# Elorian lança Glimpse, modelo de IA que raciocina com imagens em vez de apenas descrevê-las

> A Elorian, startup de Palo Alto, lançou Glimpse, um modelo de IA que raciocina com imagens em vez de apenas descrevê-las, usando um 'espaço de rascunho visual' para recortar e analisar regiões sob demanda. A novidade importa porque promete maior precisão em tarefas visuais complexas, como gráficos científicos e vídeos curtos, a um custo mais baixo que modelos de fronteira.

Publicado em 2026-10-16 · https://invision.dreamvision.com.br/blog/elorian-lanca-glimpse-modelo-de-ia-que-raciocina-com-imagens-em-vez-de-apenas-de

## Pontos-chave
- Elorian lançou Glimpse, modelo que raciocina com imagens usando um 'espaço de rascunho visual' para recortar e analisar regiões sob demanda.
- O modelo está em prévia de pesquisa com API e chat, custando US$ 0,60/M tokens de entrada e US$ 3/M de saída.
- A Elorian afirma que Glimpse supera o GPT-6 Astra em gráficos científicos e legendagem de vídeos curtos, mas resultados são internos.
- Os alvos iniciais são robótica, laboratórios científicos, mídia e criativas; a empresa quer chegar a controle de robôs.
- A startup levantou US$ 55 milhões em seed com participação da Nvidia e de Jeff Dean, do Google.

## O que é o Glimpse e por que ele é diferente?
A Elorian, startup de Palo Alto que levantou US$ 55 milhões em rodada seed antes de ter produto, lançou seu primeiro modelo, o Glimpse, em prévia de pesquisa com acesso via API e interface de chat.

A tese central é que os modelos atuais, apesar de habilidosos com linguagem e código, ainda não 'enxergam' de verdade: eles olham uma imagem uma vez, convertem para tokens e raciocinam em texto, como se descrevessem uma foto de memória.

O Glimpse propõe algo diferente: durante o raciocínio, ele pode voltar à imagem original, recortar uma região, extrair quadros específicos de um vídeo ou executar código para medir e comparar o que está vendo. A Elorian chama esse mecanismo de 'espaço de rascunho visual'.


## Como funciona o 'espaço de rascunho visual'?
Em vez de tratar a imagem como um bloco fixo de informação, o modelo pode interagir com ela dinamicamente. É como dar zoom em uma foto para confirmar um detalhe antes de responder.

Segundo a Elorian, o Glimpse é capaz de recortar regiões, puxar frames de vídeos e rodar código para medir ou comparar elementos visuais no meio do processo de raciocínio.

A abordagem não é totalmente inédita: a OpenAI já adicionou recorte e zoom durante o raciocínio aos modelos da série o em 2025. A diferença, segundo a Elorian, é que o Glimpse foi construído do zero em torno dessa capacidade, com um time pequeno e em poucas centenas de GPUs.


## Quais são os casos de uso e o desempenho alegado?
A Elorian afirma que o Glimpse supera até o GPT-6 Astra em raciocínio sobre gráficos científicos e legendagem de vídeos curtos, com resultados competitivos em outras tarefas de raciocínio visual. Esses números vêm das avaliações da própria empresa e não foram verificados de forma independente.

O modelo custa US$ 0,60 por milhão de tokens de entrada e US$ 3 por milhão de saída — mais barato que modelos intermediários como Sonnet e Sol, mas mais caro que modelos leves como Haiku e Luna.

Os alvos iniciais são empresas com muito vídeo: robótica, laboratórios científicos, mídia e criativas. A longo prazo, a Elorian quer passar de 'ver' para 'agir', incluindo controle direto de robôs.

- Robótica: interpretação de cenas para tomada de decisão.
- Laboratórios científicos: análise de gráficos e figuras complexas.
- Mídia e criativas: legendagem e compreensão de vídeos curtos.

## Qual é o contexto da Elorian e o que vem pela frente?
A Elorian saiu do modo stealth há seis meses com uma rodada co-liderada por Striker Venture Partners, Menlo Ventures e Altimeter Capital, com participação da Nvidia e de Jeff Dean, cientista-chefe do Google.

O CEO Andrew Dai, ex-pesquisador do Google DeepMind, conta que a inspiração veio de situações cotidianas, como não conseguir identificar quem estava ganhando em um jogo de tabuleiro fotografado. Para ele, modelos atuais falham em interpretar linguagens visuais próprias, como ícones e símbolos.

Para o próximo ano, a meta declarada é construir 'o melhor modelo de raciocínio visual do mundo', liderando todos os testes dessa categoria.


## O que isso muda para quem usa IA?
Para desenvolvedores, o Glimpse sinaliza uma tendência: modelos que interagem com a imagem de forma iterativa, em vez de tratá-la como uma descrição estática. Isso pode reduzir erros em tarefas que exigem leitura fina de gráficos, diagramas e vídeos.

A Invision oferece acesso a vários modelos por uma única chave, o que facilita testar abordagens diferentes — inclusive modelos com raciocínio visual — sem trocar de fornecedor. Não há promessa de preço, mas a praticidade de integrar múltiplas opções em um só lugar.

Vale acompanhar a evolução do Glimpse e comparar seus resultados com os de modelos estabelecidos, já que os benchmarks divulgados são da própria Elorian e ainda não passaram por validação externa.


## Perguntas frequentes
### O que é o Glimpse da Elorian?
É o primeiro modelo de IA da Elorian, lançado em prévia de pesquisa com API e chat. Ele se diferencia por raciocinar com imagens, voltando à fonte para recortar regiões e analisar detalhes durante o processo.

### Como o Glimpse funciona na prática?
Durante o raciocínio, o modelo pode dar zoom em partes da imagem, extrair quadros de vídeos ou executar código para medir e comparar elementos visuais, em vez de apenas converter a imagem em tokens e descrevê-la.

### Quanto custa o Glimpse?
O preço é US$ 0,60 por milhão de tokens de entrada e US$ 3 por milhão de tokens de saída, segundo a Elorian.

### O Glimpse é melhor que o GPT-6 Astra?
A Elorian afirma que sim em gráficos científicos e legendagem de vídeos curtos, mas esses resultados são de avaliações internas e não foram confirmados por terceiros.

### Para que tipos de empresa o Glimpse é indicado?
Inicialmente, para empresas que lidam com muito vídeo, como robótica, laboratórios científicos, mídia e criativas. A longo prazo, a Elorian pretende avançar para controle de robôs.

Fonte original: [Elorian’s first AI model wants to reason with images, not just about them](https://techcrunch.com/2026/10/16/elorians-first-ai-model-wants-to-reason-with-images-not-just-about-them/) (TechCrunch).
