Glimpse 与 Kolibri：两种为每个 Token 购买更多算力的方式

Elorian G​limpse与K​olibri是对同一个经济学问题的两种回答——如何让每单位算力换来更强的能力——而它们恰好处在这一问题的两端。G​limpse 由 E​lorian 于 2026 年 10 月 16 日发布，它在推理时购买能力：先以约每秒 8 帧的速度对一段视频片段跑一遍首轮扫描，然后在给出答案之前，额外消耗算力，以约每秒 14 帧的速度重新扫描选定的十分之九秒。K​olibri 由 A​leph Alpha 于 2026 年 10 月 3 日发布，它在架构阶段购买能力：总计 781 亿参数，其中每个 token 只有约 34.6 亿处于激活状态，因此模型中几乎每一个参数都是你无需为其付出计算代价的参数。

这两者不可互换，原因并不在于质量。一个是托管式预览版，没有权重，没有公布参数数量，也没有公布上下文窗口。另一个是可下载的 Apache 2.0 模型，其模型卡上写明了专家数量、注意力调度、数值格式、分词器的语言覆盖范围，以及训练运行的确切电费。比较它们，实际上是在比较两种策略，而真正有趣的问题是：哪一种策略能经受住你的工作负载的考验。

一个22比1的比率，对比一个无人公布过的比率

K​olibri 是一个稀疏专家混合模型，即便以当前标准来看，其稀疏程度也极为极端。五十层，每一层都是专家混合，每层 384 个专家，其中一个是共享专家，六个是路由专家。这算下来总参数与激活参数比约为 22.6 比 1——一个拥有 780 亿参数的模型，但在任意给定 token 上只评估其中约 35 亿个参数。A​leph Alpha 以 4 比 1 的模式将其与分组查询注意力块交替排列，这正是让 262,144 token 原生上下文变得可负担的原因：百万 token 路径已经过验证，而 KV 缓存以 FP8 保存，以便让该窗口的长端能放进内存，而不是只能停留在电子表格里。

数值格式的选择被披露到了不同寻常的程度。权重以 FP8 存储，采用 128×128 分块。KV 缓存为 FP8。嵌入、语言模型头、归一化层和路由器保持 bfloat16——这些部分一旦出现量化损伤，会显现在路由决策而非损失上。提供了四档努力等级。工具调用沿用 Hermes 格式并搭配 vLLM 解析器，这意味着它能直接接入现有的智能体栈，而无需专门定制集成。

Glimpse 这些一概不公布。没有参数量。没有什么专家结构，没有上下文窗口，没有量化方案，也没有具名的基础模型——只有一句话：“在一个开放权重的基础模型上进行了后训练”，而这句话并未说明是哪一个。它反而公布的是轨迹：第一遍大约每秒 8 帧，给出一个试探性解读；随后回看片段中 0.9 秒处，约每秒 14 帧；在第二个示例中，则追踪一个窗口边缘，从片段约 2.2 秒处开始，直到它在 5.13 秒处几乎停住。

这两者都是关于算力的披露。K​olibri 的披露说明的是模型加载时算力流向何处。G​limpse 的披露说明的是模型思考时算力流向何处。其中只有一个附带了数字。

已发布的工作表，并排显示

• 规模 — K​olibri：参数总量 78,103,074,560 个，活跃参数 3,457,573,120 个。G​limpse：未公布；E​lorian 对其规模的唯一说明是“比其所对标的尖端系统小得多、也便宜得多”。

• 访问权限 — K​olibri 的 Apache 2.0 权重，可下载并可自行托管。G​limpse 则没有，仅提供 API 和聊天功能，注册免费。

• 上下文 — Kolibri 原生支持 262,144 个 token，已验证可达 1,048,576 个。Glimpse 则未公布该数据，而这处空白更显尴尬，因为其招牌能力正是读取视频。

• 语言 — Kolibri 支持德语和英语，Aleph Alpha 将此视为设计决策而非限制。Glimpse 则完全没有公布任何语言覆盖范围。

• 价格——Glimpse 为每百万输入 token 0.60 美元，每百万输出 3.00 美元——而这一机制意味着重新扫描会体现在输出 token 上，所以追踪记录就是收据。Kolibri 没有价目表，因为其成本在于硬件。

• 独立评估——对两者而言实际上都没有。两者都没有能复现其数据的第三方测试框架，而且两组已公布的数字都出自厂商自己。

A​leph Alpha 完整发布的训练运行

这正是 K​olibri 与今年几乎所有发布版本都不同的地方，值得仔细梳理，因为它告诉你构建这种稀疏性付出了什么代价。

预训练语料库包含20万亿个词元，大致分为62.5%英语、23.9%德语和13.6%代码。中期训练又增加了3.44万亿个词元，长上下文阶段贡献了2010亿个词元。该次运行使用了768个NVIDIA B200加速器，跨96个HGX节点，耗时21天、511小时墙钟时间，消耗约392,000 GPU小时——即6.4×10²³次浮点运算，能源预算约为9.5×10²兆瓦时。

这些数字，是一个激活参数量仅34.6亿、表现却堪比大得多的模型所付出的诚实代价。对任何身处资金雄厚实验室之外的人来说，它们同样不可复现——而这恰恰是开放权重的理由所在：训练成本由发布模型卡的那家公司一次性支付，下游的每个人只需付出一次下载的代价，就能得到这件产物。

前代产品颇具启发意义。Kolibri Origin 拥有 306 亿参数，其中活跃参数为 32.7 亿，上下文长度为 65,536 个 token，训练数据量达 7.51 万亿个 token——而它从未发布。已发布的模型并非首次尝试，而是第二次尝试，两者之间的差距大致相当于原型与成品之间的差距。

G​limpse 没有可供比较的对应信息。E​lorian 只说该模型由一个拥有几百块 GPU 的小团队进行过后训练。没有给出基座模型名称，没有 token 数量，没有数据描述，也没有算力披露。在发布检查点与交付端点之间，这是一种合理的差异——你披露的是你交付出去的东西——但这意味着，除了价目表之外，这两个版本无法在经济性上进行比较，因为只有其中一个公布了自身成本。

空的参数计数单元格

这就是这个对比中的陷阱，而且它朝着有利于 Glimpse 的方向发展。

很容易读到 K​olibri 的 34.6 亿活跃参数，就断定 G​limpse——托管式、按 token 计价便宜、面向狭窄能力——一定很小，或者一定运行成本低，或者一定是对某个不起眼模型的微调。这些结论都推不出来。G​limpse 的参数量从未公布。其上下文窗口从未公布。其基础模型从未被点名。发布帖中唯一与规模有关的说法是相对性的，且没有量化。在行为不披露规模，而这个模型的行为是一套采样时间表而非一种架构的情况下，参数量几乎可以是任何数，已公布的内容都不会与之矛盾。

所以参数量单元格会一直空着，而本月任何人引用 Glimpse 规模给出的数字，都只是披着规格说明外衣的估算。顺带一提，反过来也一样：Kolibri 的 22.6 比 1 比率并不能告诉你它在你的硬件上的推理成本，因为 128×128 块中的 FP8 权重需要特定的加速器支持，才能成为优势，而不是一个转换步骤。

每种策略失败在哪里

Kolibri 的限制在于语言覆盖范围，而且这是刻意为之。只有德语和英语，别无其他。对于一家有德语流量的欧洲企业来说，这算是一项特性——训练配比向一种大多数开放模型视作舍入误差的语言倾斜。对其他人而言，这就是一票否决，再大的上下文窗口也无法弥补。

它的第二个约束是长上下文算术。一条百万 token 的路径已通过验证，这确实很大。但一条已验证的路径并不等同于一条未降级的路径；在这些长度下，几乎所有模型的检索准确率都会在窗口结束之前很久就开始下降，而且没有任何已发布的评估说明 K​olibri 的曲线在何处弯曲。要把窗口视为你可以分配的容量，而不是你可以假定拥有的准确率。

Glimpse 的局限恰恰相反：能力狭窄，周围空无一物。如果问题是几分之一秒的镜头里发生了什么，Glimpse 正对此而设计。如果问题是一个场景暗示了什么，而非明确陈述了什么，那么回看也无济于事——在 Humanity's Sixth Sense 上，即 Elorian 在模型发布九天前与 Scale AI 共同发布的基准测试中，Glimpse 得分为 46.36，而 GPT-6 Astra 为 53.6，并且该基准测试自身的失败分析将 94% 的标注错误归因于观看和推断，而非推理。看得更多并不等于理解更多，而供应商自己的表格就是证据。

还有一类问题两者都未涉及：答案必须是一个阈值的那类问题。Glimpse 撰写文本。Kolibri 既能读也能写。两者都不是为了按选项返回一个经过校准的数字而构建的；如果这正是流水线所需，那么这类工具就是一种形态完全不同的模型。

路由层在何处值得存在——又在何处不值得

这两个模型分处一条路由可以移动的边界和一条路由无法移动的边界的两侧。

它所挪动的那条边界，是混合通道的成本与韧性。一个团队若在自有加速器上运行 Kolibri 处理德语流量，其余流量则交给托管模型，就会拥有两条代码路径、两种故障模式和两套凭据。OrcaRouter 把这一切收拢为面对 200 多个模型的一把密钥，配上一套路由 DSL，决定哪个请求走哪条通道，以及自动故障转移，在自托管通道饱和或宕机时让请求继续存活。供应商的标价原样透传，不按 token 加收任何费用，因此这一混合方案中托管的那一半，成本就是其供应商所收取的价格，并在供应商调价当天随之变化。

它没有移动的那条边界是保管权，而在这里，K​olibri 拥有一种任何路由层都无法制造的优势。它的权重可供下载。如果语料库不能离开这栋楼，那么 Apache 2.0 检查点就是这两者中唯一一个能在数据所在之处运行的，而对任一模型的任何评估都不会改变这一点。这两个模型也都不在我们的目录中——K​olibri 是一个下载项，G​limpse 则是 E​lorian 自家的 API 和聊天界面——所以这是在说明我们如何路由，而不是声称要提供它们。

如何在没有共享基准的情况下做出决定

没有任何排行榜会给这两个模型排名，而这并不是因为其中一个是新模型。Elorian 的表格以 GPT-6 Astra 为对照，衡量视频和图像感知；Aleph Alpha 的卡片衡量的是常规学术覆盖面，外加长上下文检索。它们没有共同任务，因此唯一有意义的比较，是拿它们与你自己实际的工作负载相比。

三个问题比任何表格都更快解决问题。

数据必须留在你控制的硬件上吗？如果是，Kolibri 是这里唯一的选择，许可证是 Apache 2.0，而德语-英语覆盖范围要么适合你的部署，要么会立即将其排除。

失效模式是否是时间性的——跨遮挡的物体身份、平移与硬切之别、亚秒窗口内的一次事件？如果是，那么在这两者之中，Glimpse 是唯一其所述机制能应对这一点的模型，免费注册让试用成本很低，而轨迹比分数告诉你的更多：用你自己的片段跑一遍，看看这个模型是否曾回到那个决定了答案的时间区间。

工作负载是长上下文、而非长视频——是文档语料库、文件集、审计追踪吗？如果是，K​olibri 的 262,144 token 原生窗口以及经过验证的百万 token 路径才是相关数字，而两个模型已发布的评估都无法判定它能否在这些长度下经受住退化曲线。这一点必须在你的数据上实测，之后任一决策才安全。

此类发布背后有据可查的 AI 故障与智能体事件，均收录于OrcaRouter AI 事件档案，其中每条记录都带有自己的来源、严重程度、置信度评级和争议标记。