Glimpse против Gemma 4 12B: механизм перемотки против загрузки

Эти две модели сравнивают друг с другом в основном потому, что обе описывают как визуальные модели, и это описание почти ничего не объясняет. Glimpse, выпущенный Elorian 16 октября 2026 года, — это размещённый в облаке исследовательский предпросмотр, определяющее поведение которого состоит в том, что он может вернуться и посмотреть снова — повторно сканировать часть клипа с более высокой частотой кадров, приближать область или отслеживать один признак во времени — и доступ к нему возможен только через API и чат-интерфейс вендора. G​emma 4 12B — это плотный чекпойнт с открытыми весами на 11,95 млрд параметров от G​oogle DeepMind, выпущенный 3 июня 2026 года под лицензией Apache 2.0, который вы скачиваете и запускаете на собственном оборудовании и который закрывает тот же вопрос противоположным образом: это фиксированный артефакт с фиксированным графиком выборки кадров, и сколько бы вы на него ни смотрели, он не перемотается.

Так что честная постановка вопроса — не «кто лучше справляется с визуальными задачами». Она в том, что одно из них — это возможность, которую вы арендуете, а другое — файл, которым вы владеете, и выбор между ними определяется фактами, не имеющими никакого отношения к строкам с результатами бенчмарков.

То различие, которое на самом деле решает исход

Начните с того, чем каждый из них является физически. G​emma 4 12B — это набор весов. Чекпойнт, настроенный на следование инструкциям, на Hugging Face — это один файл safetensors размером 23,92 ГБ в формате bfloat16; собственные сборки G​oogle с обучением с учётом квантования составляют около 6,98 ГБ для весов плюс файл мультимодальной проекции на 0,18 ГБ, а сборка Q4_K_M от сообщества приближается к 7,1 ГБ. Вы можете держать его у себя, дообучать, квантовать дальше, поставлять в составе продукта и запускать без сети и без счётчика оплаты. В этом вся суть.

Glimpse — это объект противоположной формы. Весов нет. Нет ни количества параметров, ни загружаемого артефакта, ни опубликованной архитектуры — есть лишь утверждение, что он был дообучен на «базовой модели с открытыми весами», которую Elorian не называет. Что существует: API, чат-интерфейс на platform.elorian.ai с бесплатной регистрацией и опубликованное поведение — визуальное рабочее пространство модели, в котором она пересматривает и уточняет внутренние визуальные представления по мере развёртывания мышления.

Эта асимметрия — первое, что стоит учесть, и это палка о двух концах. Скачиваемый чекпойнт нельзя объявить устаревшим у вас из-под носа, он не может изменить поведение за строкой версии и не может отказать в три часа ночи из-за того, что чей-то us-east-1 чем-то недоволен. Хостируемый предпросмотр с механизмом отката нельзя запустить на изолированной от сети машине, и — что важнее всего для сравнения G​emma 4 12B — его нельзя уместить в 16 ГБ памяти, потому что умещать нечего.

Что даёт перемотка, по собственным цифрам поставщика

Разобранные примеры Элориана — самое конкретное из опубликованного о Glimpse, и их стоит читать как описания, а не как оценки. В одной трассировке модель делает первый проход примерно на 8 кадрах в секунду, формирует предварительное прочтение, затем возвращается и повторно сканирует 0,9-секундное окно примерно на 14 кадрах в секунду, чтобы решить, является ли то, что она видит, панорамированием или склейкой. В другой она отслеживает один край окна примерно с 2,2 секунды от начала клипа, пока движение почти не останавливается на 5,13 секунды.

У Gemma 4 12B нет аналогов. Она обрабатывает видео как последовательности кадров по выбранному вами расписанию, и как только кадры выбраны, всё, что оказалось между ними, исчезает. Это не дефект — именно так и должен работать чекпойнт с открытыми весами и опубликованным путём инференса — но это ровно тот класс вопросов, для ответа на который существует перемотка.

Где Gemma 4 12B вырывается вперёд — так это во всём, что вы делаете с моделью. В собственной карточке Google, которая охватывает всё семейство и основана на данных вендора, а не на независимом воспроизведении, 12B набирает 77,2% на MMLU Pro, 78,8% на GPQA Diamond, 77,5% на AIME 2026 без инструментов, 72,0% на LiveCodeBench v6, ELO 1659 на Codeforces, 69,1% на MMMU Pro и 43,4% на MRCR v2 при 128K с восемью иглами. Glimpse вообще ничего не публикует по этому семейству — ни бенчмарка на рассуждения, ни бенчмарка по программированию, ни бенчмарка на знания. Сравнение не близкое, потому что сравнение никогда не проводилось.

Оценочные карточки, и какие пропуски сделаны намеренно

Два опубликованных набора доказательств не пересекаются. Таблица Glimpse составлена против GPT-6 Astra и заявлена производителем без независимого воспроизведения; то же самое верно и для таблицы Google. Читать их рядом всё равно полезно, потому что это показывает, по каким показателям каждая компания решила измеряться.

• WGO Bench (события манипуляций) — Glimpse 42.70 против Astra 39.42. G​emma 4 12B: не указано.

• CharXiv-R — Glimpse 92,90 против 92,10. Gemma 4 12B: не указано.

• UGC-VideoCap — Glimpse 82,66 против 80,32. G​emma 4 12B: не указано.

• FSC-147 — Glimpse 83,36 против 82,02. Gemma 4 12B: не указано.

• Video-MME v2 — Glimpse 56.68 против Astra 64.06 и GPT-6.1 Sol 65.27. Gemma 4 12B: не указано.

• Шестое чувство человечества — Glimpse 46.36 против Astra 53.6. G​emma 4 12B: не сообщается.

• MMLU Pro — G​emma 4 12B 77.2%. Glimpse: не сообщается.

• LiveCodeBench v6 — Gemma 4 12B 72,0%. Glimpse: не сообщается.

• Независимая оценка — Artificial Analysis присваивает G​emma 4 12B индекс интеллекта 14, что ставит её на 20-е место из 141 модели в её классе сравнения, при измеренной скорости вывода 110,9 токена в секунду. У Glimpse нет независимой оценки какого-либо рода; ей всего один день.

В таблице Glimpse также есть сноска, которую читателю не стоит пропускать: в этих результатах используется наивысший уровень усилия мышления с нативным агентом-харнессом модели, и для большинства видеооценок Sol и Opus 5.5 запускались на высоком, а не на максимальном уровне усилия, при этом в строке HSS смешаны числа, заявленные в статьях других лабораторий. Та же дисциплина действует и с другой стороны — числа в карточке Google опубликованы для инструкционно-дообученных чекпоинтов без участия стороннего харнесса.

Сколько стоит каждый из них и в каких единицах

Именно здесь формы расходятся сильнее всего, потому что единицы не конвертируются.

Цена Glimpse указана за токен: $0,60 за миллион входных токенов и $3,00 за миллион выходных. Elorian сам приводит это сравнение — на 94% ниже GPT-6 Astra при $10/$50, на 85% ниже Claude Opus 5.5 при $4/$20, на 70% ниже GPT-6.1 Sol при $2/$10 и на 20% ниже вводной цены Gemini 3.8 Flash в $0,75/$3,75 — и даёт один показатель на уровне задачи: эпизод планирования робота стоит $0,035 на Glimpse против $0,249 на Astra. Все эти цифры — данные вендора о модели вендора.

У модели Gemma 4 12B нет цены вендора, потому что нет вендорского сервиса. Единственный существующий для неё показатель за токен — это смешанная цена Artificial Analysis: $0,10 за миллион входных токенов и $0,30 за миллион выходных; и это медиана по сторонним платформам, предоставляющим доступ к открытым весам, а не прейскурантная цена — Google её не публикует. Если вы разворачиваете модель самостоятельно, показатель, который вас действительно волнует, — вовсе не тарифная сетка. Это скачивание объёмом 7 ГБ, GPU-час и электроэнергия.

Всё остальное следует из этого. У вызова Glimpse предельные издержки масштабируются с объёмом, а постоянные издержки равны нулю. У развёртывания Gemma 4 12B предельные издержки близки к нулю, а постоянные издержки — это машина. Точка безубыточности — это вопрос объёма, и ни один вендор не опубликует её для вас.

Где эта пара находится в нашем собственном каталоге

Ни одна из этих моделей не обслуживается OrcaRouter, и об этом стоит сказать прямо, а не позволять читателю додумывать обратное. Glimpse доступна через собственный API и чат-интерфейс Elorian; G​emma 4 12B — это файл для скачивания, а размещённые маршруты к ней — сторонние платформы, запускающие открытые веса. Размеры Gemma 4, которые мы действительно маршрутизируем, — это Gemma 4 26B A4B и G​emma 4 31B — более крупные и более capable представители того же семейства — и если ваш вопрос на самом деле «какой размер G​emma 4 мне вызывать», наши собственные страницы моделей для этих двух ответят на него быстрее, чем эта страница.

В этом конкретном сравнении слой маршрутизации оправдывает своё место в промежуточном случае: когда команда хочет продолжать эксплуатировать модель размера G​emma 4, которую она уже хостит самостоятельно, и при этом хочет опробовать непроверенную preview-версию рядом с ней, не ставя продакшн-путь на модель, вышедшую вчера. Держать обе за одной конечной точкой означает, что preview находится за автоматическим переключением при сбое, а не перед ним, и тарифная сетка, которая меняется — а у исследовательской preview-версии она будет меняться — вступает в силу на нашей стороне в тот же день, а не при следующем продлении контракта. Это утверждение о том, как мы работаем, а не заявление о том, что мы размещаем у себя любую из этих двух.

Выбор, учитывая, что они не являются заменителями

Если ваша работа связана со временем, а ваш режим отказа — «модель посмотрела, но недостаточно внимательно» — идентичность объекта при склейке, событие в течение доли секунды, количество, которое меняется, когда что-то перекрывает обзор — то Glimpse — это первая хостинговая модель, чей заявленный механизм напрямую нацелен на это, а бесплатная регистрация делает тест дешёвым. Запустите свой собственный клип через неё. Затем проверьте рабочее пространство: если модель так и не пересканировала важный интервал, вы узнали что-то о своём пайплайне, а не только о модели.

Если ваша задача — развернуть компетентную мультимодальную модель на контролируемом вами оборудовании — ноутбуке с 16 ГБ памяти, согласно собственному заявлению Google, или 24-гигабайтной карте для неквантованной сборки, — Gemma 4 12B является зрелым, лицензированным, поддающимся бенчмаркингу ответом, и за ней стоят четыре месяца квантований и инструментов от сообщества, чего нет у однодневного превью. Эта зрелость — не мелочь: это разница между моделью, с которой можно планировать квартал, и моделью, с которой можно планировать неделю.

Ловушка состоит в том, чтобы выбрать Glimpse, потому что его таблица превосходит Astra по четырём строкам, а затем обнаружить, что задача требовала рассуждения, а не повторного сканирования. Собственный показатель HSS модели — это доказательство против такого толкования: 46,36 против 53,6 у Astra, на бенчмарке, который сама Elorian создала вместе с Scale AI. Публикация результата, который ваша собственная модель не может превзойти, — это сигнал достоверности, и он также точно указывает, что именно перемотка не исправляет.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.