Elorian Glimpse : le modèle qui zoome, rejoue et code pendant qu'il raisonne sur une image ou une vidéo

Elorian Glimpse : le modèle qui zoome, rejoue et code pendant qu'il raisonne sur une image ou une vidéo

🔎 Un inconnu de Palo Alto attaque les géants de la vision — à 6 % du prix

Le 16 octobre 2026, Elorian, une startup de Palo Alto invisible la veille, a publié Glimpse : un « visual thinking model » qui revendique un niveau frontier, « dépassant parfois GPT-6 Astra et Claude Opus 5.5 », pour 0,60 $ par million de tokens en entrée et 3 $ en sortie. L'annonce officielle d'Elorian décrit un modèle qui raisonne sur le monde physique à partir de ce qu'il voit.

La thèse n'est pas de construire un modèle plus gros, mais de changer sa façon de regarder. Les VLM classiques tokenisent l'image une seule fois, puis raisonnent en texte sur un encodage figé. Glimpse entretient un « visual scratch space » : il zoome sur une zone, rejoue une vidéo à plus haut frame rate, exécute du code pour mesurer — pendant qu'il répond.

Le timing n'est pas un hasard. Andrew Dai, fondateur ex-Google DeepMind, expliquait dès juillet 2026 que les progrès ont été « extrêmement inégaux en compréhension visuelle et en raisonnement visuel ». Avec 55 M$ levés avant tout produit et quelques centaines de GPU seulement, Elorian parie que mieux regarder bat dépenser plus.

L'essentiel

• Glimpse (Elorian, 16 octobre 2026) : un modèle qui revient à l'image pendant son raisonnement — zoom, extraction de frames, exécution de code — et qui peut spawner et coordonner des subagents échangeant texte et artefacts visuels.
• Prix agressif : 0,60 $/M tokens en entrée, 3 $/M en sortie (octobre 2026), soit 94 % de moins que GPT-6 Astra (10 $/50 $) et 85 % de moins que Claude Opus 5.5 (4 $/20 $).
• Benchmarks autoreportés : devant sur scientific chart reasoning et short-form video captioning, derrière sur la perception brute (BabyVision 95,36 contre 97,68 pour GPT-6 Astra).
• Startup déjà financée : seed de 55 M$ à valuation 300 M$ avant tout produit (juillet 2026), avec Nvidia et Jeff Dean au tour.
• Accès : API ouverte en research preview, chat en waitlist ; ni licence ni fenêtre de contexte annoncées à ce jour.

Outils recommandés

Glimpse arrive sur un marché déjà structuré. Voici où il se positionne face aux modèles multimodaux qu'il vise directement, avec les tarifs annoncés en octobre 2026.

Prix par million de tokens, d'après les annonces des éditeurs (octobre 2026 — vérifiez sur les sites officiels avant de vous engager).

Le « visual scratch space » : regarder encore, au lieu de deviner

La vraie nouveauté de Glimpse n'est pas un score de benchmark, c'est une boucle cognitive : le modèle peut revenir à la représentation visuelle en cours de raisonnement, au lieu de travailler à partir d'une tokenisation unique et définitive.

Concrètement, le « visual scratch space » lui permet de recadrer une zone suspecte, d'extraire des frames d'une vidéo, d'exécuter du code pour mesurer ou comparer deux régions — le tout pendant qu'il construit sa réponse. C'est le mécanisme que décrit TechCrunch au moment du lancement.

Le modèle a été entraîné de bout en bout à utiliser des outils multimodaux : écrire du code, transformer des images, regarder des vidéos. Il peut aussi spawner et coordonner des subagents qui échangent du texte, des artefacts visuels et des représentations internes, précise l'annonce officielle.

Des subagents qui partagent des images, pas seulement du texte

La plupart des frameworks d'agents multiplient les échanges textuels. Glimpse fait circuler des représentations visuelles entre ses subagents : l'un zoome, l'autre mesure, un troisième arbitre. C'est une architecture rare — et Elorian reste discret sur ses performances réelles en production.

Écrire du code pour penser n'est pas neuf : c'est le quotidien des agents de code, comme le montre notre sélection des meilleurs outils IA pour le code. La tendance s'accentue même — JetBrains vient de sortir Mellum2.1, un modèle ouvert « pensant » de 12B dédié à l'infrastructure des agents de code. La nouveauté de Glimpse, c'est l'objet de ce code : interroger le monde physique plutôt que produire un programme.

Andrew Dai a montré à TechCrunch la photo d'un plateau de jeu qu'aucun modèle frontier ne savait lire. En zoomant case par case pendant son raisonnement, Glimpse y parvient. La démo du labyrinthe est encore plus nette : 5/5 résolus, contre 1/5 pour Gemini 3.8 Flash — chiffres Elorian, relayés par daily.dev.

Mon avis : c'est la même bascule qu'ailleurs en IA — raisonner au lieu de chercher par similarité, la philosophie défendue par PageIndex, le RAG sans vecteurs qui raisonne au lieu de chercher. Ici, on raisonne au lieu de deviner à partir d'un encodage unique.

Benchmarks : frontier sur les evals maison, en retrait sur la perception

Les chiffres d'Elorian sont réels, mais autoreportés — et la table officielle elle-même montre des reculs face à GPT-6 Astra. Lisez-la avant les communiqués.

L'annonce revendique un niveau frontier « dépassant parfois » GPT-6 Astra et Claude Opus 5.5. Sur les deux tâches où Glimpse excelle — lecture de graphiques scientifiques et captioning vidéo court — TechCrunch confirme que les évaluations maison placent le modèle devant Astra.

Mais une relecture publiée sur dev.to a recompté : face à GPT-6 Astra, Glimpse gagne 4 lignes, égalise 1 et en perd 6 sur 11. Les deux plus grands écarts — HSS et Video-MME v2, où GPT-6.1 Sol mène à 65,27 — avoisinent 7 points. Ce n'est ni un naufrage, ni un dépassement.

La communauté a bien vu le problème : 30 % de réactions positives, 45 % mitigées, 25 % sceptiques sur daily.dev, essentiellement parce que les benchmarks sont autoreportés. Les relais de la presse spécialisée — MarkTechPost, MadeWithModels, ToolSift — ont couvert le lancement sans contre-expertise indépendante à ce stade.

Mon verdict : attendez des évaluations tierces avant de réécrire votre stack. En attendant, jugez sur vos propres cas d'usage — c'est mesurable en une heure avec l'API.

Le prix : 94 % de moins par token, pas forcément par facture

À 0,60 $/M en entrée et 3 $/M en sortie, Glimpse est l'offre la plus agressive du segment mid-level. Mais une facture se mesure en tokens consommés, pas en tarif affiché — et Glimpse regarde plusieurs fois.

Tarifs annoncés en octobre 2026, vérifiez sur les sites des éditeurs. TechCrunch positionne Glimpse « moins cher que les modèles mid-level comme Sonnet et Sol, mais plus cher que les modèles légers comme Haiku et Luna ». Le message est clair : Elorian vise le milieu de marché avec des ambitions frontier.

Le chiffre marketing d'Elorian : planifier le bras robotique LIBERO coûte 0,035 $ avec Glimpse contre 0,249 $ avec GPT-6 Astra — environ 7 fois moins par tâche (daily.dev). Mais l'analyse dev.to prévient : le post ne donne qu'un chiffre par tâche, et un prix token 94 % plus bas ne devient une facture 94 % plus basse que si les deux modèles dépensent autant de tokens.

Or le mécanisme même de Glimpse — zooms répétés, extraction de frames, exécution de code — peut gonfler la consommation. C'est le piège classique des modèles « raisonneurs ». Mon conseil : mesurez le coût par tâche sur vos données, jamais le tarif par token.

Andrew Dai, 55 M$ et quelques centaines de GPU : la thèse d'Elorian

Elorian n'est pas un labo de plus. C'est un pari ciblé sur le raisonnement visuel, porté par quelqu'un qui a piloté la data de Gemini.

Andrew Dai a passé 12 ans chez Google, dirigé des équipes chez Google DeepMind et piloté la data de Gemini, rappelle Dealroom News. Son équipe comprend des membres ayant mené Gemini chez Google et MM-1 chez Apple (daily.dev).

Le financement est agressif : un seed de 55 M$ à valuation 300 M$ levé avant tout produit, en juillet 2026 — un ratio valuation/capital plus tendu que celui de Thinking Machines, note TechCrunch. Tour co-mené par Striker Venture Partners, Menlo Ventures et Altimeter Capital, avec Nvidia et Jeff Dean, chief scientist de Google, au rang de participants.

Sa citation d'alors : « les progrès ont été extrêmement inégaux en compréhension visuelle et en raisonnement visuel ». C'est exactement le créneau que Glimpse attaque — ni la perception, ni la génération, mais la boucle entre les deux.

Détail qui en dit long : le post-training a été réalisé sur une base open-weights, avec quelques centaines de GPU seulement. À l'heure où les frontier labs empilent des dizaines de milliers de puces, Elorian mise sur l'efficacité — une ligne que suit aussi l'écosystème open-weight, comme Flux 3 Image Klein, le modèle d'image open-weight de 56 Md qui tourne sur une carte.

L'objectif affiché, rapporté par AI In Context : le « meilleur modèle de raisonnement visuel au monde » l'an prochain. Ambitieux pour une équipe qui vient de sortir son premier produit.

Cas d'usage : où Glimpse a du sens — et où il n'en a pas

Glimpse vaut le détour quand la réponse est cachée dans les pixels : charts, comptage, événements vidéo, manipulation robotique. Il perd son intérêt quand la perception brute ou le volume prime.

Les gains revendiqués, résumés par Dealroom : scientific chart reasoning, comptage, captioning vidéo court, compréhension d'événements de manipulation robotique. Quatre familles de tâches, un dénominateur commun : il faut regarder deux fois.

Robotique : le coût LIBERO (0,035 $ par planification) ouvre la voie à une vision bon marché comme planificateur. C'est une tendance de fond — Stanford a montré avec DexAgent qu'une seule vidéo humaine suffit désormais à entraîner les mains robotiques. Comprendre des événements de manipulation à 7 fois moins cher change l'équation économique des labos de robotique.

Vidéo courte : le captioning short-form est un point fort déclaré. Combiné aux VLM en streaming qui anticipent la suite d'une séquence — voir Foresight, les VLM en streaming qui savent déjà anticiper le futur —, l'analyse vidéo devient un vrai chantier produit en 2026. Et côté génération, Gemini Omni pousse l'any-to-any jusqu'à la vidéo en sortie : le marché se spécialise à chaque extrémité du pipeline.

Charts et données scientifiques : lire un graphique exige de mesurer, comparer, zoomer. Exactement ce que fait le scratch space, avec du code exécuté en cours de raisonnement.

Trois cas où je déconseille Glimpse aujourd'hui :

• Perception brute maximale : GPT-6 Astra reste devant sur BabyVision et HSS.
• OCR et tri d'images à très grand volume : les modèles légers type Haiku ou Luna restent moins chers au token.
• Tout ce qui exige une fenêtre de contexte connue : elle n'est pas déclarée.

Comment tester Glimpse dès aujourd'hui

L'API est ouverte immédiatement en research preview ; le chat, lui, reste en waitlist. Voici comment évaluer le modèle sans vous brûler.

1. Récupérez un accès API sur le site d'Elorian — la research preview est ouverte, confirment l'annonce officielle et AI In Context.
2. Choisissez trois tâches à réponse vérifiable : lecture de chart, comptage d'objets, question précise sur une vidéo. C'est là que le scratch space montre ses muscles.
3. Mesurez le coût par tâche, pas par token : comparez avec votre modèle actuel sur des entrées identiques, consommation totale incluse.
4. Vérifiez licence et fenêtre de contexte avant toute mise en production — aucune des deux n'est déclarée à ce jour (dev.to).

Pour monter une petite démo web qui appelle l'API — dashboard de contrôle qualité, extraction de données de charts, tri d'images —, un VPS chez Hostinger suffit largement pour démarrer (tarifs : vérifiez sur hostinger.com, octobre 2026).

Et si votre pipeline mêle vision et génération de code — Glimpse écrit du code pendant son raisonnement —, notre comparatif des meilleurs LLM pour coder vous aidera à choisir la brique texte. Côté open-source, Kimi K2.7-Code coupe désormais 30 % des tokens de raisonnement et bat Opus en tool use : les agents économes sont partout.

Un dernier point : c'est une research preview. Prix, quotas et disponibilité peuvent bouger ; Hyper.ai confirme le tarif actuel, mais revérifiez avant d'engager un volume.

Ce que Glimpse ne dit pas

Le dossier est incomplet, et il faut le savoir avant d'investir du temps d'ingénierie.

• Fenêtre de contexte : aucune valeur déclarée dans le post de lancement (dev.to). Pour de la vidéo longue, c'est bloquant.
• Licence : rien d'annoncé. Le post-training sur base open-weights ne dit rien des conditions d'usage du modèle final.
• Architecture des subagents : Elorian décrit la capacité, pas les coûts ni les limites de coordination.
• Disponibilité du chat : waitlist, sans date annoncée. Seule l'API est ouverte.

Ce n'est pas suspect pour une research preview — c'est normal. Mais ça veut dire une chose : ne bâtissez pas d'engagement contractuel sur un modèle dont les conditions peuvent changer du jour au lendemain.

❌ Erreurs courantes

Erreur 1 : confondre prix par token et prix par tâche

Le tarif 0,60 $/3 $ s'applique au token. Si Glimpse dépense trois fois plus de tokens parce qu'il regarde trois fois, l'avantage fond. Solution : benchmarkez le coût complet par tâche sur vos données réelles, comme le recommande l'analyse dev.to.

Erreur 2 : prendre les benchmarks autoreportés pour des résultats indépendants

Les chiffres viennent d'Elorian, sur des évaluations maison. La relecture de dev.to montre 6 défaites sur 11 face à GPT-6 Astra. Solution : attendez des évaluations tierces, ou testez vous-même sur vos cas avant de décider.

Erreur 3 : déployer un preview en production sans filet

Research preview, licence non déclarée, fenêtre de contexte inconnue, chat en waitlist : le contrat n'est pas complet. Solution : prototypez, mais ne migrez pas vos flux critiques avant une version stable et des conditions d'utilisation claires.

Erreur 4 : utiliser Glimpse là où la perception brute prime

Sur BabyVision et HSS, GPT-6 Astra reste devant. Si votre goulot est la qualité de perception au premier passage — imagerie médicale, contrôle qualité haute résolution —, un VLM frontier classique reste le bon choix. Glimpse brille quand il peut re-regarder, pas quand il doit voir juste du premier coup.

❓ Questions fréquentes

Glimpse est-il open-source ?

Non. Le post-training s'appuie sur une base open-weights, mais Elorian ne publie pas les poids de Glimpse et ne déclare aucune licence (octobre 2026). L'accès passe par l'API en research preview ; le chat est en waitlist. Surveillez le blog d'Elorian pour d'éventuelles évolutions.

Combien coûte Glimpse ?

0,60 $ par million de tokens en entrée et 3 $ en sortie (octobre 2026, annonce Elorian, confirmée par Hyper.ai). C'est 94 % de moins que GPT-6 Astra (10 $/50 $) et 85 % de moins que Claude Opus 5.5 (4 $/20 $). Attention : la facture réelle dépend du nombre de tokens consommés par tâche.

Comment accéder à Glimpse ?

Deux portes : l'API, ouverte immédiatement en research preview, et une interface de chat accessible via waitlist. L'annonce officielle et AI In Context confirment cette double disponibilité. Vérifiez les quotas et la stabilité du service avant tout engagement de volume — c'est un preview, pas un produit généraliste.

Glimpse remplace-t-il GPT-6 Astra ou Claude Opus 5.5 ?

Non, pas encore. Il perd 6 des 11 comparaisons face à GPT-6 Astra selon dev.to, dont BabyVision (95,36 contre 97,68) et HSS (46,36 contre 53,6). Il gagne sur le chart reasoning scientifique et le captioning vidéo court. Aujourd'hui, c'est un complément ciblé et bon marché, pas un successeur.

Qui est derrière Elorian ?

Andrew Dai : 12 ans chez Google, ex-directeur chez Google DeepMind, où il a piloté la data de Gemini. L'équipe inclut des membres ayant mené Gemini (Google) et MM-1 (Apple). Elorian a levé 55 M$ en seed à valuation 300 M$ en juillet 2026, tour co-mené par Striker Venture Partners, Menlo Ventures et Altimeter Capital, avec Nvidia et Jeff Dean participants.

✅ Conclusion

Glimpse ne renverse pas les géants de la perception, mais il rend « regarder encore » une stratégie de raisonnement viable et bon marché — et ça, c'est une première. Si vos workflows cachent des réponses dans les pixels, testez l'API et mesurez le coût par tâche ; pour la brique code de votre pipeline, appuyez-vous sur notre comparatif des meilleurs LLM pour coder.