Le modèle Glimpse d'Elorian réexamine les images pendant qu'il raisonne

Elorian a publié son premier modèle d'IA, Glimpse, le 16 octobre 2026, en préversion de recherche avec accès par API. Glimpse est conçu pour revenir sur une image ou une vidéo pendant qu'il élabore une réponse. Il ne convertit donc pas l'image en texte une seule fois pour raisonner ensuite à partir de ce texte. Il coûte 0,60 $ par million de tokens en entrée et 3 $ par million de tokens en sortie. Selon Elorian, c'est 94 % moins cher que GPT-6 Astra d'OpenAI.

Elorian est une startup qui a levé 55 millions de dollars avant de lancer le moindre produit, rapporte TechCrunch. Parmi ses investisseurs figurent Striker Ventures, Menlo Ventures, Altimeter et Nvidia, selon le site de l'entreprise. Andrew Dai en est le cofondateur et PDG.

Comment Glimpse regarde une image deux fois

La plupart des modèles de vision actuels convertissent d'abord une image en données proches du texte, puis raisonnent en texte. Elorian affirme sur son site que cette méthode est fragile et produit des réponses inventées, appelées hallucinations. Glimpse, lui, peut recadrer une partie d'une image, extraire des images isolées d'une vidéo et exécuter du code pendant qu'il raisonne. Elorian appelle cela un « espace de brouillon visuel » (« visual scratch space »), rapporte TechCrunch.

L'article de lancement de l'entreprise donne l'exemple d'une vidéo montrant un oiseau. Glimpse analyse d'abord le clip à 8 images par seconde. Quand il a un doute, il revient en arrière et réanalyse une fenêtre de 0,9 seconde à environ 14 images par seconde. Elorian résume l'approche en une phrase : Glimpse « remet en question sa première impression et revient aux preuves visuelles avant de répondre ».

Dai a expliqué l'objectif à TechCrunch avec un exemple de meubles. « Les humains peuvent regarder des notices Ikea, sans texte, et monter des meubles Ikea, non ? Pourquoi les modèles d'IA n'en sont-ils pas capables ? »

Selon Elorian, une petite équipe a entraîné Glimpse sur « seulement quelques centaines de GPU », à partir d'un modèle de base à poids ouverts. L'entreprise n'a pas dit lequel, et n'a publié ni le nombre de paramètres, ni la fenêtre de contexte, ni les limites de débit, note OrcaRouter.

Benchmarks : quatre victoires et six défaites face à Astra

L'article de lancement d'Elorian compare Glimpse à GPT-6 Astra sur 11 benchmarks. Glimpse en remporte quatre, fait jeu égal sur un et en perd six. Tous les chiffres viennent d'Elorian et n'ont été vérifiés par personne d'autre. RuntimeWire souligne que le propre tableau de l'entreprise montre ces défaites.

Benchmark	Glimpse	GPT-6 Astra
WGO Bench	42,70	39,42
CharXiv-R	92,90	92,10
UGC-VideoCap	82,66	80,32
FSC-147	83,36	82,02
ERQA	83,75	83,75
BabyVision	95,36	97,68
CountQA	82,66	86,42
DREAM-1K	76,04	79,05
TOMATO	93,60	96,02
Video-MME v2	56,68	64,06
HSS	46,36	53,6

HSS, abréviation de Humanity's Sixth Sense, est un test qu'Elorian a lui-même publié neuf jours avant Glimpse, rapporte OrcaRouter. OrcaRouter lit aussi le tableau de la même façon que RuntimeWire. Glimpse est en tête sur les tâches de perception, où le modèle doit regarder attentivement, et reste derrière sur les tâches d'inférence plus difficiles comme HSS.

Ce qu'il coûte par rapport aux autres modèles

Elorian indique ces prix par million de tokens dans son article de lancement. Un token est un fragment de texte ou de données d'image qu'un modèle lit ou écrit.

Modèle	Entrée	Sortie
Elorian Glimpse	0,60 $	3,00 $
Gemini 3.8 Flash (tarif de lancement)	0,75 $	3,75 $
GPT-6.1 Sol	2,00 $	10,00 $
Claude Opus 5.5	4,00 $	20,00 $
GPT-6 Astra	10,00 $	50,00 $

Le prix d'entrée de 10 $ d'Astra correspond à ce qu'Amazon facturait lorsque GPT-6 Astra est devenu disponible pour tous sur Bedrock en septembre. Elorian affirme aussi qu'une tâche de planification robotique a coûté 0,035 $ avec Glimpse et 0,249 $ avec Astra.

Ce que cela signifie pour les développeurs

Glimpse est une nouvelle option bon marché pour les travaux centrés sur l'image, mais c'est une préversion d'une jeune entreprise. Testez-le sur vos propres images et vidéos avant d'y migrer quoi que ce soit.

• Choisissez des tâches adaptées à ses points forts. Ses victoires les plus nettes portent sur la lecture de graphiques scientifiques et la description de courtes vidéos, rapporte TechCrunch. Elorian met aussi en avant la planification robotique, l'annotation de données et le comptage comme premiers usages, pour les entreprises de robotique, les laboratoires scientifiques et les groupes de médias.
• Vérifiez soigneusement le travail sur la vidéo. Glimpse est à plus de 7 points derrière Astra sur le benchmark vidéo Video-MME v2.
• Prévoyez les informations manquantes. Sans fenêtre de contexte ni limites de débit publiées, commencez avec une petite charge de test et mesurez vous-même la latence.
• Surveillez les scores HSS. Elorian a conçu ce benchmark. Une reproduction des résultats par un laboratoire externe pèserait donc plus que n'importe quel chiffre de l'article de lancement.

L'application de chat n'est pour l'instant accessible que sur liste d'attente. Les développeurs peuvent demander un accès à l'API sur platform.elorian.ai. Dai a déclaré à TechCrunch que le contrôle direct de robots est un objectif à plus long terme, et Elorian le présente comme un travail futur.