinar Contra um Download

Esses dois são comparados entre si principalmente porque ambos são descritos como modelos de visão, e essa descrição faz quase nada do trabalho.Glimpse, lançado pela Elorian em 16 de outubro de 2026, é uma prévia de pesquisa hospedada cujo comportamento definidor é que ele consegue voltar e olhar de novo — reexaminando parte de um clipe a uma taxa de quadros mais densa, ampliando uma região ou rastreando uma característica ao longo do tempo — e só pode ser acessado pela API e pela interface de chat do fornecedor.Gemma 4 12B é um checkpoint denso de pesos abertos, com 11,95 bilhões de parâmetros, do Google DeepMind, lançado em 3 de junho de 2026 sob a licença Apache 2.0, que você baixa e executa no seu próprio hardware e que encerra a mesma questão pelo caminho oposto: é um artefato fixo com um cronograma fixo de amostragem de quadros, e nenhuma quantidade de olhar para ele fará com que ele volte atrás.

Então, o enquadramento honesto não é "qual é melhor em visão". É que um deles é uma capacidade que você aluga e o outro é um arquivo que você possui, e a escolha entre eles é decidida por fatos que não têm nada a ver com linhas de benchmark.

A distinção que realmente decide isso

Comece pelo que cada um é fisicamente. O Gemma 4 12B é um conjunto de pesos. O checkpoint ajustado por instruções no Hugging Face é um único arquivo safetensors de 23,92 GB em bfloat16; as próprias versões de treinamento ciente de quantização do Google ficam em torno de 6,98 GB para os pesos, mais um arquivo de projeção multimodal de 0,18 GB, e uma versão Q4_K_M da comunidade chega perto de 7,1 GB. Você pode segurá-lo, fazer ajuste fino nele, quantizá-lo ainda mais, colocá-lo dentro de um produto e executá-lo sem rede e sem medidor. Essa é toda a proposta.

Glimpse é a forma oposta de objeto. Não há pesos. Não há contagem de parâmetros, nem artefato para download, nem arquitetura publicada além da afirmação de que foi pós-treinado em um "modelo base de pesos abertos" que a Elorian não nomeia. O que existe é uma API, uma interface de chat em platform.elorian.ai com cadastro gratuito, e um comportamento publicado: o espaço de rascunho visual do modelo, no qual ele revisita e refina representações visuais internas à medida que o raciocínio se desenrola.

Essa assimetria é a primeira coisa a se levar em conta, e ela funciona nos dois sentidos. Um checkpoint baixável não pode ser descontinuado enquanto você ainda depende dele, não pode mudar de comportamento mantendo a mesma string de versão e não pode falhar às 3 da manhã porque o us-east-1 de outra pessoa está de mau humor. Uma prévia hospedada com um mecanismo de rebobinamento não pode ser executada em uma máquina isolada de rede e — o ponto que mais importa para uma comparação do Gemma 4 12B — não dá para fazê-la caber em 16 GB de memória, porque não há nada que caiba.

O que o rebobinamento rende, nos próprios números do fornecedor

Os exemplos práticos de Elorian são o material mais concreto publicado sobre o Glimpse, e vale a pena lê-los como descrições, e não como pontuações. Em um traço, o modelo faz uma primeira passada a cerca de 8 quadros por segundo, forma uma leitura provisória e depois volta e reexamina uma janela de 0,9 segundo a cerca de 14 fps para decidir se o que está vendo é uma panorâmica ou um corte. Em outro, ele acompanha uma única borda de janela desde cerca de 2,2 segundos de um clipe até o movimento quase parar aos 5,13 segundos.

O Gemma 4 12B não tem equivalente. Ele processa vídeo como sequências de quadros em um cronograma que você escolhe e, depois que os quadros são selecionados, tudo o que ficou entre eles desaparece. Isso não é um defeito — é o que um checkpoint de pesos abertos com um caminho de inferência publicado deve fazer — mas é exatamente o tipo de pergunta que a rebobinagem existe para responder.

Onde o G​emma 4 12B se destaca é em tudo o que você faz com um modelo. No próprio cartão do G​oogle, que abrange toda a família e é um dado relatado pelo fornecedor, e não reproduzido de forma independente, o 12B obtém 77,2% no MMLU Pro, 78,8% no GPQA Diamond, 77,5% no AIME 2026 sem ferramentas, 72,0% no LiveCodeBench v6, um ELO de 1659 no Codeforces, 69,1% no MMMU Pro e 43,4% no MRCR v2 a 128K com oito agulhas. A Glimpse não publica absolutamente nada nessa família — nenhum benchmark de raciocínio, nenhum benchmark de programação, nenhum benchmark de conhecimento. A comparação não é acirrada porque a comparação nunca foi realizada.

Os cartões de pontuação, e quais espaços em branco são intencionais

Os dois conjuntos de evidências publicados não têm interseção. A tabela da Glimpse é contra o GPT-6 Astra e foi relatada pelo fornecedor, sem reprodução independente; o mesmo se aplica à tabela do Google. Ler as duas lado a lado ainda é útil, porque mostra em que cada empresa escolheu ser avaliada.

• WGO Bench (eventos de manipulação) — Glimpse 42,70 vs Astra 39,42. G​emma 4 12B: não reportado.

• CharXiv-R — Glimpse 92,90 vs 92,10. G​emma 4 12B: não informado.

• UGC-VideoCap — Glimpse 82,66 vs 80,32. G​emma 4 12B: não informado.

• FSC-147 — Glimpse 83.36 vs 82.02. Gemma 4 12B: não reportado.

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

• O Sexto Sentido da Humanidade — Glimpse 46.36 vs Astra 53.6. Gemma 4 12B: não reportado.

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

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

• Leitura independente — O Artificial Analysis atribui ao G​emma 4 12B uma pontuação de 14 no Índice de Inteligência, ficando em 20.º lugar entre 141 modelos da sua classe de comparação, com uma velocidade de saída medida de 110,9 tokens por segundo. O Glimpse não tem qualquer pontuação independente; tem apenas um dia de vida.

A tabela Glimpse também traz uma nota de rodapé que o leitor não deve pular: esses resultados usam o esforço de raciocínio mais alto com o harness de agente nativo do modelo e, para a maioria das avaliações de vídeo, Sol e Opus 5.5 foram executados com esforço alto, e não máximo, com a linha HSS misturando números relatados em artigos de outros laboratórios. A mesma disciplina se aplica do outro lado — os números do card do Google são publicados para os checkpoints ajustados por instrução, sem qualquer harness de terceiros envolvido.

Quanto custa cada um, e em que unidade

É aqui que as formas divergem mais drasticamente, porque as unidades não se convertem.

O Glimpse tem preço por token: $0,60 por milhão de tokens de entrada e $3,00 por milhão de saída. A Elorian afirma a própria comparação — 94% abaixo do GPT-6 Astra a $10/$50, 85% abaixo do Claude Opus 5.5 a $4/$20, 70% abaixo do GPT-6.1 Sol a $2/$10, e 20% abaixo da taxa introdutória de $0,75/$3,75 do Gemini 3.8 Flash — e fornece um número a nível de tarefa, um episódio de planejamento de robô custando $0,035 no Glimpse contra $0,249 no Astra. Todos esses são os números do fornecedor sobre o modelo do fornecedor.

G​emma 4 12B não tem preço de fornecedor porque não há serviço de fornecedor. A única cifra por token que existe para ele é o valor combinado da Artificial Analysis de $0,10 por milhão de entrada e $0,30 por milhão de saída, e isso é uma mediana entre plataformas de terceiros que servem os pesos abertos, não um preço de tabela — a G​oogle não publica nenhum. Se você hospedar por conta própria, o número com que você realmente se importa não é uma tabela de preços de forma alguma. É um download de 7 GB, uma hora de GPU e a eletricidade.

Tudo o mais decorre disso. Uma chamada ao Glimpse tem um custo marginal que escala com o volume e um custo fixo igual a zero. Uma implantação do Gemma 4 12B tem um custo marginal próximo de zero e um custo fixo que é uma máquina. O ponto de equilíbrio é uma questão de volume, e nenhum fornecedor vai divulgá-lo para você.

Onde este par se posiciona no nosso próprio catálogo

Nenhum dos dois modelos é um modelo que o OrcaRouter disponibiliza, e vale a pena ser direto sobre isso em vez de deixar o leitor inferir o contrário. O Glimpse pode ser acessado pela própria API e interface de chat da Elorian; o G​emma 4 12B é um download, e as rotas hospedadas para ele são plataformas de terceiros que executam os pesos abertos. Os tamanhos do Gemma 4 que roteamos são Gemma 4 26B A4B e G​emma 4 31B — os membros maiores e mais capazes da mesma família — e, se sua pergunta real é "qual tamanho do G​emma 4 devo chamar", nossas próprias páginas de modelo para esses dois responderão a isso mais rápido do que esta página.

Onde uma camada de roteamento conquista seu lugar nesta comparação específica é no caso intermediário: uma equipe que quer continuar executando um tamanho de Gemma 4 que já auto-hospeda e quer testar uma prévia não comprovada ao lado dele sem apostar um caminho de produção em um modelo que foi lançado ontem. Manter os dois atrás de um único endpoint significa que a prévia fica atrás do failover automático em vez de na frente dele, e uma tabela de preços que muda — o que a de uma prévia de pesquisa fará — está ativa do nosso lado no mesmo dia, em vez de na próxima renovação de contrato. Isso é uma afirmação sobre como operamos, não uma alegação de hospedar qualquer um desses dois.

Escolhendo, dado que não são substitutos

Se o seu trabalho é temporal e o seu modo de falha é "o modelo olhou, mas não olhou com atenção suficiente" — a identidade de um objeto ao longo de um corte, um evento dentro de uma janela de menos de um segundo, uma contagem que muda quando algo oclui —, o Glimpse é o primeiro modelo hospedado cujo mecanismo declarado visa isso diretamente, e o cadastro gratuito torna o teste barato. Vá e execute o seu próprio clipe nele. Depois, verifique o espaço de rascunho: se o modelo nunca reexaminou o intervalo que importava, você aprendeu algo sobre o seu pipeline e não apenas sobre o modelo.

Se o seu trabalho é colocar um modelo multimodal competente em hardware sob seu controle — um laptop com 16 GB de memória, segundo a própria afirmação do Google, ou uma placa de 24 GB para a versão não quantizada —, o Gemma 4 12B é a resposta madura, licenciada e passível de benchmark, e tem quatro meses de quantizações e ferramentas da comunidade por trás dele que um preview com um dia de vida não tem. Essa maturidade não é pouca coisa: é a diferença entre um modelo em torno do qual você pode planejar um trimestre e um modelo em torno do qual você pode planejar uma semana.

A armadilha é escolher o Glimpse porque a tabela dele supera o Astra em quatro linhas e depois descobrir que a tarefa exigia raciocínio, não uma nova varredura. O próprio número HSS do modelo é a evidência contra essa leitura — 46,36 contra 53,6 do Astra, em um benchmark que a própria Elorian criou com a Scale AI. Publicar um resultado que seu próprio modelo não consegue superar é um sinal de credibilidade, e também lhe diz exatamente o que o retrocesso não corrige.

Nada disso é hipotético: as falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este estão reunidos no Arquivo de Incidentes de IA da OrcaRouter, onde cada entrada traz as suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.