Llega Glimpse: un nuevo modelo que busca razonar sobre imágenes

Elorian, una startup de inteligencia artificial con sede en Palo Alto, anunció Glimpse, su primer modelo, el 16 de octubre de 2026 como vista previa de investigación. Se puede acceder al modelo mediante API; por ahora, el acceso a la interfaz de chat está limitado a una lista de espera. El enfoque de Elorian consiste en volver a consultar la imagen original mientras razona, en lugar de analizarla una sola vez y convertirla en una representación textual.

¿Cómo analiza imágenes Glimpse?

El método, al que Elorian llama «visual scratch space», permite al modelo recortar y examinar de cerca una parte de la imagen durante el análisis. El sistema puede seleccionar fotogramas específicos de un video y también ejecutar código para medir o comparar lo que ve. De este modo, en lugar de quedarse con la conclusión inicial, el modelo puede volver a comprobar los detalles de la imagen.

Uno de los ejemplos que el CEO de Elorian, Andrew Dai, comentó a TechCrunch es que interpretar símbolos visuales sin texto todavía puede resultar difícil para los modelos. La empresa afirma que Glimpse busca reducir esta limitación en tareas de razonamiento visual. Sin embargo, que el modelo utilice este método no significa que vaya a ofrecer el mismo nivel de rendimiento con todo tipo de imágenes o a cualquier escala.

Vista previa, resultados de pruebas y precios

Glimpse está disponible mediante API como vista previa de investigación. La interfaz de chat todavía no está abierta al público general y se accede a ella mediante una lista de espera. Elorian anunció un precio de 0,60 dólares por 1 millón de tokens de entrada y 3 dólares por 1 millón de tokens de salida.

Según las evaluaciones de la propia empresa, Glimpse supera a GPT-6 Astra en pruebas de razonamiento sobre gráficos científicos y de subtitulado de videos cortos; también ofrece resultados competitivos en algunas otras tareas de razonamiento visual. Estas afirmaciones de rendimiento se basan en las pruebas de Elorian. La fuente no incluye resultados de evaluaciones independientes ni comparativas específicas para imágenes arquitectónicas.

Según informó TechCrunch, Elorian afirma que entrenó Glimpse con unos cientos de GPU y que el modelo es considerablemente más pequeño que los sistemas de vanguardia con los que se compara. Este dato se refiere al proceso de entrenamiento; no detalla el hardware que necesitarán los usuarios finales para ejecutar el modelo ni los requisitos de procesamiento de la API.

Qué implica para los flujos de trabajo de arquitectura y visualización

Un modelo capaz de analizar imágenes y videos podría merecer una prueba en los flujos de trabajo con materiales visuales de equipos de arquitectura y diseño de interiores. Por ejemplo, los equipos podrían evaluar, en sus propios casos de uso, la capacidad del modelo para identificar detalles en una imagen o analizar fotogramas específicos de un video corto. Son posibles ámbitos de prueba; el anuncio de Elorian no promete compatibilidad con dibujos arquitectónicos, archivos BIM ni programas de diseño específicos.

Por eso, la evaluación debería tener en cuenta tanto los tipos de imágenes que se usarán directamente como el costo de la API, y no solo los resultados generales de las pruebas. Como la interfaz de chat de Glimpse tiene una lista de espera, los equipos que quieran probarlo mediante API deben revisar también las condiciones de acceso y los precios. La fuente no ofrece información sobre las condiciones de licencia, la compatibilidad con formatos de archivo ni el hardware necesario para los usuarios.