推文

@fireandstart · 2026-10-17 01:46

我最关注的不是“跑赢 GPT-6 Astra”这句标题，而是 Glimpse 把视觉 scratch space、视频抽帧、局部放大和代码执行放进同一条推理链后，究竟能否让复杂任务更可靠。看图表时，它能不能准确追踪坐标、单位和例外值？看长视频时，抽帧策略会不会漏掉关键转折？这些能力应当在不同提示、不同样本和真实工作流中反复验证，而不能只看少数基准的最高分。 每百万输入 token 0.60 美元、输出 3 美元的价格很有吸引力，但“约便宜 17 倍”也需要结合实际调用量、推理步数和延迟来算总成本。视觉模型为了检查细节而多轮放大、抽帧、执行代码，可能用更多计算换来更好的答案；使用者真正需要比较的是完成同一任务的端到端质量、耗时和费用。数百张 GPU 的训练规模与 Nvidia、Jeff Dean 等背书值得关注，却不能代替独立评测。API 既然已开放，最有价值的后续材料会是完整评测协议、失败案例、长视频和细粒度图表结果，以及与其他模型在相同预算下的对照。现在把它视为有潜力的研究预览更稳妥，等这些证据出现，再判断它是否适合进入生产流程。

曝光 39 · 评论 1 · 点赞 0 · 书签 0