Glimpse vs Intern Decision 4B：這兩者之中，哪一個才真正回答你的問題？

這個比較中的兩個模型共享一種模態，除此之外幾乎沒有其他共同點。 E​lorian G​limpse於 2026 年 10 月 16 日發布，是一個視覺推理預覽版，能回到它已經看過的影片中的某個時間窗——在公開的追蹤紀錄中，先以約 8 fps 掃過第一遍後，又以約 14 fps 重新掃描 0.9 秒——然後用散文寫出答案。 Intern-Decision-4B由 Shanghai AI Laboratory 的 InternLM 團隊於 2026 年 9 月 26 日上傳，完全沒有任何公告，它什麼都不寫。它接收一個共享狀態、一份具名問題的 schema，以及可選的一些影像，並在單次前向傳遞中回傳這些具名答案上的校準機率分布。它從不呼叫 generate()。沒有思維鏈，沒有句子，也沒有任何逐詞元輸出。

這意味著，在這項比較中，第一個問題並不是哪個模型更好。而是你的問題究竟是閱讀問題，還是決策問題；而大多數團隊會發現，他們一直把決策問題當成閱讀問題來處理，因為閱讀是當時唯一可用的工具。

一個回傳數字而非一段文字的模型

Intern-Decision 家族在 2026 年 9 月 26 日早晨悄然現身——三個尺寸，0.8B、2B 與 4B，在彼此相隔四十秒內上傳完畢，這是腳本所為的特徵，而非正式發布流程。沒有部落格文章、沒有模型卡長文、沒有發布討論串。截至撰寫本文時，Demo Space 回傳 401，collection 回傳 401，GitHub 組織回傳 404，而該家族中最大的成員累計下載數為零、按讚數為一。以下所有內容皆是從已釋出的設定與儲存庫讀取而來，而不是來自某個廠商告訴我們它有什麼功能。

設定所說的內容很具體。Intern-Decision-4B 是 Qwen 3.5 4B 的 45.4 億參數微調版本，而它的介面是決策引擎，而不是聊天補全。你交給它一個共享狀態——所有問題共用的脈絡——再加上一個為一組問題命名的結構描述，以及最多八張影像。它會回傳一個機率分布，涵蓋一組固定詞彙中的單一詞元符號：A 到 Z、a 到 z，以及 0 到 9。六十二個符號，這正是選項上限為六十二的原因，而不是任何人透過思考人類想要多少答案而得出的設計選擇。支援三種問題類型：在具名選項之間做選擇、在量表上給分，以及是/否形式的決策。

這就是產品的全貌。它的價值不在於抽象意義上的準確性，而在於輸出是一個你可以設定閾值、事後還能稽核的機率，並且是在單次前向傳遞中以確定性方式產生，而不是一段你必須從語氣推斷其信心的文字。

介面才是真正的差異。

• 輸入內容 — Glimpse 接受影片與圖片，以及一個以自然語言提出的問題。Intern-Decision-4B 接受共享狀態、一份明確命名問題的結構描述，以及最多八張圖片。

• 輸出內容 —— Glimpse 會回傳一段文字，外加它在影片片段中查看位置的軌跡。Intern-Decision-4B 則回傳最多 62 個符號的分布，也就是每個選項一個數字，別無其他。

• 輸出成本—— 對 token 串流進行一次前向傳遞。Glimpse 每百萬個輸出 token 收費 $3.00，而其機制會刻意多花 token 再看一遍，因此這道軌跡就是收據。Intern-Decision-4B 每個請求只產生固定少量的 logits，這使得輸出成本幾乎固定不變，而非與問題的困難程度成正比。

• 規模——45.4 億個參數，已公開發表、可下載。Glimpse 則未公開，僅表示在其自家的基準測試表中，它「明顯比前沿模型更小、更便宜」而已。

• 權重 — 對 Intern-Decision 家族的每位成員開放。G​limpse 則無，其僅存在於 E​lorian 的 API 與聊天介面之後。

• 獨立性——兩者在這裡相等，也同樣薄弱。Glimpse 的基準測試列是 Elorian 自家的、未經重現，且是在其最高思考投入程度下執行，而對手則是在低於其水準的情況下受評。Intern-Decision-4B 沒有任何本文所能找到的已發表評測，任何形式都沒有；其組態中的數字是注意力幾何，而非準確度。

隱藏在分詞器中的限制

這就是決定 Intern-Decision-4B 能否用於某項工作的數字，而它並未出現在任何頭條上。

底層的 Qwen 3.5 4B 模型塔宣告的最大位置嵌入為 262,144 個 token。圍繞它建構的決策引擎是以 max_length=8192 打造，超過此值的輸入會被直接拒絕，而不是遭到截斷。單就這一點來說，這是站得住腳的工程選擇——無聲截斷會讓長脈絡變成不會報錯的錯誤答案。但這八張圖片同樣會佔用這 8,192 的額度。在一個把一組螢幕截圖，加上描述某個案例的共享狀態交給模型的工作流程中，實際上會遠比 262,144 所暗示的更早觸及上限，而且失敗是硬性拒絕，而非退化的答案。

任何打算使用 Intern-Decision-4B 進行文件審閱的人，都應該在據此設計之前先測試那個邊界。撰寫本文時，demo Space、該集合與該儲存庫全都無法存取，因此要確認真正的上限，唯一辦法就是建構輸入，並觀察引擎在哪些地方拒絕它們。

Glimpse 在同一處有著恰成鏡像的問題。它的上下文視窗從未公開，而這款模型最受矚目的能力正是讀取影片。0.9 秒的間隔能塞進任何視窗，兩小時的片段則不然，而沒有任何公開數據說明那條界線在哪裡。兩種情況下，推理能力都得到了描述，而它必須塞進去的那個容器，才是被留給人猜測的部分——這是雙方恰好都略去不提的巧合，而非設計上的巧合。

每一個真正更擅長的是什麼

Glimpse 的具體論據在於時間解析度。固定排程取樣會遺失兩個取樣影格之間的任何內容，這就是為什麼平移或切換、跨越遮擋的物件身分，以及次秒級事件會是難題而非簡單問題。每秒八個影格下，更多參數並不能復原遺失的資訊；但在整段影片看過之後，對某一區間投入額外運算則可以。Elorian 的軌跡顯示模型正是這麼做，而視覺暫存空間讓決策在事後可供檢視——你可以看到它是否曾回到決定答案的那個區間。

Intern-Decision-4B 的具體案例在於，它完全移除了分類流程中的解析步驟。設想一個核保或分流流程，目前會呼叫大型模型，並在提示中要求它回覆五個標籤之一，然後解析回覆，接著在模型用一句話而不是標籤回答時重試，然後把「大概可以」當成「可以」來處理。Intern-Decision-4B 把這一切濃縮成一次前向傳遞，回傳五個機率。沒有解析器、沒有重試迴圈，也沒有模型意思不明的模糊空間。如果第三個標籤的閾值是 0.7，那是你程式碼中的數字，而不是提示中的啟發式判斷。

反對兩者的理由也值得一說。如果你需要的是一段說明某個場景裡正發生什麼事的文字，Intern-Decision-4B 根本做不到——它完全沒有生成路徑。如果你需要的是針對一張影像的語意內容做出門檻判定，G​limpse 是一種昂貴的方式，去取得一個你原本可以更便宜得到的數字，而且其供應商自家的基準測試表就是證據，顯示把媒體倒帶並不會改善對場景所蘊含意義的推論：在 E​lorian 的 Humanity's Sixth Sense 評測中，G​limpse 得分 46.36，而 GPT-6 Astra 為 53.6——這項基準正是 E​lorian 與 Scale AI 共同建立的。

將任一者置於生產路徑之後

這裡的路由問題不在於價格，因為這兩個模型並不是價格上的替代品——一個按 token 計費，另一個是固定的前向傳遞，而兩者都不在我們的型錄上。問題在於，該在一個失效模式是硬性拒絕的模型前面放什麼。

Intern-Decision-4B 會拒絕超出其引擎上限的輸入。若管線對這類拒絕沒有備援，請求就會被直接丟棄。OrcaRouter 針對這類問題的解法是 自動容錯移轉：以單一金鑰統管 200 多個模型，並用路由 DSL 決定哪個請求該送往何處，因此被決策引擎拒絕的請求，可以改送到生成式模型，由它讀取相同的輸入並以自然語言寫出答案。供應商的定價按原價轉嫁，每個 token 不加收任何費用，因此次要路徑的成本正好等於其自家廠商所收取的費用，並在該廠商調整費率當天同步變動。同一層機制也讓未經實證的預覽版能在不正式採用的情況下先受測試：把 Glimpse 放到影子路由上，將其判定結果與你已信任的模型比對，唯有當追蹤紀錄顯示它能回到真正重要的時間區間時，才正式採用。我們兩個模型都不代管——Glimpse 存在於 Elorian 自家的 API，而 Intern-Decision-4B 是可下載的——因此這層路由所做的工作在於管線的形態，而非這兩個模型的可用性。

什麼會改變答案？

對 G​limpse 而言，有三件事：一個能重現 E​lorian 表格中某一列的獨立測試框架、一個已公布的上下文視窗，以及任何關於該公司進行後訓練所依據之基礎模型的披露。這三項目前都是空白。

針對 Intern-Decision-4B，有兩件事。第一件事是文件——四十秒內三次模型上傳，加上一個無法存取的 Space、一個無法存取的 collection，以及一個 404 repository，這不是發布，而是一個逃逸出去的快照。一個未公布準確率數據的決策引擎無法校準任何東西，而一個會回傳機率的模型，其價值完全取決於你能對這些機率投注多少信任。第二件事是提高引擎限制，或對圖片預算提供誠實指引，因為一個默默包含最多八張圖片的 8,192-token 上限，是等著在生產環境中發生的規格意外。

在那​​些到來之前，這個分界很清楚，而且跟哪個模型比較大毫無關係。如果你的工作是觀看影片並告訴某人發生了什麼事，而且決定答案的那段區間必須在追蹤紀錄中清楚可見，那麼這兩者之中只有 G​​limpse 做得到，而免費註冊讓這個測試變得便宜。如果你的工作是針對具名選項進行分類、評分或決策，而且你需要的是每個選項各自經校準的數字，而不是一段關於它們的句子，那麼 Intern-Decision-4B 正是為此而生，別無其他用途——接受它沒有文件說明這件事，及早測試 8,192 個 token 的邊界，並且不要期望它會自我解釋，因為它根本沒有這樣的機制。

像這次發布背後有紀錄的 AI 失敗與代理事件，都收錄於 OrcaRouter AI Incident Archive，其中每一筆條目都附有各自的來源、嚴重程度、信心評級與爭議標記。