Glimpse против Intern Decision 4B: какой из этих двух действительно отвечает на ваш вопрос?

У этих двух моделей в данном сравнении общая модальность и почти ничего больше. E​lorian G​limpse, выпущенная 16 октября 2026 года, — это превью для визуального рассуждения, которое может вернуться к окну внутри уже просмотренного видео — в опубликованной трассировке 0,9 секунды повторно сканируется с частотой около 14 кадров в секунду после первого прохода с частотой примерно 8 кадров в секунду — а затем пишет ответ в прозе. Intern-Decision-4B, загруженная командой I​nternLM из Шанхайской лаборатории искусственного интеллекта 26 сентября 2026 года вообще без объявления, ничего не пишет. Она принимает общее состояние, схему именованных вопросов и, опционально, некоторые изображения и возвращает калиброванное распределение вероятностей по этим именованным ответам за один прямой проход. Она никогда не вызывает generate(). Здесь нет ни цепочки рассуждений, ни предложения, ни какого-либо вывода по токенам.

А это значит, что первый вопрос в этом сравнении — не о том, какая модель лучше, а о том, является ли ваша задача задачей чтения или задачей принятия решений. И большинство команд обнаруживают, что всё это время трактовали задачу принятия решений как задачу чтения, потому что чтение было единственным доступным инструментом.

Модель, которая возвращает число вместо абзаца

Семейство Intern-Decision тихо появилось утром 26 сентября 2026 года — три размера, 0.8B, 2B и 4B, загруженные с интервалом в сорок секунд друг от друга, что является признаком скрипта, а не процесса выпуска. Не было ни поста в блоге, ни эссе в карточке модели, ни треда о запуске. Демо-Space на момент написания возвращал 401, коллекция возвращала 401, организация GitHub возвращала 404, а крупнейший представитель семейства набрал ноль загрузок и один лайк. Всё ниже считано с выпущенной конфигурации и репозитория, а не со слов поставщика, который рассказывает, что оно делает.

То, что говорится в конфигурации, конкретно. Intern-Decision-4B — это дообученная версия Qwen 3.5 4B с 4,54 млрд параметров, и её интерфейс — это движок принятия решений, а не чат-комплишн. Вы передаёте ему общее состояние — контекст, который разделяют все вопросы, — плюс схему, задающую набор вопросов, плюс до восьми изображений. Он возвращает распределение по фиксированному словарю однотокенных символов: от A до Z, от a до z и от 0 до 9. Шестьдесят два символа — именно поэтому ограничение на количество вариантов составляет шестьдесят два, а не проектное решение, к которому кто-то пришёл, размышляя о том, сколько ответов нужно человеку. Поддерживаются три типа вопросов: выбор между именованными вариантами, оценка по шкале и решение в формате «да/нет».

Это и есть весь продукт. Его ценность не в абстрактной точности. Она в том, что выходные данные — это вероятность, получаемая детерминированно за один прямой проход, для которой можно задать порог и которую можно проверить постфактум, а не абзац, уверенность в котором приходится выводить из его тона.

Интерфейс — вот настоящее отличие

• Что подаётся на вход — Glimpse принимает видео и изображения и вопрос на естественном языке. Intern-Decision-4B принимает общее состояние, схему явно названных вопросов и до восьми изображений.

• Что получается на выходе — Glimpse возвращает текст плюс трассировку того, где в клипе он смотрел. Intern-Decision-4B возвращает распределение по вплоть до 62 символов — по одному числу на вариант и ничего больше.

• Стоимость вывода — один прямой проход по потоку токенов. G​limpse берёт $3,00 за миллион выходных токенов, а её механизм намеренно тратит дополнительные токены на повторный просмотр, так что трассировка и есть чек. Intern-Decision-4B выдаёт фиксированную горстку логитов на запрос, из-за чего стоимость вывода остаётся почти постоянной, а не пропорциональна сложности вопроса.

• Размер — 4,54 млрд параметров; опубликована, доступна для скачивания. Для G​limpse не опубликовано; она заявляет лишь, что она «существенно меньше и дешевле», чем фронтирные модели, в её собственной таблице бенчмарков.

• Веса — открыты для каждого участника семейства Intern-Decision. Для G​limpse — нет: он доступен только через API и чат-интерфейс E​lorian.

• Независимость — здесь эти двое равны, и равно слабы. Строки бенчмарков G​limpse — это собственные данные E​lorian, невоспроизведённые, полученные при максимальном уровне его усилий мышления против соперников, оценённых ниже их собственного. У Intern-Decision-4B нет никаких опубликованных оценок, которые эта статья смогла бы найти; числа в его конфигурации — это геометрия внимания, а не точность.

Предел, скрывающийся в токенизаторе

Вот число, которое решает, можно ли использовать Intern-Decision-4B для конкретной задачи, и его нет ни в одном заголовке.

Базовая модель Qwen 3.5 4B заявляет максимальный позиционный эмбеддинг в 262 144 токена. Движок принятия решений, обёрнутый вокруг неё, сконструирован с max_length=8192, а входные данные, превышающие это значение, отклоняются сразу, а не усекаются. Само по себе это оправданное инженерное решение — тихое усечение превращает длинный контекст в неверный ответ без какой-либо ошибки. Но восемь изображений расходуют тот же бюджет в 8 192 токена. В рабочем процессе, который передаёт модели набор скриншотов плюс общее состояние с описанием случая, практический предел достигается гораздо раньше, чем можно предположить по цифре 262 144, и отказ оказывается жёстким отклонением, а не ухудшенным ответом.

Любой, кто планирует использовать Intern-Decision-4B для проверки документов, должен проверить эту границу, прежде чем строить вокруг неё свои решения. Демо-Space, коллекция и репозиторий были недоступны на момент написания, поэтому единственный способ установить реальный потолок — конструировать входные данные и наблюдать, где движок отказывается их принимать.

Glimpse имеет зеркальную проблему в том же месте. Контекстное окно Glimpse никогда не публиковалось, а главная заявленная возможность модели — чтение видео. Интервал в 0,9 секунды помещается в любое окно. Двухчасовой клип — нет, и ни одна опубликованная цифра не указывает, где проходит граница. В обоих случаях описывается способность к рассуждению, а контейнер, в который она должна поместиться, остаётся той частью, о которой приходится догадываться, — это совпадение упущений, а не совпадение замысла.

В чём каждое из них действительно лучше

Конкретный довод в пользу G​limpse — это временное разрешение. Сэмплирование с фиксированным расписанием теряет всё, что попадает между двумя отсэмплированными кадрами, и именно поэтому панорамирование или склейка, идентичность объекта при окклюзии и события длительностью меньше секунды — это сложные вопросы, а не простые. Большее число параметров при восьми кадрах в секунду не восстанавливает недостающую информацию; а дополнительные вычисления, потраченные на один интервал после просмотра всего клипа, — восстанавливают. Трассы E​lorian показывают, что модель делает именно это, а визуальное рабочее пространство позволяет проверить решение задним числом — можно увидеть, возвращалась ли она когда-либо к интервалу, который определил ответ.

Конкретный аргумент в пользу Intern-Decision-4B заключается в том, что он полностью устраняет этап парсинга из конвейера классификации. Рассмотрим процесс андеррайтинга или триажа, который сейчас вызывает большую модель с промптом, просящим ответить одной из пяти меток, затем парсит ответ, затем повторяет запрос, когда модель отвечает предложением вместо метки, а затем трактует «вероятно, да» так, как если бы это было «да». Intern-Decision-4B сводит всё это к одному прямому проходу, который возвращает пять вероятностей. Ни парсера, ни цикла повторных попыток, ни неоднозначности в том, что имела в виду модель. Если порог для третьей метки равен 0,7, это число в вашем коде, а не эвристика в вашем промпте.

Стоит также изложить доводы в пользу того, чтобы не выбирать ни один из них. Если вам нужен абзац, объясняющий, что происходит в сцене, Intern-Decision-4B не сможет его создать — у него вообще нет пути генерации. Если вам нужно пороговое решение о семантическом содержании изображения, то G​limpse — дорогой способ получить число, которое можно было получить дешевле, а собственная таблица бенчмарков его вендора — доказательство того, что перемотка медиа не улучшает вывод о том, что подразумевает сцена: в оценке Humanity's Sixth Sense от E​lorian G​limpse набирает 46,36 против 53,6 у GPT-6 Astra, в бенчмарке, созданном E​lorian совместно с Scale AI.

Размещение любого из них за путём продакшена

Вопрос маршрутизации здесь не в цене, потому что эти две модели не являются ценовыми заменами друг для друга — одна тарифицируется за токен, другая — фиксированный прямой проход, и ни одна из них не входит в наш каталог. Речь о том, что стоит перед моделью, режим отказа которой — жёсткое отклонение.

Intern-Decision-4B отклоняет входные данные, превышающие лимит его движка. Конвейер, в котором нет запасного варианта на случай такого отказа, теряет запросы. Ответ OrcaRouter на такую проблему — автоматическое переключение при сбое: один ключ перед более чем 200 моделями, с DSL маршрутизации, определяющим, какой запрос куда идёт, так что запрос, который отклоняет движок принятия решений, можно отправить генеративной модели, которая читает те же входные данные и пишет ответ прозой. Списочная цена провайдера передаётся как есть, без каких-либо наценок за токен, поэтому вторичный путь стоит ровно столько, сколько берёт его собственный поставщик, и меняется в тот день, когда этот поставщик меняет свой тариф. Тот же слой позволяет протестировать непроверенное превью, не повышая его статус: поместите G​limpse на теневой маршрут, сравните его вердикты с моделью, которой вы уже доверяете, и повышайте его статус только тогда, когда трассировки покажут, что он возвращается к тем интервалам, которые важны. Мы не предоставляем ни одну из этих моделей — G​limpse живёт в собственном API E​lorian, а Intern-Decision-4B — это скачиваемая модель, — поэтому слой маршрутизации работает с формой конвейера, а не с доступностью этих двух.

Что изменило бы ответ?

Для G​limpse — три вещи: независимый испытательный стенд, воспроизводящий строку таблицы E​lorian, опубликованное окно контекста и любое раскрытие информации о базовой модели, на которой компания проводила дообучение. Все три сейчас не заполнены.

По Intern-Decision-4B есть два момента. Первым пунктом была бы документация. Три загрузки модели за сорок секунд с недоступным Space, недоступной коллекцией и репозиторием, отдающим 404, — это не релиз, а сбежавший снимок. Движок принятия решений без опубликованных показателей точности невозможно ни с чем откалибровать, а модель, возвращающая вероятности, стоит ровно столько, насколько вы можете им доверять. Вторым пунктом было бы повышение лимита движка или честные рекомендации по бюджету изображений, потому что потолок в 8 192 токена, который молча включает до восьми изображений, — это сюрприз в спецификации, только и ждущий, чтобы случиться в продакшене.

Пока они не появятся, разделение остаётся чётким и не имеет никакого отношения к тому, какая модель больше. Если ваша задача — просматривать видеозаписи и рассказывать человеку, что произошло, причём интервал, определивший ответ, должен быть виден в трассировке, то G​limpse — единственный из этих двух, кто на это способен, а бесплатная регистрация делает тест недорогим. Если ваша задача — классифицировать, оценивать или принимать решение по заданным вариантам, и вам нужно калиброванное число для каждого варианта, а не словесное описание, то Intern-Decision-4B создан ровно для этого и ни для чего другого — смиритесь с тем, что он недокументирован, проверьте границу в 8 192 токена заранее и не ждите, что он объяснит себя, потому что у него нет для этого механизма.

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, степень уверенности и флаг оспаривания.