Elorian, la startup de Palo Alto fundada por antiguos investigadores de Google, ha presentado Glimpse, un modelo de IA que no se limita a describir una imagen: la recorta, la amplía, extrae fotogramas de un vídeo y ejecuta código para medir mientras razona. Lo ha publicado el 16 de octubre como vista previa de investigación en su blog oficial, con un precio de 0,60 dólares por millón de tokens de entrada y 3 dólares por millón de salida.
Según TechCrunch, Glimpse supera incluso a GPT-6 Astra de OpenAI en razonamiento sobre gráficos científicos y en subtítulos de vídeo corto. Es verdad en esas pruebas concretas. En otras pierde, y todas las mide la propia Elorian.
Que el modelo vuelve a la imagen cada vez que lo necesita, en lugar de mirarla una vez y razonar solo con texto. Elorian lo llama «pensamiento visual»: el modelo regresa a representaciones visuales internas a lo largo del razonamiento y, cuando trabaja como agente, usa herramientas que escriben código, transforman imágenes y ven vídeos, y puede coordinar subagentes.
Elorian lo llama también un «espacio de trabajo visual», y TechCrunch recuerda que OpenAI ya añadió recorte y zoom durante el razonamiento a sus modelos en 2025. La diferencia, según Elorian, es que Glimpse se ha construido entero alrededor de esa capacidad. Google exploró la misma idea con Agentic Vision en Gemini 3 Flash, que investiga una imagen en lugar de mirarla una sola vez.
