Glimpse vs Gemma 4 12B: Cơ chế tua lại đối đầu với một bản tải xuống

Hai cái này được đem ra so sánh với nhau chủ yếu vì cả hai đều được mô tả là mô hình thị giác, và cách mô tả đó hầu như chẳng đóng góp được gì. Glimpse, được Elorian phát hành ngày 16 tháng 10 năm 2026, là một bản xem trước nghiên cứu dạng dịch vụ được lưu trữ, với hành vi đặc trưng là nó có thể quay lại và nhìn lần nữa — quét lại một phần của đoạn clip ở tốc độ khung hình dày đặc hơn, phóng to vào một vùng, hoặc theo dõi một đặc trưng xuyên suốt thời gian — và chỉ có thể truy cập được thông qua API cùng giao diện trò chuyện của nhà cung cấp. G​emma 4 12B là một checkpoint trọng số mở dày đặc với 11,95 tỷ tham số từ G​oogle DeepMind, được phát hành ngày 3 tháng 6 năm 2026 theo giấy phép Apache 2.0, mà bạn tải về và chạy trên phần cứng của riêng mình, và nó khép lại cùng câu hỏi đó theo hướng ngược lại: đây là một thực thể cố định với lịch lấy mẫu khung hình cố định, và có nhìn vào nó bao nhiêu đi chăng nữa cũng không thể khiến nó tua lại.

Vậy cách đặt vấn đề trung thực không phải là “cái nào giỏi thị giác hơn”. Mà là một trong hai thứ này là năng lực bạn đi thuê, còn thứ kia là một tệp bạn sở hữu, và lựa chọn giữa chúng được quyết định bởi những sự thật chẳng liên quan gì đến các dòng điểm chuẩn.

Sự khác biệt thực sự quyết định điều đó

Bắt đầu với việc mỗi thứ thực chất là gì về mặt vật lý. Gemma 4 12B là một bộ trọng số. Checkpoint được tinh chỉnh theo chỉ dẫn trên Hugging Face là một tệp safetensors 23,92 GB ở bfloat16; các bản dựng huấn luyện nhận biết lượng tử hóa của chính Google có kích thước khoảng 6,98 GB cho phần trọng số cộng với một tệp chiếu đa phương thức 0,18 GB, và một bản dựng Q4_K_M của cộng đồng nằm gần 7,1 GB. Bạn có thể sở hữu nó, tinh chỉnh nó, lượng tử hóa nó hơn nữa, đóng gói nó vào một sản phẩm, và chạy nó mà không cần mạng và không cần đo đếm. Đó là toàn bộ đề xuất.

Glimpse có hình dạng đối lập với một đối tượng. Không có trọng số. Không có số lượng tham số, không có tạo tác nào có thể tải xuống, và không có kiến trúc nào được công bố ngoài tuyên bố rằng nó đã được hậu huấn luyện trên một "mô hình nền trọng số mở" mà Elorian không nêu tên. Thứ tồn tại là một API, một giao diện trò chuyện tại platform.elorian.ai với đăng ký miễn phí, và một hành vi được công bố: không gian nháp thị giác của mô hình, nơi nó xem lại và tinh chỉnh các biểu diễn thị giác nội bộ khi quá trình suy nghĩ diễn ra.

Sự bất đối xứng đó là điều đầu tiên cần tính đến, và nó có cả hai mặt. Một checkpoint có thể tải xuống thì không thể bị ngừng hỗ trợ ngay dưới chân bạn, không thể thay đổi hành vi đằng sau một chuỗi phiên bản, và không thể hỏng lúc 3 giờ sáng chỉ vì us-east-1 của người khác đang không vui. Một bản xem trước được lưu trữ có cơ chế tua lại thì không thể chạy trên một máy tách biệt khỏi mạng, và — điểm quan trọng nhất đối với một so sánh Gemma 4 12B — không thể được làm cho vừa trong 16 GB bộ nhớ, vì chẳng có gì để vừa cả.

Tính năng tua lại mang lại những gì, theo chính số liệu của nhà cung cấp

Các ví dụ minh họa đã được triển khai của Elorian là thứ cụ thể nhất từng được công bố về Glimpse, và chúng đáng được đọc như những mô tả hơn là như điểm số. Trong một vết, mô hình thực hiện lượt chạy đầu tiên ở khoảng 8 khung hình mỗi giây, hình thành một cách đọc tạm thời, rồi quay lại và quét lại một cửa sổ 0,9 giây ở khoảng 14 fps để quyết định liệu thứ nó đang thấy là một cú lia máy hay một cú cắt cảnh. Trong một vết khác, nó theo dõi một cạnh cửa sổ duy nhất từ khoảng 2,2 giây trong một clip cho đến khi chuyển động gần như dừng lại ở giây 5,13.

G​emma 4 12B không có bản tương đương nào. Nó xử lý video dưới dạng chuỗi khung hình theo một lịch trình do bạn chọn, và một khi các khung hình đã được chọn, bất cứ thứ gì rơi vào khoảng giữa chúng đều biến mất. Đó không phải là một khiếm khuyết — đó là việc mà một checkpoint trọng số mở với đường suy luận được công bố vốn được cho là phải làm — nhưng đó chính xác là loại câu hỏi mà tính năng tua lại tồn tại để trả lời.

Điểm mà Gemma 4 12B vượt lên là ở mọi việc bạn làm với một mô hình. Trên thẻ mô hình của chính Google, vốn bao quát cả dòng mô hình và do nhà cung cấp báo cáo thay vì được tái lập độc lập, 12B đạt 77.2% trên MMLU Pro, 78.8% trên GPQA Diamond, 77.5% trên AIME 2026 khi không dùng công cụ, 72.0% trên LiveCodeBench v6, ELO Codeforces là 1659, 69.1% trên MMMU Pro và 43.4% trên MRCR v2 ở 128K với tám needles. Glimpse không công bố gì trong dòng đó cả — không có benchmark suy luận, không có benchmark lập trình, không có benchmark kiến thức. So sánh này không hề sát nút vì cuộc so sánh chưa từng được chạy.

Các bảng điểm, và những ô trống nào là cố ý

Hai bộ bằng chứng đã công bố không giao nhau. Bảng của Glimpse là đối đầu với GPT-6 Astra và do nhà cung cấp báo cáo, không có tái lập độc lập; điều tương tự cũng đúng với bảng của Google. Đọc chúng cạnh nhau vẫn hữu ích, vì nó cho thấy mỗi công ty đã chọn được đo lường ở khía cạnh nào.

• WGO Bench (sự kiện thao tác) — Glimpse 42,70 so với Astra 39,42. G​emma 4 12B: không được báo cáo.

• CharXiv-R — Glimpse 92,90 so với 92,10. G​emma 4 12B: không được báo cáo.

• UGC-VideoCap — Glimpse 82,66 so với 80,32. Gemma 4 12B: không được báo cáo.

• FSC-147 — Glimpse 83.36 so với 82.02. Gemma 4 12B: không được báo cáo.

• Video-MME v2 — Glimpse 56,68 so với Astra 64,06 và GPT-6.1 Sol 65,27. Gemma 4 12B: không được báo cáo.

• Giác quan thứ sáu của nhân loại — Glimpse 46.36 so với Astra 53.6. G​emma 4 12B: không được báo cáo.

• MMLU Pro — Gemma 4 12B 77,2%. Glimpse: không được báo cáo.

• LiveCodeBench v6 — G​emma 4 12B 72.0%. Glimpse: không được báo cáo.

• Đánh giá độc lập — Artificial Analysis chấm điểm Gemma 4 12B với Chỉ số Thông minh là 14, xếp thứ 20 trong số 141 mô hình thuộc nhóm so sánh của nó, cùng tốc độ đầu ra đo được là 110,9 token mỗi giây. Glimpse không có bất kỳ điểm số độc lập nào; nó mới chỉ ra đời được một ngày.

Bảng Glimpse cũng có một chú thích mà người đọc không nên bỏ qua: những kết quả đó sử dụng mức nỗ lực suy luận cao nhất với harness tác tử gốc của mô hình, và với hầu hết các đánh giá video, Sol và Opus 5.5 được chạy ở mức cao thay vì tối đa, với hàng HSS trộn lẫn các số liệu được báo cáo trong bài báo từ những lab khác. Kỷ luật tương tự cũng được áp dụng ở phía ngược lại — các con số trên card của Google được công bố cho các checkpoint đã tinh chỉnh theo chỉ dẫn mà không có harness bên thứ ba nào tham gia.

Mỗi thứ giá bao nhiêu và tính theo đơn vị nào

Đây là nơi các hình dạng phân kỳ mạnh mẽ nhất, vì các đơn vị không quy đổi được.

Glimpse được định giá theo token: 0,60 USD cho mỗi triệu token đầu vào và 3,00 USD cho mỗi triệu token đầu ra. Elorian tự nêu ra phép so sánh — thấp hơn 94% so với GPT-6 Astra ở mức 10/50 USD, thấp hơn 85% so với C​laude Opus 5.5 ở mức 4/20 USD, thấp hơn 70% so với GPT-6.1 Sol ở mức 2/10 USD, và thấp hơn 20% so với mức giá giới thiệu 0,75/3,75 USD của G​emini 3.8 Flash — và đưa ra một con số ở cấp độ tác vụ, một tình huống lập kế hoạch cho robot tốn 0,035 USD trên Glimpse so với 0,249 USD trên Astra. Tất cả những con số đó đều là số liệu của nhà cung cấp về mô hình của chính nhà cung cấp.

G​emma 4 12B không có giá của nhà cung cấp vì không có dịch vụ của nhà cung cấp. Con số duy nhất theo token tồn tại cho nó là mức pha trộn của Artificial Analysis: 0,10 đô-la cho mỗi triệu token đầu vào và 0,30 đô-la cho mỗi triệu token đầu ra, và đó là mức trung vị trên các nền tảng bên thứ ba phục vụ trọng số mở, không phải giá niêm yết — G​oogle không công bố giá nào. Nếu bạn tự vận hành, con số bạn thực sự quan tâm hoàn toàn không phải là bảng giá. Đó là một bản tải xuống 7 GB, một giờ GPU và tiền điện.

Mọi thứ khác đều suy ra từ đó. Một lệnh gọi Glimpse có chi phí biên tăng theo khối lượng và chi phí cố định bằng không. Một triển khai Gemma 4 12B có chi phí biên gần bằng không và chi phí cố định là một cỗ máy. Điểm hòa vốn là một câu hỏi về khối lượng, và không nhà cung cấp nào sẽ công bố nó cho bạn.

Vị trí của đôi này trong danh mục của riêng chúng tôi

Cả hai mô hình đều không phải là mô hình mà OrcaRouter phục vụ, và cần nói thẳng điều đó thay vì để người đọc tự suy diễn theo cách khác. Glimpse có thể truy cập thông qua API và giao diện trò chuyện riêng của Elorian; G​emma 4 12B là bản tải xuống, và các tuyến được lưu trữ đến nó là những nền tảng bên thứ ba đang chạy trọng số mở. Các kích thước Gemma 4 mà chúng tôi định tuyến là Gemma 4 26B A4B và G​emma 4 31B — những thành viên lớn hơn, có năng lực cao hơn trong cùng dòng họ — và nếu câu hỏi thực sự của bạn là "tôi nên gọi kích thước G​emma 4 nào", thì các trang mô hình của chúng tôi dành cho hai kích thước đó sẽ trả lời nhanh hơn trang này.

Trong so sánh cụ thể này, điểm mà một lớp định tuyến chứng tỏ được giá trị của mình nằm ở trường hợp giữa: một nhóm muốn tiếp tục chạy một kích cỡ Gemma 4 mà họ đã tự vận hành, và muốn thử nghiệm một bản preview chưa được kiểm chứng song song với nó mà không đặt cược lộ trình production vào một mô hình vừa ra mắt hôm qua. Việc giữ cả hai phía sau một endpoint duy nhất nghĩa là bản preview nằm sau cơ chế tự động chuyển đổi dự phòng chứ không phải trước nó, và một bảng giá có thể thay đổi — điều mà bảng giá của một bản research preview sẽ làm — được cập nhật ngay phía chúng tôi trong cùng ngày thay vì đợi đến lần gia hạn hợp đồng tiếp theo. Đó là một phát biểu về cách chúng tôi vận hành, chứ không phải một tuyên bố rằng chúng tôi vận hành một trong hai mô hình này.

Lựa chọn, với điều kiện chúng không phải là những thứ thay thế cho nhau

Nếu công việc của bạn mang tính thời gian và chế độ thất bại của bạn là “mô hình có nhìn nhưng không nhìn đủ kỹ” — danh tính của một đối tượng xuyên qua một điểm cắt, một sự kiện bên trong một cửa sổ dưới một giây, một số đếm thay đổi khi có thứ gì đó che khuất — thì Glimpse là mô hình được lưu trữ đầu tiên có cơ chế được nêu rõ nhắm trực tiếp vào điều đó, và việc đăng ký miễn phí khiến cho phép thử trở nên rẻ. Hãy chạy clip của riêng bạn qua nó. Sau đó kiểm tra không gian nháp: nếu mô hình không bao giờ quét lại khoảng thời gian quan trọng, bạn đã học được điều gì đó về pipeline của mình chứ không chỉ về mô hình.

Nếu công việc của bạn là đưa một mô hình đa phương thức đủ năng lực lên phần cứng do bạn kiểm soát — một laptop với 16 GB bộ nhớ theo tuyên bố của chính Google, hoặc một card 24 GB cho bản chưa lượng tử hóa — thì Gemma 4 12B là câu trả lời trưởng thành, được cấp phép, có thể đánh giá bằng benchmark, và nó có bốn tháng các bản lượng tử hóa cộng đồng cùng công cụ phía sau mà một bản xem trước mới một ngày không có. Sự trưởng thành đó không phải là chuyện nhỏ: nó là khác biệt giữa một mô hình bạn có thể lên kế hoạch cho cả một quý và một mô hình bạn chỉ có thể lên kế hoạch cho một tuần.

Cái bẫy là chọn Glimpse vì bảng của nó vượt Astra ở bốn dòng, rồi phát hiện ra công việc cần suy luận, chứ không phải quét lại. Con số HSS của chính mô hình là bằng chứng chống lại cách hiểu đó — 46.36 so với 53.6 của Astra, trên một benchmark do chính Elorian xây dựng với Scale AI. Việc công bố một kết quả mà mô hình của chính bạn không thể vượt qua là một tín hiệu về uy tín, và nó cũng cho bạn biết chính xác điều mà rewind không sửa được.

Không có gì trong số đó là giả thuyết: các lỗi AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này đều được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.