
Depth Pro 2 مقابل Depth Anything 3: الأمتار أم أوضاع الكاميرا
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 186 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 358 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 139 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
اسأل كلا النموذجين السؤال نفسه — كم يبعد هذا؟ — ولا يجيب واحد منهما فقط بالأمتار. يُرجع Depth Pro 2، نموذج العمق الأحادي المتري من Apple، خريطة عمق بالأمتار على طول محور رؤية الكاميرا، إضافة إلى البعد البؤري الذي استخدمه. ويُدرج Depth Anything 3، النموذج التأسيسي من ByteDance Seed الذي صدر في نوفمبر 2025، «العمق النسبي» كأول قدرة له، إلى جانب تقدير وضعية الكاميرا والتهيئة بالوضعية. فهو يمنحك عمقًا حتى مقياس غير معروف، ويمنحك الكاميرات التي تجعل ذلك المقياس قابلًا للاستعادة.
هذا الفرق الوحيد يحسم معظم عمليات الدمج قبل أن تدخل الدقة في النقاش، وهو السبب في أن المقارنة المباشرة بمعيار قياس بين هذين أقل فائدة مما تبدو. يقدّم المختبران تقارير عن مقاييس مختلفة، مقابل خطوط أساس مختلفة، ولم يُجرِ أيٌّ منهما تقييم الآخر. فيما يلي ما يوثّقه كل مستودع فعليًا، مع وسم ادعاءات البائعين على أنها كذلك.
ناتجان مختلفان يفصلهما حرف واحد
كائن التنبؤ في Depth Anything 3 هو أوضح نقطة للبدء، لأنه صريح على نحو غير معتاد. تعيد استدعاءة واحدة العمق بصيغة [N, H, W] float32، وخريطة ثقة بالشكل نفسه، والمعاملات الخارجية كمصفوفات من العالم إلى الكاميرا [N, 3, 4]، والمعاملات الداخلية بالصيغة [N, 3, 3]. تتم التصديرات إلى GLB أو NPZ أو PLY أو mini-NPZ أو PLY Gaussian-splat أو فيديو Gaussian-splat.
تُعدّ مخرجات Depth Pro 2 أضيق وأكثر فائدة فورية إذا كانت الإجابة التي تحتاجها رقمًا. فهي تُرجع خريطة عمق بالأمتار، وطولًا بؤريًا بالبكسل، وفي مخرجات NPZ الخاصة بسطر الأوامر تُرجع هاتين المصفوفتين ولا شيء غيرهما. وتُترك لك مهمة التحويل إلى سحابة نقاط، باستخدام الطول البؤري ومركز الصورة كنقطة رئيسية، أو نقطتك الرئيسية الحقيقية إذا كانت الكاميرا معايَرة.
• المقياس — ناتج Depth Pro 2 متري؛ أما عمق Depth Anything 3 فهو نسبي، مع استعادة المقياس من الوضعية والمعاملات الداخلية التي يعيدها أيضًا.
• معلمات الكاميرا — يتنبأ Depth Anything 3 بالمعاملات الخارجية والداخلية؛ بينما يتنبأ Depth Pro 2 بالبعد البؤري فقط، وليس لديه أي تصور لموقع الكاميرا.
• الثقة — يعيد Depth Anything 3 خريطة ثقة لكل بكسل؛ أما Depth Pro 2 فلا يعيد أي خريطة منها.
• المدخل — يأخذ Depth Pro 2 صورة واحدة، أو ملف فيديو، أو بث كاميرا مباشر؛ ويأخذ Depth Anything 3 قائمة من الصور كمجموعة عرض واحدة.
• الترخيص — أوزان Depth Pro 2 مخصّصة للأبحاث فقط بموجب ترخيص Apple Machine Learning Research Model؛ أما Depth Anything 3 فهو Apache 2.0 عند 0.08B و0.12B، وCC BY-NC 4.0 عند 0.35B و1.15B.
الأحجام الأربعة غير متوافقة
تنشر كلتا العائلتين أربع نقاط تحقق، وتأتي أعداد المعلمات في مواضع شبه متطابقة، مما يغري بمقارنتها واحدًا مقابل واحد. قاوم هذا الإغراء.
تنشر Depth Anything 3 إصدارات 0.08B و0.12B و0.35B و1.15B — أي 34.3M و135.4M و410.9M و1,355.7M من المعاملات وفقًا لبيانات safetensors الوصفية. وتنشر Depth Pro 2 إصدارات 24M و97M و334M و872M. إن أصغر حجمين من Depth Pro 2 أصغر بشكل ملحوظ من نظيريهما في Depth Anything 3، وأكبر حجم أصغر بشكل ملحوظ من DA3 Giant.
تنقسم التراخيص على النحو نفسه الذي تنقسم به الأحجام، وهذه هي التفصيلة التي تهم تجاريًا: نقطتا التفتيش الصغيرتان في Depth Anything 3 تخضعان لترخيص Apache 2.0، أما نقطتا التفتيش الكبيرتان فتخضعان لترخيص CC BY-NC 4.0. أما نقاط التفتيش الأربع في Depth Pro 2 فكلها تحت الترخيص نفسه المخصص للأبحاث فقط، والمُعرّف في المستودع بأنه للبحث العلمي غير التجاري والتطوير الأكاديمي. لذا، إذا كنت بحاجة إلى نموذج عمق قابل للترخيص تجاريًا أصلًا، فإن Depth Anything 3-Small أو -Base هو الخيار الوحيد في هذه المقارنة، وDepth Pro 2 ليس كذلك بأي حجم.
يحتوي Depth Anything 3 أيضًا على إصدار 1.1، هما DA3-GIANT-1.1 وDA3-LARGE-1.1، بعدد معاملات مطابق للنسخ الأصلية ومستودعات أُنشئت في 11 ديسمبر 2025. وتصف بطاقة GIANT الأصلية تقدير الغاوسيين ثلاثي الأبعاد بأنه قدرة إضافية تحملها الأحجام الكبيرة، لذا فإن واجهة التصدير أوسع من العمق وحده.
ما يدّعيه كل مختبر، وما يُقارَن به
تقدم بطاقة Depth Anything 3 ادعاءين مقارنيين وتسمّي خطوط الأساس لكليهما: فهي تتفوق بشكل كبير على Depth Anything 2 في تقدير العمق أحادي العين، وعلى VGGT في تقدير العمق والوضعية متعدد المناظر. هذه عبارات محددة قابلة للدحض عن نماذج مذكورة بالاسم، والأرقام التفصيلية موجودة في الورقة البحثية وليس في البطاقة.
بطاقة Depth Pro 2 تقدم ادعاءً واحدًا وتذكر خط أساسها فقط بوصفه "عملًا سابقًا يعمل على إطار واحد أو عدة إطارات". وتفيد بأن Depth Pro 2 يتفوق على تلك المجموعة في Boundary F1 وJitter، بمتوسط على مجموعتي بيانات Sintel وSpring، وتوضح ذلك بمخطط مبعثر لهذين المقياسين، حيث يمتد محوراه من 0 إلى 0.3 في Boundary F1 ومن 0.1 نزولًا إلى 0 في Jitter.

Depth Anything 3 موجود في ذلك المخطط — باسم DA3-NGL، أحد خطوط الأساس متعددة الإطارات ذات الدوائر المفتوحة، عند نحو 0.06 في Boundary F1 و0.018 في الاهتزاز. لذا توجد مقارنة، لكن على مقياسَي Apple فقط، بمتوسط على Sintel وSpring، دون طباعة أرقام عمق خاصة بـ Depth Anything 3 إلى جانبها. أما مجموعة المقارنة الخاصة بـ ByteDance فهي Depth Anything 2 وVGGT، وفق المقاييس التي اختارتها ByteDance، ولا تُناقش DA3-NGL هناك. المجموعتان لا تتقاطعان: أي بطاقة تقرأها، يكون المختبر الآخر قد اختار المحاور، ولم ينشر أي منهما جدولاً مشتركاً.
ليس هذا تهربًا من إعلان فائز. بل هي الحالة الفعلية للأدلة، ويجدر قولها صراحةً لأن البديل — اختيار أي مخطط بائع يُجامل النموذج الذي تفضّله مسبقًا — هو الطريقة التي تُتخذ بها قرارات شراء سيئة.
اتساق الفيديو هو حجة Apple كلها
وُجد Depth Pro 2 بسبب ضعف بعينه في العمق أحادي العين: شغِّل نموذجًا يعمل إطارًا بإطار على مقطع فيديو فيومض العمق، لأن كل إطار يُقدَّر دون علم بما يجاوره. وحلّ Apple معماري: النموذج محوّل متعدد المناظر يعمل على إطارات الإدخال، وبعد الثلث الأول من كتله يتبادل الانتباه بين داخل الإطار وعبر الإطارات. ثم يجمع مفكّك DPT العامل على كل إطار الرموز من عدة كتل في خرائط سمات بدقة تتراوح بين 1/32 و1/4 من دقة الإدخال.

تتبع أوضاع التشغيل ذلك. الوضع المخزَّن مؤقتًا، وهو الافتراضي لملفات الفيديو، يعالج مقاطع من 16 إطارًا متداخلة بأربعة إطارات بحيث يبقى العمق ثابتًا عبر حدود المقاطع. أما الوضع غير المخزَّن مؤقتًا فيتنبأ بكل إطار عند وصوله انطلاقًا من ذلك الإطار و15 إطارًا قبله، لاستخدام الكاميرا، مع التحذير الموثَّق بأن الإطارات الأولى من البث لها أسلاف أقل وبالتالي عمق أقل ثباتًا. ويُخصَّص للفيديو طول بؤري واحد عبر جميع الإطارات — وهو الوسيط الخاص بالتقديرات على النافذة الأولى.
يتعامل Depth Anything 3 مع مناظر متعددة معًا بحكم التصميم، لأن هذا ما يفعله نموذج مجموعة المناظر، لكن تأطيره هو إعادة البناء لا التثبيت. لغة البطاقة تدور حول استعادة الفضاء البصري من أي مناظر، والمخرجات — المعاملات الخارجية، والمعاملات الداخلية، وخرائط النقاط، وGaussian splats — هي لغة خط أنابيب إعادة بناء ثلاثي الأبعاد. إذا كانت مشكلتك هي «هذا الفيديو يومض»، فلدى Depth Pro 2 وضع مخصص لذلك، بينما Depth Anything 3 منتج مختلف.
الحصول على العمق بالأمتار في كلتا الحالتين
إن العمق النسبي في Depth Anything 3 ليس قيدًا بقدر ما هو تقسيم للعمل: يسلّمك النموذج الكاميرات، والكاميرات هي ما يحوّل العمق النسبي إلى أمتار. هذا التحويل عمل حقيقي — عامل مقياس لكل مشهد، انطلاقًا من خط أساس معروف، أو حجم جسم معروف، أو مستشعر — وهو العمل نفسه الذي أنجزه Depth Pro 2 داخليًا بالفعل.
تحمل مخرجات Depth Pro 2 المترية أنماط فشلها الخاصة، وهي موثّقة. يتناسب العمق مع البعد البؤري، لذا فإن بعدًا بؤريًا أطول بنسبة 10 بالمئة يجعل كل شيء أبعد بنسبة 10 بالمئة. تعود بكسلات السماء بعمق لا نهائي، أو — خصوصًا في النماذج الأصغر — بعمق محدود مقداره عدة كيلومترات، لذا يخبرك README بقص النطاق قبل بناء سحابة نقاط أو صورة ملوّنة. في Python، يُطبَّع العمق العكسي بواسطة البعد البؤري ويساوي focallength_px / (width * depth). ينتمي التدفق إلى فيديو واحد ويحتفظ بإطاره الحديثة وبعده البؤري حتى تفتح تدفقًا جديدًا.
لا يحل أي من النموذجين محل مستشعر العمق على سطح عديم الملمس أو عاكس. فكلاهما يستنتج المقياس من أدلة بصرية، وكلاهما سيفشل في الأنواع نفسها من المواضع وللأسباب نفسها.
كم تبلغ تكلفة تشغيل كليهما
الفرق العملي يظهر في مخطط التبعيات. يُثبَّت Depth Pro 2 كحزمة Python من مستودع GitHub باستخدام uv، ويكشف عن واجهة سطر أوامر (uv run depth-pro-2 predict -i photo.jpg -o out/) وواجهة برمجة تطبيقات Python، ويوفّر صادرات Core ML لـ Apple silicon إضافةً إلى تطبيق تجريبي لـ Mac. ويوضّح المستودع صراحةً أنه يحتوي على شيفرة لتشغيل النماذج، لكن ليس على شيفرة التدريب أو التقييم.
يُثبَّت Depth Anything 3 كحزمة قابلة للتعديل من مستودع ByteDance Seed، ويوفر واجهة سطر أوامر CLI (da3 auto path/to/images --export-format glb) مع عملية خلفية اختيارية للاستدلال المتكرر، وهو نوع من التفاصيل التي لا تظهر إلا عندما يشغّلها شخص ما في حلقة.
كلاهما نقطتا تحقق بحثيتان أحاديتا الغرض، وليس أي منهما شيئًا تقوم بتوجيهه. ما يحيط بمرحلة العمق هو عمل خاص بنماذج اللغة — وصف مشهد، وتقرير ما يجب فعله بشأنه، وتدوين النتيجة — وهنا تستحق نقطة نهاية واحدة مكانها: تضع OrcaRouter أكثر من 200 نموذج مستضاف خلف واجهة برمجة تطبيقات واحدة متوافقة مع OpenAI بهامش ربح 0% فوق سعر القائمة لدى المزوّد، لذا فإن مراحل الاستدلال المحيطة بنموذج العمق لديك هي مفتاح واحد وفاتورة واحدة. تبقى نقطة تحقق العمق اعتمادية تثبّتها؛ أما خط الأنابيب المحيط بها فليس مضطرًا إلى أن يكون كذلك.
بأي واحد نبدأ؟
ابدأ بـ Depth Anything 3 إذا كنت تعيد بناء مشهد من عدة زوايا وتريد الكاميرات وخرائط النقاط وGaussian splats في استدعاء واحد، وإذا كانت رخصة Apache 2.0 عند الأحجام الصغيرة هي ما يجعل المشروع ممكنًا أصلًا. مجموعة المقارنة الخاصة به مُسمّاة، ومخرجاته واسعة، ونقاط التحقق الصغيرة هي الأشياء الوحيدة القابلة للترخيص تجاريًا في هذا المقال.
ابدأ بـ Depth Pro 2 إذا كانت الإجابة التي تحتاجها هي مسافة بالأمتار من إطار واحد أو من بث مباشر، وإذا كان الاستقرار بين الإطارات هو الخصيصة التي يفشل تطبيقك من دونها. توقّع عند الدخول أن تقتطع عمق السماء، وأن تثبّت البعد البؤري عمدًا، وأن تكون مبكرًا — فالمستودعات لديها تنزيلات بالعشرات، والشفرة بها كوميت واحد، والتقرير التقني لا يزال عنصرًا نائبًا.
ما لا يقدّمه لك أيٌّ من النموذجين هو ادعاء يمكن الدفاع عنه بأنه يتفوّق على الآخر، لأن أيًّا من المختبرين لم يُجرِ الاختبار. اختر بناءً على صيغة الإخراج والترخيص وما إذا كان مدخلك فيديو. هذه الأسئلة الثلاثة لها إجابات اليوم؛ أما لوحة الصدارة فلا.

