Elorian, jeune pousse de Palo Alto dirigée par Andrew Dai, ancien chercheur de Google DeepMind, a lancé le 16 octobre 2026 son premier modèle. Baptisé Glimpse et proposé en préversion de recherche, il se présente comme un modèle de « pensée visuelle » : plutôt que de convertir une image en jetons une seule fois puis de raisonner dessus sous forme de texte, il revient aux pixels autant que nécessaire pendant qu'il résout un problème.
D'après le billet de lancement, Glimpse peut réviser et affiner ses représentations visuelles internes au fil du raisonnement, et il a été entraîné de bout en bout comme agent pour se servir d'outils multimodaux capables d'écrire du code, de transformer des images et de visionner des vidéos. Il peut aussi lancer des sous-agents qui s'échangent texte, artefacts visuels et représentations internes. TechCrunch, qui a obtenu l'information en exclusivité, parle d'un « brouillon visuel » : en plein raisonnement, le modèle recadre une zone, extrait des images précises d'une séquence ou exécute du code pour mesurer ce qu'il voit. Dans un exemple publié, il revisionne un passage de 0,9 seconde à environ 14 images par seconde pour trancher entre un panoramique et une coupe franche.
Le tableau de résultats provient des évaluations internes d'Elorian. Glimpse y devance GPT-6 Astra sur quatre épreuves : CharXiv-R, lecture de graphiques scientifiques (92,90 contre 92,10), FSC-147, comptage d'objets (83,36 contre 82,02), UGC-VideoCap, sous-titrage de vidéos courtes (82,66 contre 80,32), et WGO Bench, compréhension de manipulations (42,70 contre 39,42). Il fait jeu égal sur ERQA, raisonnement incarné, à 83,75. Il reste en revanche derrière Astra sur plusieurs autres tests, dont HSS pour la compréhension de scènes (46,36 contre 53,6), DREAM-1K, TOMATO, Video-MME v2 et CountQA, et c'est Claude Opus 5.5 qui obtient la meilleure note sur CharXiv-R, à 93,40. Elorian précise avoir utilisé chaque modèle à son effort de réflexion maximal, avec son environnement d'agent natif.
Le prix est un argument central : 0,60 dollar par million de jetons en entrée et 3,00 dollars en sortie, soit, selon Elorian, 94 % de moins que GPT-6 Astra, 85 % de moins que Claude Opus 5.5, 70 % de moins que GPT-6.1 Sol et 20 % de moins que le tarif de lancement de Gemini 3.8 Flash. Une petite équipe aurait conçu le modèle avec seulement quelques centaines de GPU, en partant d'un modèle de base à poids ouverts dont le nom n'est pas communiqué.
Sur l'accès, les deux sources divergent légèrement. Elorian affirme que Glimpse est disponible par API et via une interface de discussion après inscription ; TechCrunch indique que cette interface fonctionne pour l'instant sur liste d'attente. Sortie de l'ombre il y a environ six mois, l'entreprise avait levé 55 millions de dollars en amorçage pour une valorisation de 300 millions, tour mené par Striker Venture Partners, Menlo Ventures et Altimeter Capital, avec la participation de Nvidia et de Jeff Dean, directeur scientifique de Google, selon TechCrunch. Elle a aussi publié ce mois-ci Humanity's Sixth Sense, un banc d'essai de raisonnement visuel conçu avec Scale AI.
Les premières cibles sont des organisations assises sur d'importants volumes de vidéo : robotique, laboratoires scientifiques, médias, studios de création. À plus long terme, Elorian veut passer de la perception à l'action en reconstruisant des scènes, en anticipant leur évolution puis en pilotant directement des robots. L'entreprise reconnaît que la reconstruction calibrée et le contrôle robotique restent à bâtir, et Andrew Dai a confié à TechCrunch viser dès l'an prochain la première place sur toutes les évaluations de raisonnement visuel.
Revenir sur l'image pendant le raisonnement n'a rien d'inédit : TechCrunch rappelle qu'OpenAI a doté ses modèles de la série o d'une fonction de recadrage et de zoom en 2025. Elorian revendique d'avoir bâti tout un modèle autour de cette méthode, à moindre coût. Aucune évaluation indépendante n'était disponible au moment de la publication ; les comparaisons de performances restent donc des affirmations de l'entreprise.