Glimpse vs Intern Decision 4B: Qual destes dois realmente responde à sua pergunta

Os dois modelos nesta comparação compartilham uma modalidade e quase nada mais. E​lorian G​limpse, lançado em 16 de outubro de 2026, é uma prévia de raciocínio visual que consegue voltar a uma janela dentro de um vídeo que já assistiu — no trace publicado, nove décimos de segundo reescaneado a cerca de 14 quadros por segundo após uma primeira passagem a aproximadamente 8 — e então escreve uma resposta em prosa. Intern-Decision-4B, enviado pela equipe I​nternLM do Shanghai AI Laboratory em 26 de setembro de 2026 sem nenhum anúncio, não escreve nada. Ele recebe um estado compartilhado, um esquema de perguntas nomeadas e, opcionalmente, algumas imagens, e retorna uma distribuição de probabilidade calibrada entre essas respostas nomeadas em uma única passagem direta. Ele nunca chama generate(). Não há cadeia de pensamento, nem frase, nem saída token a token de qualquer tipo.

O que significa que a primeira pergunta nesta comparação não é qual modelo é melhor. É se o seu problema é um problema de leitura ou um problema de decisão, e a maioria das equipes descobre que vem tratando um problema de decisão como um problema de leitura porque a leitura era o único instrumento disponível.

Um modelo que retorna um número em vez de um parágrafo

A família Intern-Decision chegou silenciosamente na manhã de 26 de setembro de 2026 — três tamanhos, 0,8B, 2B e 4B, carregados com quarenta segundos de intervalo entre si, o que é a assinatura de um script e não de um processo de lançamento. Não houve publicação no blogue, nem ensaio de model card, nem thread de lançamento. O Space de demonstração devolveu 401 no momento da escrita, a coleção devolveu 401, a organização do GitHub devolveu 404, e o maior membro da família tinha acumulado zero downloads e um like. Tudo o que se segue é lido a partir da configuração e do repositório divulgados, e não a partir de um fornecedor a dizer-nos o que ele faz.

O que a configuração diz é específico. O Intern-Decision-4B é um ajuste fino de 4,54 bilhões de parâmetros do Q​wen 3.5 4B, e sua interface é um motor de decisão, e não uma conclusão de chat. Você entrega a ele um estado compartilhado — o contexto que todas as perguntas compartilham —, além de um esquema que nomeia um conjunto de perguntas, além de até oito imagens. Ele retorna uma distribuição sobre um vocabulário fixo de símbolos de um único token: de A a Z, de a a z e de 0 a 9. Sessenta e dois símbolos, que é exatamente por isso que o limite de opções é sessenta e dois, e não uma escolha de design à qual alguém chegou pensando em quantas respostas um humano quer. Três tipos de pergunta são suportados: uma escolha entre opções nomeadas, uma pontuação em uma escala e uma decisão em formato sim/não.

Esse é o produto inteiro. O valor dele não está na precisão em abstrato. Está em que a saída é uma probabilidade sobre a qual você pode aplicar um limiar e auditar depois, produzida de forma determinística em uma única passada direta, em vez de um parágrafo cuja confiança você precisa inferir pelo tom.

A interface é a verdadeira diferença

• O que entra — G​limpse recebe vídeo e imagens e uma pergunta em linguagem natural. O Intern-Decision-4B recebe um estado compartilhado, um esquema de perguntas nomeadas explicitamente e até oito imagens.

• O que sai — O Glimpse retorna prosa mais um rastro de onde, no clipe, ele olhou. O Intern-Decision-4B retorna uma distribuição sobre até 62 símbolos, ou seja, um número por opção e nada mais.

• Custo de saída — uma passagem direta sobre um fluxo de tokens. A G​limpse cobra US$ 3,00 por milhão de tokens de saída e seu mecanismo deliberadamente gasta tokens extras olhando novamente, então o traço é o recibo. O Intern-Decision-4B produz um punhado fixo de logits por requisição, o que torna o custo de saída quase constante, em vez de proporcional à dificuldade da pergunta.

• Tamanho — 4,54 bilhões de parâmetros, publicado, disponível para download. Não publicado para o G​limpse, que afirma apenas que é "substancialmente menor e mais barato" do que os modelos de fronteira em sua própria tabela de benchmark.

• Pesos — abertos para todos os membros da família Intern-Decision. Nenhum para G​limpse, que existe apenas por trás da API e da interface de chat da E​lorian.

• Independência — os dois são iguais aqui, e igualmente fracos. As linhas de benchmark da Glimpse são as da própria Elorian, não reproduzidas, executadas com seu esforço de raciocínio mais alto contra rivais avaliados abaixo dos deles. O Intern-Decision-4B não tem nenhuma avaliação publicada de qualquer tipo que este artigo tenha conseguido encontrar; os números em sua configuração são geometria de atenção, não precisão.

O limite escondido no tokenizador

Aqui está o número que determina se o Intern-Decision-4B é utilizável para um determinado trabalho, e ele não está em nenhuma manchete.

A torre subjacente do Qwen 3.5 4B declara um embedding de posição máximo de 262.144 tokens. O motor de decisão construído em torno dela é configurado com max_length=8192, e entradas acima disso são rejeitadas de imediato, em vez de truncadas. Por si só, essa é uma escolha de engenharia defensável — o truncamento silencioso transforma um contexto longo em uma resposta errada, sem nenhum erro. Mas as oito imagens contam contra o mesmo orçamento de 8.192. Em um fluxo de trabalho que entrega ao modelo um conjunto de capturas de tela mais um estado compartilhado que descreve um caso, o teto prático é atingido muito antes do que 262.144 sugere, e a falha é uma rejeição rígida, em vez de uma resposta degradada.

Qualquer pessoa que planeje usar o Intern-Decision-4B para revisão de documentos deve testar esse limite antes de projetar em torno dele. O Space de demonstração, a coleção e o repositório estavam todos inacessíveis quando isto foi escrito, então a única maneira de estabelecer o teto real é construir entradas e observar onde o mecanismo as rejeita.

Glimpse tem o problema espelhado no mesmo lugar. Sua janela de contexto nunca foi publicada, e a principal capacidade do modelo é ler vídeo. Um intervalo de 0,9 segundo cabe em qualquer janela. Um clipe de duas horas não cabe, e nenhum número publicado diz onde fica a linha. Em ambos os casos, a capacidade de raciocínio é descrita e o contêiner no qual ela precisa caber é a parte deixada à adivinhação — uma coincidência de omissões, e não uma coincidência de projeto.

Em que cada um é genuinamente melhor

O argumento concreto a favor do G​limpse é a resolução temporal. A amostragem em intervalos fixos perde tudo o que fica entre dois quadros amostrados, e é por isso que pan ou corte, identidade de objeto através de uma oclusão e eventos subsegundo são questões difíceis, e não fáceis. Mais parâmetros a oito quadros por segundo não recuperam a informação ausente; gastar computação extra em um intervalo depois de o clipe inteiro ter sido visto, sim. Os traços de E​lorian mostram o modelo fazendo exatamente isso, e o espaço de rascunho visual torna a decisão inspecionável a posteriori — você consegue ver se ele em algum momento voltou ao intervalo que decidiu a resposta.

O argumento concreto a favor do Intern-Decision-4B é que ele remove completamente a etapa de análise de um pipeline de classificação. Considere um fluxo de subscrição ou triagem que atualmente chama um modelo grande com um prompt pedindo que ele responda com um de cinco rótulos, depois analisa a resposta, depois tenta novamente quando o modelo responde com uma frase em vez de um rótulo, e então trata "provavelmente sim" como se fosse um sim. O Intern-Decision-4B reduz isso a uma única passagem direta que retorna cinco probabilidades. Sem analisador, sem loop de novas tentativas, sem ambiguidade sobre o que o modelo quis dizer. Se o limiar do terceiro rótulo for 0,7, isso é um número no seu código, em vez de uma heurística no seu prompt.

Também vale a pena apresentar o argumento em favor de nenhum dos dois. Se o que você precisa é de um parágrafo que explique o que está acontecendo em uma cena, o Intern-Decision-4B não consegue produzi-lo — ele não tem nenhum caminho de geração. Se o que você precisa é de uma decisão de limiar sobre o conteúdo semântico de uma imagem, o G​limpse é uma forma cara de obter um número que você poderia ter obtido de forma mais barata, e a própria tabela de benchmarks do fornecedor é evidência de que rebobinar a mídia não melhora a inferência sobre o que uma cena implica: na avaliação Humanity's Sixth Sense da E​lorian, o G​limpse obtém 46,36 contra 53,6 do GPT-6 Astra, em um benchmark que a E​lorian construiu com a Scale AI.

Colocando qualquer um dos dois atrás de um caminho de produção

A questão de roteamento aqui não é sobre preço, porque os dois modelos não são substitutos em termos de preço — um é cobrado por token, o outro é uma passagem direta fixa, e nenhum dos dois está no nosso catálogo. É sobre o que fica à frente de um modelo cujo modo de falha é uma rejeição dura.

Intern-Decision-4B recusa entradas acima do limite do seu motor. Um pipeline que não tem fallback para essa recusa descarta solicitações. A resposta da OrcaRouter para esse tipo de problema é failover automático: uma chave diante de mais de 200 modelos, com uma DSL de roteamento decidindo qual solicitação vai para onde, para que uma solicitação rejeitada pelo motor de decisão possa ser enviada a um modelo generativo que lê as mesmas entradas e escreve a resposta em prosa. O preço de tabela do provedor é repassado sem nada adicionado por token, então o caminho secundário custa exatamente o que seu próprio fornecedor cobra e muda no dia em que esse fornecedor alterar sua tarifa. A mesma camada torna uma prévia não comprovada testável sem promovê-la: coloque o G​limpse em uma rota sombra, compare seus veredictos com um modelo em que você já confia, e só o promova quando os traces mostrarem que ele está voltando aos intervalos que importam. Não servimos nenhum dos dois modelos — a própria API da E​lorian é onde o G​limpse fica, e o Intern-Decision-4B é um download —, então a camada de roteamento está trabalhando na forma do pipeline, não na disponibilidade desses dois.

O que mudaria a resposta

Para a G​limpse, três coisas: um harness independente que reproduza uma linha da tabela de E​lorian, uma janela de contexto publicada e qualquer divulgação do modelo base no qual a empresa fez pós-treinamento. Todos os três estão atualmente em branco.

Para o Intern-Decision-4B, duas coisas. A documentação seria a primeira — três uploads de modelo em quarenta segundos com um Space inacessível, uma coleção inacessível e um repositório 404 não é um lançamento, é um snapshot que escapou. Um motor de decisão sem números de acurácia publicados não pode ser calibrado contra nada, e um modelo que retorna probabilidades vale exatamente o quanto se pode confiar nelas. Um limite de motor elevado ou uma orientação honesta sobre o orçamento de imagens seria a segunda, porque um teto de 8.192 tokens que inclui silenciosamente até oito imagens é uma surpresa de especificação prestes a acontecer em produção.

Até que eles cheguem, a divisão é clara e não tem nada a ver com qual modelo é maior. Se o seu trabalho é assistir a filmagens e dizer a uma pessoa o que aconteceu, com o intervalo que decidiu a resposta visível no trace, G​limpse é o único dos dois que consegue fazer isso, e o cadastro gratuito torna o teste barato. Se o seu trabalho é classificar, pontuar ou decidir entre opções nomeadas e você precisa de um número calibrado por opção em vez de uma frase sobre elas, o Intern-Decision-4B foi criado precisamente para isso e nada mais — aceite que ele não tem documentação, teste desde cedo o limite de 8.192 tokens e não espere que ele se explique, porque ele não tem mecanismo para isso.

As falhas documentadas de IA e os incidentes com agentes por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.