Elorian présente Glimpse, un premier modèle centré sur le raisonnement visuel qui revient aux images pendant l'inférence. L'entreprise affiche ses prix, revendique des résultats face à des références et vise des usages vidéo immédiats, avant un passage annoncé de la vision à l'action, robots compris.
Des performances revendiquées face à GPT-6 Astra
Selon les évaluations d'Elorian, Glimpse surpasse GPT-6 Astra pour raisonner sur des graphiques scientifiques et pour légender des vidéos courtes. La société indique également des résultats compétitifs sur d'autres tâches de raisonnement visuel. Elle précise que le modèle est substantiellement plus petit que les systèmes de pointe auxquels il est comparé.
Accès API, file d’attente pour le chat et tarifs publics
Glimpse est disponible en prévisualisation de recherche via une API, tandis que l’interface de chat est pour l’instant sur liste d’attente. Le modèle est facturé 0,60 $ par million de tokens en entrée et 3 $ par million de tokens en sortie. Ces prix sont annoncés comme inférieurs à ceux de modèles intermédiaires comme Sonnet et Sol, et supérieurs à ceux de modèles légers tels que Haiku et Luna.
Un modèle bâti autour d’un « espace de travail visuel »
Au cours de son raisonnement, Glimpse retourne à l’image initiale, peut sélectionner une portion, isoler des images précises issues d’une vidéo et lancer du code afin d’effectuer des mesures ou des comparaisons sur ce qu’il analyse. Selon Elorian, ce système constitue un « espace de travail visuel ». Cette approche diffère de l’usage courant qui consiste à convertir l’image en tokens puis à raisonner par le texte. OpenAI avait ajouté en 2025 le recadrage et le zoom pendant le raisonnement à des modèles de la série o, tandis qu’Elorian affirme avoir structuré l’ensemble du modèle autour de ce principe, avec un entraînement mené par une petite équipe sur quelques centaines de GPU.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Contexte, lancement et cibles sectorielles
Elorian a publié vendredi son premier modèle, Glimpse, présenté aujourd’hui comme un tableau de résultats et une thèse sur la vision de l’IA. Basée à Palo Alto, l’entreprise avait levé 55 millions de dollars à une valorisation de 300 millions de dollars avant tout produit, avec un tour annoncé il y a six mois co-dirigé par Striker Venture Partners, Menlo Ventures et Altimeter Capital, et la participation de Nvidia et de Jeff Dean. Les premiers usages visés concernent des organisations manipulant de nombreuses vidéos, dont la robotique, les laboratoires scientifiques, les médias et les industries créatives. À plus long terme, Elorian prévoit de passer de la vision à l’action, y compris le contrôle direct de robots, et Andrew Dai vise l’année prochaine « le meilleur modèle de raisonnement visuel au monde ». PDG d’Elorian et ex-chercheur chez Google DeepMind, Andrew Dai illustre les limites perçues par une expérience personnelle avec des jeux de société et évoque la difficulté des modèles à interpréter une iconographie, alors que des humains assemblent des meubles à partir de schémas. Elorian défend l’idée que les modèles actuels ne voient pas vraiment.
