Glimpse กับ MiniCPM5 2B: เจ็ดสัปดาห์ของร่องรอยเอกสารและเก้าในสิบของวินาที

MiniCPM5-2B และ E​lorian G​limpseต่างเป็นโมเดลขนาดเล็กที่อ้างว่าสามารถเอาชนะสิ่งที่มีขนาดใหญ่กว่าตัวเองมาก และพวกมันอ้างเช่นนั้นด้วยหน่วยวัดที่ตรงกันข้าม MiniCPM5-2B ซึ่ง M​odelBest และ O​penBMB นำเสนอที่งาน WAIC เมื่อวันที่ 19 กรกฎาคม 2026 และในที่สุดก็ปล่อยน้ำหนักโมเดลเมื่อวันที่ 6 กันยายน 2026 มาพร้อมการ์ดที่มีค่าเฉลี่ย 53.9 จากชุดทดสอบของตัวเอง เมื่อเทียบกับโมเดลเปิดขนาดใหญ่กว่าที่ทำได้สูงสุด 51.1 Glimpse ซึ่งเปิดตัวเมื่อวันที่ 16 ตุลาคม 2026 มาพร้อมหน้าต่างเวลา 0.9 วินาที — รอบแรกที่ประมาณ 8 เฟรมต่อวินาที จากนั้นสแกนซ้ำเก้าในสิบของวินาทีที่ราว 14 เฟรมต่อวินาที — และชุดแถวเบนช์มาร์กที่เป็นของผู้ขายเอง ยังไม่ถูกทำซ้ำ และปะปนกันอย่างเห็นได้ชัด หนึ่งในสองนี้มีร่องรอยเอกสารสาธารณะเจ็ดสัปดาห์รองรับ และมีอาร์ติแฟกต์ที่ดาวน์โหลดได้ ส่วนอีกอันมีกลไกและแทบไม่มีตัวเลข

การเปรียบเทียบนี้ไม่ใช่การเทียบสองเวอร์ชันของสิ่งเดียวกันจริง ๆ เพราะ MiniCPM5-2B เป็นโมเดลให้เหตุผลทั่วไปที่อ่านภาพได้ด้วย ในขณะที่ G​limpse เป็นพรีวิวการให้เหตุผลเชิงภาพแบบโฮสต์ที่แทบไม่ทำอย่างอื่นเลย เหตุผลที่ควรอ่านทั้งคู่ร่วมกันคือทั้งสองเป็นข้อโต้แย้งเกี่ยวกับสิ่งที่โมเดลขนาดเล็กทำได้ — และข้อโต้แย้งทั้งสองล้มเหลวในแบบที่ต่างกันและให้บทเรียน

การรอคอย และสิ่งที่การรอคอยนั้นก่อให้เกิด

ไทม์ไลน์ของ MiniCPM5-2B นั้นคุ้มค่าที่จะสร้างขึ้นใหม่ เพราะมันเป็นส่วนหนึ่งของเรื่องราวที่การค้นหาวันวางจำหน่ายจะมองข้ามไป

โมเดลนี้ถูกเปิดตัวเมื่อวันที่ 19 กรกฎาคม 2026 ที่งาน World Artificial Intelligence Conference ซึ่งความสามารถที่ถูกไฮไลต์คือหน้าต่างบริบทขนาด 512,000 โทเคน น้ำหนักโมเดลยังไม่ปรากฏจนถึงวันที่ 6 กันยายน โดยมีบันทึกการเปลี่ยนแปลงตามมาในวันที่ 7 กันยายน ระหว่างสองวันนั้น โมเดลมีอยู่ในฐานะการสาธิตและชุดตัวเลข

สิ่งที่ส่งมอบจริงไม่ใช่สิ่งที่โฆษณาไว้ และช่องว่างนี้ตรวจสอบได้ คอนฟิกที่เผยแพร่ตั้งค่า max_position_embeddings เป็น 131,072 โดยไม่มีบล็อก rope_scaling ซึ่งเท่ากับ 131,072 โทเคน — หนึ่งในสี่ของตัวเลขที่ WAIC ระบุ นั่นไม่ใช่ความไม่ซื่อสัตย์เท่าไรนัก แต่เป็นความแตกต่างตามปกติระหว่างสิ่งที่ทีมวิจัยโชว์บนเวทีกับสิ่งที่ทีมวิศวกรรมยอมอนุมัติในไฟล์คอนฟิก แต่มันคือตัวเลขที่สำคัญ เพราะเป็นค่าที่ดีพลอยเมนต์ของคุณสืบทอดไป

สิ่งที่จัดส่งมาครบถ้วนอย่างผิดปกติสำหรับโมเดลในระดับขนาดนี้ นอกจากเช็คพอยต์ BF16 ขั้นสุดท้าย — ซึ่งรวม RL เข้ากับ OPD — แล้ว ยังมี SFT, midtrain และ base stage ที่เผยแพร่แยกกัน, บิลด์ GGUF, MLX และ GPTQ สำหรับรันไทม์ในเครื่อง, โมเดลร่าง DSpark สำหรับการถอดรหัสแบบคาดการณ์, และชุดข้อมูลฝึกเองที่เปิดตัวในชื่อตระกูล UltraData การสนับสนุน Day-zero บนชิปเซ็ตเก้าตัวมาจาก FlagOS และการ์ดโมเดลเน้นย้ำว่าการนำไปใช้ไม่ใช้เคอร์เนลแบบกำหนดเองและไม่มีการ fork โค้ดโมเดล รายละเอียดสุดท้ายนั้นคือสิ่งที่ทำให้ส่วนที่เหลือเชื่อถือได้: โมเดลที่รันบนเครื่องมือมาตรฐานคือโมเดลที่รันในที่ที่คุณอยู่ ไม่ใช่แค่ที่คลัสเตอร์ของผู้เขียนอยู่

ไทม์ไลน์ของ G​limpse ถูกบีบอัดเมื่อเทียบกัน และร่องรอยเอกสารก็บางกว่า เปิดตัวเมื่อวันที่ 16 ตุลาคม 2026 หนึ่งวันก่อนบทความนี้ ในฐานะพรีวิวงานวิจัยที่เข้าถึงได้ผ่าน API และอินเทอร์เฟซแชตของ E​lorian โดยสมัครฟรี ไม่มีการเปิดเผยเวต ไม่มีการเผยแพร่โมเดลฐานที่ใช้ในการ post-train ต่อ ไม่มีอาร์ติแฟกต์ใด ๆ บริษัทเปิดตัวออกจากโหมดลับในเดือนเมษายน 2026 ภายใต้การนำของ Andrew Dai อดีตนักวิจัย G​oogle ด้วยเงิน 55 ล้านดอลลาร์จาก Striker Ventures, Menlo Ventures และ Altimeter พร้อมการมีส่วนร่วมจาก N​VIDIA, 49 Palms และ Jeff Dean โมเดลนี้เป็นสิ่งแรกที่บริษัทได้ปล่อยออกมา

ตัวเลข และแต่ละชุดครอบคลุมอะไรบ้าง

• พารามิเตอร์ — MiniCPM5-2B มีจำนวนพารามิเตอร์รวม 2,516,756,480 ตัว โดย 1,981,982,720 ตัวเป็นแบบ non-embedding; มี 42 เลเยอร์ ใช้ group-query attention ครอบคลุม 16 query head และ 2 key-value head ให้บริการผ่านคลาส LlamaForCausalLM มาตรฐาน จำนวนพารามิเตอร์ของ Glimpse ไม่ได้เปิดเผย และโพสต์เปิดตัวระบุเพียงว่า "เล็กกว่าและถูกกว่าอย่างมีนัยสำคัญ" เมื่อเทียบกับโมเดลแนวหน้าทั้งหลายที่ใช้เป็นเกณฑ์เปรียบเทียบ

• Artefact — เวต Apache 2.0 พร้อมตัวแปร SFT, midtrain, base, GGUF, MLX และ GPTQ สำหรับ MiniCPM5-2B ส่วน Glimpse ไม่มีให้ดาวน์โหลด โดยมีเพียง endpoint แบบโฮสต์เท่านั้น

• บริบท — 131,072 โทเคนตามที่กำหนดค่าไว้สำหรับ MiniCPM5-2B เทียบกับตัวเลข 512,000 โทเคนที่โฆษณาไว้ในการสาธิตที่ WAIC ยังไม่มีการเผยแพร่สำหรับ Glimpse — ช่องว่างที่ส่งผลกระทบมากกว่าของทั้งสองนี้ เนื่องจากความสามารถที่นิยามตัวมันคือการอ่านวิดีโอ

• โมดัลลิตี้ — อินพุตรูปภาพ เอาต์พุตข้อความสำหรับ MiniCPM5-2B วิดีโอและรูปภาพสำหรับ Glimpse พร้อมความสามารถในการกลับไปยังช่วงเวลาหนึ่งหลังจากรอบแรก

• การประเมิน — การ์ดของ MiniCPM5-2B รายงานว่า LiveCodeBench v6 อยู่ที่ 69.1, AIME 2025 และ 2026 อยู่ที่ 86.5 ทั้งคู่, MATH-500 อยู่ที่ 94.6, MMLU-Pro อยู่ที่ 70.8, LongBench v2 อยู่ที่ 43.7, BFCL v4 อยู่ที่ 66.6 และ SWE-bench Verified อยู่ที่ 46.4 โดยบางแถวมีเครื่องหมายกริชกำกับว่าเป็นข้อมูลที่ยกมาจากรีลีสของ Artificial Analysis แทนที่จะวัดเองภายใน ส่วนแถวของ G​limpse เป็นของ E​lorian เอง เมื่อเทียบกับ GPT-6 Astra พร้อมเชิงอรรถที่เปิดเผยว่าคู่แข่งหลายรายถูกรันต่ำกว่าระดับความพยายามในการคิดสูงสุด ขณะที่ G​limpse รันที่ระดับสูงสุดของตน

• ราคา — $0.60 ต่อล้านโทเค็นอินพุต และ $3.00 ต่อล้านโทเค็นเอาต์พุตสำหรับ G​limpse โดยการ rewind ถูกคิดค่าใช้จ่ายเป็นโทเค็นเอาต์พุต ดังนั้น trace จึงเป็นใบเสร็จ ไม่มีตารางอัตราค่าบริการสำหรับ MiniCPM5-2B เนื่องจากสิ่งที่ส่งมอบคือไฟล์

ข้ออ้างที่ทั้งสองคนกล่าว และวิธีต่างๆ ที่มันยังคงเป็นจริง

ข้ออ้างหลักของ MiniCPM5-2B เป็นเรื่องทางคณิตศาสตร์และตรวจสอบได้ โมเดลขนาด 2.5 พันล้านพารามิเตอร์ มีค่าเฉลี่ยบนการ์ด 53.9 เทียบกับโมเดลโอเพนซอร์สขนาดใหญ่กว่าที่มีค่าเฉลี่ยดีที่สุด 51.1 บนชุดเดียวกัน นั่นคือข้ออ้างในรูปแบบ "ของเล็กนี้เอาชนะของใหญ่นั้นในงานเหล่านี้" และมันสามารถถูกพิสูจน์ว่าผิดได้โดยใครก็ตามที่มี GPU และเวลาช่วงบ่ายวันหนึ่ง เพราะน้ำหนักโมเดลเป็นสิ่งที่ดาวน์โหลดได้ และแบบทดสอบก็ถูกเผยแพร่แล้ว

กลไกสำหรับมันถูกบันทึกไว้ในสามระยะ: การปรับแต่งอย่างมีผู้ดูแลบนข้อมูลการคิดเชิงลึกประมาณ 400 พันล้านโทเคน, การเรียนรู้แบบเสริมกำลังกับโมเดลครู, และจากนั้นการกลั่นแบบบนนโยบายที่รวมผู้เชี่ยวชาญ RL สิบหกตัว — ห้าตัวในนั้นเป็นแบบเอเจนต์ — กลับเข้าเป็นเช็กพอยต์เดียว ตัวเลขภายในที่แนบมากับการรวมนั้นคือการเพิ่มขึ้น 10.96 จุดในงานด้านการใช้เหตุผลและงานทั่วไป และ 6.96 ในงานแบบเอเจนต์เมื่อเทียบกับสถานะก่อนการรวม นั่นคือการวัดของผู้ขายเองต่อไปป์ไลน์ของตัวเอง และเป็นคำกล่าวอ้างประเภทที่บุคคลที่สามสามารถตรวจสอบได้แล้ว ซึ่งเป็นจุดประสงค์ของการส่งมอบเช็กพอยต์ระดับกลางรวมทั้งอันสุดท้ายด้วย

ข้ออ้างหลักของ Glimpse ไม่ใช่เรื่องเลขคณิต แต่เป็นพฤติกรรม: การย้อนกลับไปยังหน้าต่างที่สั้นกว่าหนึ่งวินาทีหลังจากรอบแรกให้คำตอบต่อคำถามเชิงเวลาได้ดีกว่าที่การสุ่มบนกริดแบบคงที่จะทำได้ หลักฐานสนับสนุนคือชุดเทรซที่แสดงขั้นตอนการทำงานและตารางเบนช์มาร์กที่ผลออกมาเกือบครึ่งต่อครึ่ง — นำใน WGO Bench (42.70 vs 39.42), CharXiv-R (92.90 vs 92.10), UGC-VideoCap (82.66 vs 80.32) และ FSC-147 (83.36 vs 82.02); ตามหลังใน 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) และ Humanity's Sixth Sense (46.36 vs 53.6)

ข้อกล่าวอ้างทั้งสองข้อล้วนฟังขึ้น แต่ในปัจจุบัน มีเพียงข้อเดียวเท่านั้นที่บุคคลภายนอกบริษัทผู้กล่าวอ้างจะสามารถตรวจสอบได้

สิ่งที่การเปิดเผยทั้งสองมีเหมือนกัน

การ์ดของ MiniCPM5-2B มีเครื่องหมาย † กำกับอยู่ในบางแถว ซึ่งระบุว่าตัวเลขเหล่านั้นเป็นค่าที่นำมาจากฉบับเผยแพร่ของ Artificial Analysis ไม่ใช่ค่าที่ผู้เขียนวัดเอง ควรตีความสิ่งนี้ว่าเป็นการเปิดเผยข้อมูลมากกว่าจะเป็นข้อบกพร่อง ทางเลือกอีกทาง — การนำผลการวัดของคนอื่นมารวมไว้ในตารางของตนเองอย่างเงียบ ๆ โดยไม่ใส่เครื่องหมายกำกับ — เป็นสิ่งที่พบได้ทั่วไปและแย่กว่า

ทั้งสองโมเดล — จากหลักฐานที่มีอยู่ — ยังไม่ได้รับการยืนยันในความหมายเฉพาะแบบเดียวกัน ตารางของ Glimpse นั้นดำเนินการโดยผู้ขาย ภายใต้การตั้งค่าที่ดีที่สุดของผู้ขาย MiniCPM5-2B ก็ไม่มีการทำซ้ำอย่างอิสระของค่าเฉลี่ยบนการ์ดเช่นกัน ไม่ว่าแหล่งที่มาของแต่ละแถวจะเป็นอย่างไร ในมิตินี้ การเปิดตัวทั้งสองเหมือนกัน และน่าจะสังเกตเรื่องนี้ก่อนที่จะถือว่าตัวใดตัวหนึ่งเป็นฝ่ายที่เชื่อถือได้ของการเปรียบเทียบ

ความแตกต่างที่ชัดเจนกว่าคือสิ่งที่เกิดขึ้นหลังจากนี้ ใคร ๆ ก็สามารถดาวน์โหลด MiniCPM5-2B และรันการประเมินของตนเองได้ในช่วงบ่ายวันนี้ บนข้อมูลของตนเอง โดยไม่ต้องขออนุญาตใคร ไม่มีใครทำแบบนั้นกับ G​limpse ได้ การทดลองใช้ฟรีและสามารถตรวจสอบร่องรอยได้ แต่การประเมินถูกจำกัดด้วยสิ่งที่ E​lorian เลือกจะแสดง และเอนด์พอยต์เป็นที่เดียวที่โมเดลนี้มีอยู่

ในกรณีที่การดูแลเป็นตัวชี้ขาดคำถาม

นี่คือมิติที่โมเดลสองตัวนี้ไม่ใกล้เคียงกัน และมันไม่เกี่ยวกับความสามารถเลย

สิ่งที่ MiniCPM5-2B ส่งมอบคือชุดไฟล์ภายใต้ Apache 2.0 ซึ่งรวมถึงบิลด์ GGUF และบิลด์ MLX นั่นหมายความว่าโมเดลทำงานบนแล็ปท็อป รูปภาพไม่เคยออกจากเครื่อง และการติดตั้งใช้งานไม่มีผู้ให้บริการรายใดอยู่ในเส้นทางคำขอ — ไม่มีช่วงเวลาความพร้อมใช้งาน ไม่มีคำถามเรื่องการเก็บรักษาข้อมูล ไม่มีขีดจำกัดอัตรา ไม่มีราคาที่อาจเปลี่ยนไปได้โดยที่คุณไม่ทันตั้งตัว สำหรับงานที่มีการกำกับดูแลซึ่งเกี่ยวข้องกับภาพ หรือสำหรับสิ่งใดก็ตามที่สื่อไม่สามารถข้ามขอบเขตเครือข่ายได้ นั่นคือการตัดสินใจทั้งหมด และ G​limpse ไม่ใช่ตัวเลือก ไม่ว่าเทรซจะดูดีเพียงใด

ความสามารถของ Glimpse เปิดให้ใช้ได้เฉพาะผ่านเอนด์พอยต์ของ Elorian เท่านั้น คุณลักษณะที่โดดเด่นคือพื้นที่ขีดเขียนเชิงภาพ และไม่มีอาร์ติแฟกต์ให้ต้องย้ายตำแหน่ง นั่นไม่ใช่ข้อบกพร่องของผลิตภัณฑ์ แต่เป็นคุณสมบัติของตัวอย่างงานวิจัย ซึ่งอาจกล่าวได้ว่าคุณค่าของมันอยู่ที่กลไกมากกว่าค่าน้ำหนัก

นี่ก็เป็นจุดที่เลเยอร์การกำหนดเส้นทางมีประโยชน์ และเป็นจุดที่มันหมดประโยชน์เช่นกัน OrcaRouter ให้คุณคีย์เดียวที่วางไว้หน้าโมเดลกว่า 200 ตัว โดยส่งผ่านราคาตามรายการของผู้ให้บริการและไม่บวกเพิ่มต่อโทเคน ดังนั้น MiniCPM5-2B ที่รันในเครื่องและโมเดลที่โฮสต์ไว้จึงอยู่บนเส้นทางโค้ดเดียวกันแทนที่จะเป็นสองเส้นทาง โดยมี DSL สำหรับการกำหนดเส้นทางที่เลือกให้แต่ละคำขอ และ การสลับไปใช้ระบบสำรองอัตโนมัติที่ช่วยให้คำขอยังคงดำเนินอยู่เมื่อเลนหนึ่งล้มเหลว ครึ่งที่เป็นโฮสต์ของส่วนผสมนั้น หากผู้ขายลดราคา ฝั่งเราจะอัปเดตให้ทันทีในวันเดียวกัน ไม่ต้องรอถึงรอบต่ออายุถัดไป สิ่งที่การกำหนดเส้นทางทำไม่ได้คือการย้ายความดูแล: หากปลายทางไม่ได้อยู่บนฮาร์ดแวร์ของคุณ ก็ไม่มีกฎการกำหนดเส้นทางใดทำให้มันไปอยู่ที่นั่นได้ ทั้ง MiniCPM5-2B และ G​limpse ต่างไม่มีอยู่ในแค็ตตาล็อกของเรา — ตัวหนึ่งคือไฟล์ดาวน์โหลดและอีกตัวคือ API และอินเทอร์เฟซแชตของ E​lorian เอง — ดังนั้นนี่จึงอธิบายวิธีที่เรากำหนดเส้นทาง ไม่ใช่การอ้างว่าเราให้บริการโมเดลใดโมเดลหนึ่ง

คำตัดสิน พร้อมด้วยเอกสารบัญชีที่แนบมาด้วย

MiniCPM5-2B และ G​limpse ไม่ใช่คู่แข่งกัน และการมองว่าพวกมันเป็นคู่แข่งกันก็ทำให้การเปรียบเทียบนี้เสียเปล่าไปเปล่า ๆ ตัวหนึ่งเป็นโมเดลทั่วไปขนาด 2.5 พันล้านพารามิเตอร์ที่คุณเป็นเจ้าของได้ อีกตัวเป็นพรีวิวแบบโฮสต์ที่ทำสิ่งแปลก ๆ อย่างหนึ่ง

ทั้งสองตัวนี้ไม่มีกระดานคะแนนร่วมกัน และไม่มีทางสร้างขึ้นมาได้ การ์ดของ MiniCPM5-2B วัดด้านการเขียนโค้ด คณิตศาสตร์ การทำตามคำสั่ง และการดึงข้อมูลบริบทยาว ตารางของ G​limpse วัดการรับรู้วิดีโอและภาพเทียบกับ GPT-6 Astra พวกมันไม่มีงานที่ใช้ร่วมกัน ดังนั้นการเปรียบเทียบเดียวที่สำคัญคือการเทียบกับภาระงานของคุณเอง สามคำถามช่วยตัดสินได้เร็วกว่าการทำตาราง

โมเดลจำเป็นต้องรันบนฮาร์ดแวร์ของคุณเอง หรือใบอนุญาตต้องเป็นแบบเปิดกว้างอย่าง permissive? ถ้าอย่างนั้น MiniCPM5-2B ก็เป็นตัวเลือกเดียวที่นี่ ดาวน์โหลดบิลด์ GGUF หรือ MLX เผื่อ上下文 131,072 โทเคนที่คอนฟิกกำหนดไว้จริง แทนที่จะเป็น 512,000 ที่แสดงที่ WAIC และมองแถวที่มีเครื่องหมายdaggerใน card เป็นตัวชี้ไปยังการประเมินต้นฉบับ มากกว่าจะเป็นค่าที่วัดโดยผู้เขียน

โหมดความล้มเหลวเป็นเชิงเวลาหรือไม่ — การแพนกล้องที่ถูกเข้าใจผิดว่าเป็นการตัด วัตถุที่เปลี่ยนเอกลักษณ์เมื่อถูกบัง เหตุการณ์ภายในหน้าต่างเวลาที่สั้นกว่าหนึ่งวินาที? ถ้าเป็นเช่นนั้น Glimpse คือหนึ่งเดียวในสองตัวที่มีกลไกซึ่งระบุไว้และจัดการกับปัญหานั้น การทดลองใช้ฟรี และร่องรอยคือบททดสอบ: ลองรันคลิปของคุณเองแล้วตรวจสอบว่าโมเดลย้อนกลับไปยังช่วงเวลาที่ชี้ขาดคำตอบหรือไม่

งานนี้เป็นงานที่ใช้บริบทยาวแต่ไม่ใช่วิดีโอยาวหรือไม่ — ชุดเอกสาร คลังเอกสารการยื่นเรื่อง เส้นทางการตรวจสอบ ที่ต้องอยู่ในหน้าต่างเดียว? การประเมินที่เผยแพร่ของโมเดลทั้งสองไม่ได้ชี้ขาดเรื่องนั้น LongBench v2 ที่ 43.7 เป็นตัวเลขเพียงตัวเดียวสำหรับพฤติกรรมทั้งหมวด และมันจะไม่บอกคุณว่า MiniCPM5-2B ทำงานกับเอกสารของคุณที่ 120,000 โทเค็นได้ดีแค่ไหน เรื่องนั้นต้องได้รับการวัดก่อน จึงจะปลอดภัยที่จะตัดสินใจไม่ว่าจะทางใด

สิ่งที่จะเปลี่ยนหน้านี้: การทำซ้ำแถว benchmark ของ G​limpse โดยใครก็ตามที่ไม่ใช่ E​lorian, การเผยแพร่จำนวนพารามิเตอร์หรือหน้าต่างบริบทของมัน, หรือเช็กพอยต์ของ M​iniCPM5 ที่ปิดช่องว่างระหว่างคอนฟิก 131,072 โทเคน กับการสาธิต 512,000 โทเคน ไม่มีสิ่งใดอยู่ในกำหนดการ จนกว่าสิ่งเหล่านั้นจะมาถึง หนึ่งในโมเดลเหล่านี้ใครก็ทดสอบได้คืนนี้ ส่วนอีกตัวทำไม่ได้ — และความไม่สมมาตรนั้น มากกว่าแถว benchmark ใด ๆ คือสิ่งที่ต้องวางแผนโดยยึดเป็นหลัก

ความล้มเหลวของ AI และเหตุการณ์เกี่ยวกับเอเจนต์ที่มีการบันทึกเป็นหลักฐานไว้ ซึ่งอยู่เบื้องหลังการเปิดตัวในลักษณะนี้ ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งอ้างอิง ระดับความรุนแรง ระดับความเชื่อมั่น และแฟล็กข้อโต้แย้งของตัวเอง