Elorian meluncurkan Glimpse pada 16 Oktober, dengan klaim bahwa kemampuan penalaran visualnya dapat menyaingi model AI yang lebih besar dengan harga yang jauh lebih murah.
Menurut TechCrunch, model awal ini merupakan pratinjau riset yang mencakup akses API untuk pengembang dan daftar tunggu untuk antarmuka chat-nya. Bagi perusahaan yang mempertimbangkan untuk mencoba teknologi ini, tantangan sebenarnya adalah apakah Glimpse mampu memberikan kinerja serupa dalam situasi dunia nyata.
Gagasan ruang coret visual
Berbeda dengan model yang menganalisis gambar terlebih dahulu sebelum menarik kesimpulan yang sebagian besar disajikan dalam bentuk teks, Glimpse dapat kembali ke bukti visual, mengamati detail dengan lebih saksama, memeriksa bingkai video, dan menjalankan kode apa pun. Perusahaan itu menyebutnya “ruang coret visual”.
Andrew Dai, CEO Elorian dan mantan peneliti di Google DeepMind, berbagi cerita tentang saat ia meminta model AI-nya menentukan pemenang dalam permainan papan yang ia mainkan. AI tersebut tidak mampu menguraikan makna berbagai simbol dalam permainan, padahal manusia dapat memahaminya dengan mudah.
Manusia bisa melihat diagram Ikea tanpa teks, lalu merakit furnitur Ikea, bukan? Mengapa model AI tidak bisa?
— Andrew Dai, berbicara kepada TechCrunch
Konsep ini sudah pernah diterapkan sebelumnya. OpenAI meluncurkan logika pangkas-dan-perbesar pada 2025. Makalah penelitian CharTool, yang diperbarui pada Agustus 2026, menggabungkan pemangkasan gambar dengan perhitungan berbasis kode. Dalam kasus Elorian, model ini menggunakan model dasar berbobot terbuka, dan hanya beberapa ratus GPU selama implementasi.
Angka yang dilaporkan Elorian, dan yang tidak mereka tekankan
Harga Glimpse adalah $0,60 per satu juta token masukan dan $3 per satu juta token keluaran, yang kabarnya 94% lebih rendah daripada harga Astra. Elorian sebelumnya menggalang dana sebesar $55 juta dengan valuasi $300 juta, dengan investor termasuk Nvidia dan kepala ilmuwan Google, Jeff Dean.
Menurut laporan Elorian, Glimpse mengungguli GPT-6 Astra dalam beberapa aspek, termasuk CharXiv-R (92,90 dibandingkan dengan 92,10), pembuatan takarir video pendek, penghitungan kosakata terbuka, dan pemahaman peristiwa manipulasi. Selain itu, kedua sistem menghasilkan hasil yang sama dalam penalaran spasial terwujud.
Elorian Glimpse vs GPT-6 Astra: Perbandingan Lengkap di 12 Tolok Ukur AI
Namun, Glimpse kalah dari Astra dalam pembuatan takarir video padat, penalaran temporal terperinci, dan penghitungan gambar produk. Selain itu, dalam HSS (tolok ukur Elorian terkait pemahaman adegan), skor Glimpse adalah 46,36, sedangkan skor Astra 53,6. Tolok ukur manusia adalah 93,1%. Perbandingan Glimpse dengan Astra belum diverifikasi secara independen.
Di bagian mana model-model saat ini benar-benar gagal
Penelitian independen menunjukkan mengapa akurasi itu penting. RoboVista, dari Berkeley, Princeton, dan Google DeepMind, menemukan bahwa model terkuatnya hanya menjawab dengan benar 56,5% dari 474 pertanyaan terkait robot.
Sementara itu, InspecSafe-V1 mengumpulkan 5.013 sampel inspeksi dari 41 robot di 2.239 lokasi. Penelitian tersebut menyoroti tantangan di dunia nyata, termasuk silau, oklusi, dan derau sensor. Studi bagan terpisah juga mengidentifikasi persepsi visual terperinci sebagai kelemahan yang terus bertahan.
Pasar yang besar, jika akurasinya terbukti
Federasi Robotika Internasional melaporkan bahwa sekitar 5 juta robot industri beroperasi di seluruh dunia pada 2025, naik 9% dari tahun sebelumnya. Lebih dari 600.000 robot baru dipasang, menyoroti meningkatnya kebutuhan akan mesin yang dapat memahami dan merespons lingkungan sekitarnya.
Permintaan itu juga mendorong investasi dalam pelatihan robot. Seperti dilaporkan Cryptopolitan, LG menggunakan perangkat Nvidia untuk mengumpulkan 100.000 jam data pelatihan robot hingga akhir 2026, menjelang demonstrasi humanoid yang direncanakan pada awal 2027. Meskipun proyek ini tidak terkait dengan Elorian, hal ini menunjukkan betapa pentingnya pemahaman visual dalam robotika.
Elorian berharap kelak dapat melampaui penalaran visual dan beralih ke kendali langsung robot, kemampuan yang belum dimiliki Glimpse. Untuk saat ini, keberhasilan meyakinkan perusahaan agar mengadopsi model ini akan bergantung pada seberapa akurat dan aman kinerjanya dalam kondisi dunia nyata, seberapa mudah model ini terintegrasi dengan sistem yang sudah ada, serta apakah biayanya tetap kompetitif. Skor tolok ukur yang tinggi saja tidak akan cukup.
Jika Anda membaca ini, Anda sudah selangkah lebih maju. Teruslah mengikuti perkembangan bersama buletin kami.