Glimpse vs MiniCPM5 2B: Sete Semanas de Rastro de Papel e Nove Décimos de Segundo

MiniCPM5-2B e E​lorian G​limpse são ambos modelos pequenos que alegam superar coisas muito maiores do que eles próprios, e fazem essa alegação em moedas opostas. O MiniCPM5-2B, apresentado pela M​odelBest e pela O​penBMB na WAIC em 19 de julho de 2026 e finalmente disponibilizado em pesos em 6 de setembro de 2026, vem com um cartão que alcança uma média de 53,9 em seu próprio conjunto de testes, contra modelos abertos maiores que atingem no máximo 51,1. O G​limpse, lançado em 16 de outubro de 2026, vem com uma janela de 0,9 segundo — uma primeira passagem a cerca de 8 quadros por segundo, depois uma nova varredura de nove décimos de segundo a cerca de 14 quadros por segundo — e um conjunto de linhas de benchmark que são do próprio fornecedor, não reproduzidas e notavelmente mistas. Um deles tem sete semanas de rastro público de documentação e um artefato baixável. O outro tem um mecanismo e quase nenhum número.

A comparação não é realmente entre duas versões da mesma coisa, porque o MiniCPM5-2B é um modelo de raciocínio geral que também lê imagens, enquanto o G​limpse é uma prévia hospedada de raciocínio visual que quase não faz mais nada. O motivo de lê-los juntos é que ambos são argumentos sobre o que modelos pequenos podem fazer — e os dois argumentos falham de maneiras diferentes e instrutivas.

A espera, e o que a espera produziu

A linha do tempo do MiniCPM5-2B vale a pena ser reconstruída, porque é a parte da história que uma busca pela data de lançamento deixaria passar.

O modelo foi apresentado em 19 de julho de 2026 na Conferência Mundial de Inteligência Artificial, onde a capacidade de destaque era uma janela de contexto de 512.000 tokens. Os pesos só surgiram em 6 de setembro, com um registro de alterações vindo na sequência, em 7 de setembro. Entre essas duas datas, o modelo existia como uma demonstração e um conjunto de números.

O que foi entregue não é o que foi anunciado, e a diferença pode ser verificada. A configuração lançada define max_position_embeddings como 131.072, sem bloco rope_scaling, o que corresponde a 131.072 tokens — um quarto do valor da WAIC. Isso não é tanto desonestidade quanto a diferença comum entre o que uma equipe de pesquisa mostra no palco e o que uma equipe de engenharia está disposta a aprovar em um arquivo de configuração, mas é o número que importa, porque é o que a sua implantação herda.

O que foi lançado é extraordinariamente completo para um modelo nessa classe de tamanho. Ao lado do checkpoint final BF16 — RL + OPD mesclados —, há estágios SFT, midtrain e base publicados separadamente, builds GGUF, MLX e GPTQ para runtimes locais, um modelo draft DSpark para decodificação especulativa, e os próprios corpora de treinamento lançados como a família UltraData. O suporte day-zero em nove chipsets veio por meio do FlagOS, e o card faz questão de afirmar que a implementação não usa kernels customizados nem fork do código do modelo. Esse último detalhe é o que torna o resto crível: um modelo que roda em ferramentas padrão é um modelo que roda onde você está, não apenas onde está o cluster dos autores.

A cronologia da G​limpse é comprimida em comparação, e o seu rasto documental é mais escasso. Lançado em 16 de outubro de 2026, um dia antes deste artigo, como prévia de investigação acessível através da API e da interface de chat da E​lorian com um registo gratuito. Nenhum peso, nenhuma publicação do modelo base sobre o qual foi pós-treinado, nenhum artefacto de qualquer tipo. A empresa saiu do modo stealth em abril de 2026, sob a liderança de Andrew Dai, um antigo investigador da G​oogle, com 55 milhões de dólares da Striker Ventures, da Menlo Ventures e da Altimeter e com participação da N​VIDIA, 49 Palms e Jeff Dean. O modelo é a primeira coisa que lançou.

Os números, e o que cada conjunto abrange

• Parâmetros — O MiniCPM5-2B tem 2,516,756,480 no total, dos quais 1,981,982,720 são não-embedding; 42 camadas, atenção group-query em 16 cabeças de consulta e 2 de chave-valor, servido por meio de uma classe LlamaForCausalLM padrão. A contagem de parâmetros do Glimpse não foi publicada, e seu post de lançamento diz apenas que ele é "substancialmente menor e mais barato" do que os modelos de fronteira com os quais é comparado.

• Artefact — pesos Apache 2.0 além de variantes SFT, midtrain, base, GGUF, MLX e GPTQ para o MiniCPM5-2B. Nenhuma para o G​limpse, que oferece um endpoint hospedado e nada para baixar.

• Contexto — 131.072 tokens conforme configurado para o MiniCPM5-2B, contra um número de 512.000 tokens divulgado na demonstração da WAIC. Não publicado para o G​limpse — a lacuna mais significativa das duas, já que sua capacidade definidora é ler vídeo.

• Modalidade — imagens de entrada, texto de saída para MiniCPM5-2B. Vídeo e imagens para G​limpse, com a capacidade de retornar a um intervalo após uma primeira passagem.

• Avaliação — A ficha do MiniCPM5-2B reporta LiveCodeBench v6 em 69,1, AIME 2025 e 2026 ambos em 86,5, MATH-500 em 94,6, MMLU-Pro em 70,8, LongBench v2 em 43,7, BFCL v4 em 66,6 e SWE-bench Verified em 46,4, com algumas linhas marcadas com adaga por terem sido transportadas de um lançamento da Artificial Analysis em vez de medidas internamente. As linhas do G​limpse são do próprio E​lorian, em comparação com o GPT-6 Astra, com uma nota de rodapé revelando que vários concorrentes foram executados abaixo do esforço máximo de raciocínio, enquanto o G​limpse foi executado no seu nível mais alto.

• Preço — US$ 0,60 por milhão de tokens de entrada e US$ 3,00 por milhão de tokens de saída para G​limpse, com o rewind cobrado como tokens de saída, então o trace é o recibo. Sem tabela de preços para o MiniCPM5-2B, porque o entregável é um arquivo.

A afirmação que ambos fazem, e as diferentes maneiras pelas quais ela se sustenta

A afirmação central do MiniCPM5-2B é aritmética e verificável. Um modelo de 2,5 bilhões de parâmetros, média do cartão 53,9, contra modelos abertos maiores cuja melhor média é 51,1 no mesmo conjunto. Trata-se de uma afirmação do tipo "esta coisa pequena supera aquela coisa grande nestas tarefas", e é falsificável por qualquer pessoa com uma GPU e uma tarde, porque os pesos são um download e os testes estão publicados.

O mecanismo para isso está documentado em três etapas: ajuste fino supervisionado em cerca de 400 bilhões de tokens de dados de pensamento profundo, aprendizado por reforço com modelos professores e, em seguida, destilação on-policy que funde dezesseis especialistas de RL — cinco deles agênticos — de volta em um único checkpoint. Os números internos associados a essa fusão são um ganho de 10,96 pontos em raciocínio e tarefas gerais e 6,96 em tarefas agênticas em relação ao estado anterior à fusão. Essas são as medições do próprio fornecedor sobre seu próprio pipeline, e são o tipo de alegação que um terceiro agora pode verificar, que é o ponto de disponibilizar tanto os checkpoints intermediários quanto o final.

A afirmação central do Glimpse não é aritmética. É um comportamento: que retornar a uma janela de menos de um segundo após uma primeira passagem produz respostas melhores em questões temporais do que a amostragem numa grelha fixa alguma vez conseguiria. A evidência de apoio é um conjunto de traços trabalhados e uma tabela de referência que se divide quase equitativamente — à frente no WGO Bench (42,70 vs 39,42), CharXiv-R (92,90 vs 92,10), UGC-VideoCap (82,66 vs 80,32) e FSC-147 (83,36 vs 82,02); atrás no BabyVision (95,36 vs 97,68), DREAM-1K (76,04 vs 79,05), TOMATO (93,60 vs 96,02), Video-MME v2 (56,68 vs 64,06), CountQA (82,66 vs 86,42) e Humanity's Sixth Sense (46,36 vs 53,6).

Ambas as alegações são plausíveis. Apenas uma delas pode atualmente ser verificada por alguém de fora da empresa que a fez.

O que as duas divulgações têm em comum

A ficha do MiniCPM5-2B traz adagas em um subconjunto de suas linhas, marcando-as como valores extraídos de uma publicação da Artificial Analysis, e não medidos pelos autores. Leia isso como uma divulgação, e não como um defeito. A alternativa — incorporar silenciosamente as medições de outra pessoa à sua própria tabela sem uma marca — é comum e pior.

Ambos os modelos, com base nas evidências disponíveis, não estão verificados no mesmo sentido específico. A tabela da G​limpse é executada pelo fornecedor na melhor configuração do fornecedor. O MiniCPM5-2B também não tem uma reprodução independente da média do seu cartão, independentemente da proveniência das linhas individuais. Nesta dimensão, os dois lançamentos são idênticos, e vale a pena notar isso antes que qualquer um deles seja tratado como a metade confiável da comparação.

A diferença mais forte é o que acontece a seguir. Qualquer pessoa pode baixar o MiniCPM5-2B e fazer sua própria avaliação hoje à tarde, com seus próprios dados, sem perguntar a ninguém. Ninguém pode fazer isso com o G​limpse. O teste é gratuito e os rastros são inspecionáveis, mas a avaliação está limitada pelo que E​lorian escolheu mostrar, e o endpoint é o único lugar onde o modelo existe.

Quando a custódia decide a questão

Esta é a dimensão em que os dois modelos não estão próximos, e isso não tem nada a ver com capacidade.

O entregável do MiniCPM5-2B é um conjunto de arquivos sob Apache 2.0, incluindo uma build GGUF e uma build MLX. Isso significa que o modelo roda em um laptop, as imagens nunca saem da máquina, e a implantação não tem fornecedor no caminho da requisição — sem janela de disponibilidade, sem questão de retenção, sem limite de taxa, sem preço que possa mudar sob seus pés. Para trabalho regulamentado com imagens, ou para qualquer coisa em que a mídia não possa cruzar uma fronteira de rede, essa é a decisão inteira, e o G​limpse não é candidato por melhor que o trace pareça.

A capacidade do G​limpse existe apenas por trás do endpoint da E​lorian. Seu recurso distintivo é o espaço visual de rascunho, e não há artefato a realocar. Isso não é uma falha do produto; é uma propriedade de uma prévia de pesquisa cujo valor, pode-se argumentar, está no mecanismo, e não nos pesos.

É também aí que uma camada de roteamento é útil e onde deixa de ser útil. O OrcaRouter oferece a você uma única chave diante de mais de 200 modelos, com os preços de tabela dos provedores repassados e nada acrescentado por token, para que um MiniCPM5-2B local e um modelo hospedado possam ficar no mesmo caminho de código, em vez de dois, com uma DSL de roteamento que escolhe a cada requisição e failover automático que mantém uma requisição ativa quando uma via falha. A metade hospedada dessa combinação, se o fornecedor reduzir o preço, fica ativa do nosso lado no mesmo dia, em vez de na próxima renovação. O que o roteamento não pode fazer é transferir a custódia: se um endpoint não está no seu hardware, nenhuma regra de roteamento o coloca lá. Nem o MiniCPM5-2B nem o G​limpse estão no nosso catálogo — um é um download e o outro é a própria API e interface de chat da E​lorian — então isto descreve como roteamos, não uma alegação de servir qualquer um dos dois modelos.

A decisão, com a contabilidade em anexo

MiniCPM5-2B e G​limpse não são concorrentes, e tratá-los como tal desperdiça a comparação. Um é um modelo geral de 2,5 bilhões de parâmetros que você pode possuir. O outro é uma prévia hospedada que faz uma coisa incomum.

Não há um placar compartilhado entre esses dois, e não há como construir um. O card do MiniCPM5-2B mede programação, matemática, seguimento de instruções e recuperação de contexto longo. A tabela do G​limpse mede percepção de vídeo e imagem em comparação com o GPT-6 Astra. Eles não compartilham nenhuma tarefa, então as únicas comparações que importam são com sua própria carga de trabalho. Três perguntas resolvem isso mais rápido do que uma tabela.

O modelo tem de ser executado no seu próprio hardware, ou a licença tem de ser permissiva? Então o MiniCPM5-2B é o único candidato aqui. Descarregue a versão GGUF ou MLX, conte com o contexto de 131.072 tokens que a configuração realmente define, em vez dos 512.000 mostrados na WAIC, e encare as linhas assinaladas com adaga da ficha como remissões para a avaliação original, e não como medições dos autores.

O modo de falha é temporal — um movimento panorâmico de câmera confundido com um corte, um objeto que muda de identidade ao longo de uma oclusão, um evento dentro de uma janela de menos de um segundo? Então o G​limpse é o único dos dois cujo mecanismo declarado o aborda. O período de teste é gratuito, e o rastro é o teste: rode seus próprios clipes e verifique se o modelo alguma vez voltou ao intervalo que determinou a resposta.

O trabalho é de contexto longo, mas não de vídeo longo — um conjunto de documentos, um arquivo de processos, uma trilha de auditoria que precisa caber em uma única janela? Nenhuma avaliação publicada dos dois modelos resolve isso. O LongBench v2 em 43,7 é um único número para toda uma categoria de comportamento, e não lhe dirá como o MiniCPM5-2B se sai nos seus documentos com 120.000 tokens. Isso precisa ser medido antes que qualquer uma das duas decisões seja segura.

O que mudaria esta página: qualquer reprodução das linhas de benchmark do G​limpse por alguém que não seja E​lorian, a publicação de sua contagem de parâmetros ou de sua janela de contexto, ou um checkpoint do MiniCPM5 que feche a lacuna entre a configuração de 131.072 tokens e a demonstração de 512.000 tokens. Nada disso está no calendário. Até que cheguem, um desses modelos pode ser testado por qualquer pessoa esta noite, e o outro não — e essa assimetria, mais do que qualquer linha de benchmark, é o ponto em torno do qual planejar.

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.