Moondream 3.1 9B A2B vs UI-Venus 2 9B: Un precio publicado, una licencia pendiente

M​oondream 3.1 9B A2B and UI-Venus 2 9B are the same size, in the same modality, and they hand back the same primitive — a coordinate. Only one of them has a published per-token price, and the price belongs to the one whose hosted endpoint is about to be switched off. M​oondream 3.1 9B A2B is sold at $0.30 per million input tokens and $1.00 per million output tokens on M​oondream Cloud. On 13 November 2026, four weeks from today, M​oondream Cloud — inference and the Lens fine-tuning product together — shuts down, a line that arrived on 14 October alongside the news that M​oondream the company has been acquired by Prime Intellect. UI-Venus 2 9B has no first-party endpoint at all, so it has no price list either. And the licence that would tell you whether you may ship it commercially is still, in the words of its own model card, pending final confirmation.

Neither of these models is new, and nothing here is a launch. M​oondream 3.1 9B A2B shipped on 7 July 2026 under the M​oondream Model License 1.0. UI-Venus 2 9B went up on Hugging Face on 26 August 2026 from inclusionAI, the Venus Team's repository at Ant Group, with its technical report following on 27 August. What actually moved inside the last seven days is on the M​oondream side: the acquisition, dated 14 October on M​oondream's own blog and a day earlier on Prime Intellect's, and the thirty-day wind-down of the hosted service that came attached to it. That is the reason this pairing is worth reading now rather than in a launch round-up. One of these two models just had its distribution channel put on a countdown; the other never had one.

A qué puedes llamar hoy, y hasta cuándo

M​oondream 3.1 9B A2B is available three ways, and one of them is on a clock.

La nube del proveedor lo vende por token: $0.30 por millón de tokens de entrada y $1.00 por millón de tokens de salida con latencia en tiempo real, o $0.15 y $0.50 en la API por lotes, que mantiene un descuento del 50% sobre la tarifa de lista. Lens, el producto de ajuste fino, cuesta $0.60 por millón de tokens de entrenamiento. El acceso está limitado por velocidad en lugar de medirse por concurrencia: la página de límites de velocidad del proveedor documenta 2 solicitudes por segundo para cualquier clave de API, que aumentan a 10 solicitudes por segundo una vez que la cuenta tiene $10. Y luego la fecha límite: el 13 de noviembre de 2026 cierran tanto el endpoint de inferencia en la nube como Lens, se reembolsan los créditos comprados no utilizados y se informa a los clientes de que se les ayudará a migrar.

The weights, meanwhile, do not go anywhere. M​oondream Model License 1.0 permits commercial self-hosting, fine-tuning, quantisation and redistribution, and Photon — the vendor's own inference engine — runs the checkpoint locally on N​VIDIA Ampere-or-newer hardware and Apple Silicon at no charge. So the deadline splits cleanly. If your code posts to the vendor's hosted endpoint, you have a migration in front of you and roughly four weeks to do it. If your code loads a checkpoint you own, the announcement changed nothing you have to act on.

UI-Venus 2 9B nunca fue invocable de esa manera. Son pesos de parámetros completos de un modelo denso de 9B inicializado a partir de Qwen3.5-9B, divididos en cuatro fragmentos BF16 safetensors, y la ruta prevista es un servidor vLLM que levantas tú mismo, lanzado con una longitud máxima de modelo de 262.144 tokens y el analizador de razonamiento de Qwen3. La tarjeta es inusualmente directa sobre los límites de esa receta: la configuración de servicio «no fue validada con canario en vivo como parte de esta actualización de la tarjeta del modelo, así que fija y verifica una versión de vLLM adecuada para Qwen3.5 antes del despliegue».

Pon esos dos párrafos uno al lado del otro y la diferencia para el comprador es una partida en lugar de un benchmark. Un modelo es una factura por token que puedes poner en una hoja de cálculo hasta mediados de noviembre. El otro es una GPU que tienes que encontrar, dimensionar y mantener caliente — y el proveedor que publicó los pesos nunca ha validado la configuración del servidor para ti.

Misma cantidad de parámetros, facturas de tokens muy diferentes

La etiqueta 9B es lo menos útil que estos dos comparten. Lo que los separa en términos económicos es la cantidad de turnos por tarea.

M​oondream 3.1 9B A2B has no second step. One call is one image in and a short answer out — bounding boxes from detect, centre coordinates from point, a caption, or a written answer from query. There is an optional reasoning mode, and the vendor's documentation is blunt about its cost: enabling it generates an explicit analysis before the answer and can "materially increase latency and generated tokens." The output is deliberately small, and the model's whole pitch is that it is small while remaining useful.

UI-Venus 2 9B es un bucle cerrado. Cada paso toma la pantalla actual, arrastra el historial de capturas de pantalla del episodio, emite una traza de razonamiento y luego una acción, y la siguiente captura de pantalla vuelve como entrada. Las evaluaciones publicadas muestran lo que eso cuesta en turnos: la ficha del modelo reporta MobileWorld con un presupuesto de 50 pasos y de nuevo con 100, y OSWorld 2.0 con un presupuesto de 150 pasos. El contexto, en este diseño, no es espacio para un documento — es cuántos estados de pantalla el agente aún puede recordar.

The arithmetic follows, and it is ours rather than the vendors'. If a caption or a detection answer is 50 to 100 output tokens, then a million output tokens is somewhere between ten and twenty thousand M​oondream calls for a dollar. You cannot write the equivalent sentence for UI-Venus 2 9B, because there is no price to divide by — you pay for the GPU hours the loop occupies, not for the tokens it produces, and the token count per completed task is a function of how many steps you allow. Same parameter count, same 9B headline, and the two bills are not in the same unit.

One more asymmetry worth knowing before it bites a production plan. M​oondream measures its own engine at 34.2 requests per second on a single H100 SXM5 at batch size 16 — a vendor figure, on the vendor's hardware, with Photon serving. The hosted API caps a funded account at 10 requests per second. That is a three-fold gap between what the model can do on hardware you control and what the endpoint will let you do, and it is the sort of thing a pipeline discovers in production rather than in an evaluation.

Lado a lado, dimensión por dimensión

• Task — M​oondream 3.1 9B A2B: perception over a single image. UI-Venus 2 9B: agency over a screen, in a loop.

• Parámetros — 9B en total con 2B activos por token, una mezcla dispersa de expertos. UI-Venus 2 9B: 9B denso, inicializado a partir de Qwen3.5-9B.

• Salida — cajas delimitadoras, coordenadas del centro, leyendas, respuestas escritas y rutas de segmentación. UI-Venus 2 9B: una acción, una coordenada de clic y el rastro de razonamiento que los produjo.

• Contexto — 32K tokens. UI-Venus 2 9B: 262,144 embeddings de posición máximos, configurados como memoria de episodios en lugar de contexto de documento.

• Precio publicado — 0,30 $ de entrada y 1,00 $ de salida por millón de tokens en tiempo real, 0,15 $ y 0,50 $ por lotes, en un endpoint que se cierra el 13 de noviembre de 2026. UI-Venus 2 9B: ninguno, porque no existe un endpoint propio. O lo alojas tú mismo o no lo usas.

• Benchmarks publicados: COCO 81,46 F1@0,5, ODinW-13 93,94, RefCOCO-M 87,1, CountBench 90,35, ChartQA 86,01, DocVQA 88,6 y un promedio del conjunto de 77,9. UI-Venus 2 9B: AndroidWorld 80,2, WebVoyager 90,8, OSWorld-Verified 70,8, ScreenSpot-Pro 73,0, VenusBench-CAPTCHA 78,1 y una tasa de éxito de ataque de OSHarm del 11,3 % frente al 25,3 % de su modelo base. Todas esas cifras son del propio proveedor.

• Licence — M​oondream Model License 1.0: open weights, commercial self-hosting permitted, redistribution permitted, one restriction. UI-Venus 2 9B: pending final confirmation, with no licence file in the repository.

• Puntuaciones independientes: ninguna. Ninguno de los modelos tiene entrada en una tabla de clasificación neutral, y los dos proveedores no publican ningún benchmark en común, por lo que nada de las dos columnas anteriores puede compararse entre sí.

La licencia es donde los dos dejan de parecerse entre sí.

M​oondream's licence is short and specific, and the vendor rewrote it for this release because the previous one was hard to read. Commercial use, self-hosting, fine-tuning, quantisation and redistribution are all permitted without strings. The single restriction is that you may not turn around and offer general-purpose M​oondream inference or fine-tuning to others as a hosted service; a narrow, domain-specific application built on the model is explicitly fine. For a team shipping a product that happens to see images, that is a permissive licence with a competitor clause, and the clause does not touch them.

La posición de UI-Venus 2 9B no es el mismo tipo de declaración, y vale la pena citarla en lugar de parafrasearla. La sección Release Status de la ficha dice que la licencia de los pesos del modelo está "pendiente de confirmación final y se añadirá antes del lanzamiento público", y explica por qué no se tomó la opción obvia: "La declaración de Apache-2.0 no se ha trasladado intencionadamente porque los materiales upstream actuales contienen declaraciones de licencia contradictorias." No hay ningún archivo de licencia en el repositorio. Los pesos se publicaron el 26 de agosto de 2026, y el repositorio se modificó por última vez el 2 de septiembre.

La lectura práctica no es que el modelo sea inutilizable. Es que una licencia sin resolver es una decisión empresarial que alguien debe tomar dejando constancia, no un valor predeterminado que se hereda al descargar un checkpoint. La investigación, la evaluación y la creación de prototipos internos no son donde reside el riesgo. Ponerlo delante de clientes que pagan sí lo es, y ninguna puntuación de benchmark en la sección anterior cambia eso. La ficha contiene una segunda condición que conviene leer antes de que alguien construya en torno a ella: la capacidad de resolver CAPTCHA “solo debe usarse en entornos autorizados” —una restricción sobre el caso de uso, no una sugerencia al respecto.

Ambos proveedores te permiten comprobar el número, en dos direcciones diferentes

La mayoría de los lanzamientos de modelos publican una tabla y ahí lo dejan. Estos dos publicaron las salvedades, y las salvedades son cosas de distinta índole.

M​oondream's release post carries a methodology footer that pins the hardware and the harness: a single H100 SXM5, batch size 16, the highest accuracy and reasoning settings for each model, Photon for M​oondream itself, vLLM for the Qwen3.5 and Gemma 4 baselines, Hugging Face Transformers for SAM 3, and LocateAnything evaluated in slow mode to maximise its accuracy. It also volunteers something a vendor has no obligation to volunteer: the scores were reached by treating each benchmark as a customer task, training a per-task LoRA through the same fine-tuning product customers use, and then folding those LoRAs back into the base weights with on-policy distillation. Read that carefully and it changes what the table describes — the checkpoint you download is a distilled student of its own task specialists, not a model that happened to generalise that well on a task nobody trained it for.

El informe técnico de UI-Venus 2, arXiv 2609.00028, enviado el 27 de agosto de 2026, hace el otro tipo de divulgación. Las líneas base marcadas con un asterisco fueron evaluadas o reproducidas por los autores bajo su propio protocolo declarado, en lugar de citarse de otra fuente. Un guion significa no reportado, y los autores dejan los guiones. MobileWorld aparece dos veces, con un presupuesto de 50 pasos y con 100, para que se pueda ver qué aportan los pasos adicionales. OSWorld-Verified viene con una advertencia de que las comparaciones "pueden usar andamiajes de acción específicos del modelo, por lo que deben interpretarse como referencias a nivel de benchmark y no como ablaciones controladas". VenusBench-CAPTCHA es una micro-media sobre 219 ejemplos fijos; la cifra de MCA-Bench usa 1.000 ejemplos muestreados. Hay una frase que afirma que los resultados en entornos reales pueden variar según la fecha de evaluación y el estado del entorno.

Nada de esto hace que ninguno de los dos conjuntos de cifras sea reproducible con tus datos, y ninguno de los dos proveedores tiene un resultado independiente al que remitirse. Lo que sí significa es que ambos te dijeron cuánto valen sus cifras, lo cual es más raro, y más útil para un comprador, que una buena puntuación.

¿Cuál, por restricción?

• You need boxes, centre points or counts over images, at a price you can forecast — M​oondream 3.1 9B A2B, with the caveat that the forecast only holds if you self-host after 13 November or move the endpoint. A per-token bill with a shutdown date is a forecast with an expiry, not a cost model.

• Necesitas algo que lea una pantalla y actúe sobre ella — UI-Venus 2 9B, y la cuestión de la licencia pasa por delante de la tabla de benchmarks. Ponlo primero en la automatización interna y vuelve a revisarlo cuando llegue la licencia, en lugar de descubrir el problema durante la adquisición.

• You are deploying to hardware you already own — M​oondream 3.1 9B A2B. Photon is free, runs on Ampere-or-newer N​VIDIA parts and Apple Silicon, and gives you the same model in development and production instead of two different endpoints that behave differently under load.

• You want the longer context on the spec sheet — UI-Venus 2 9B's 262,144 tokens is real in configuration, but the intended consumer is a screenshot history, not a PDF. M​oondream's 32K is a quarter of the size and its vendor has never claimed it needs to hold an agent's episode, so neither number is a straight win.

• El manejo de CAPTCHA está en tu lista — lee primero la restricción de la tarjeta. La capacidad está ahí y la licencia es lo que se interpone.

Si la respuesta honesta es ambas cosas, para tareas distintas —la percepción en la ruta de ingesta y un agente en la ruta de acción—, esa es la forma habitual, y es un problema de dos contratos antes que un problema de modelo.

El modelo detrás del modelo, y quién lo enruta

Ninguno de estos checkpoints se sirve a través de OrcaRouter, así que nada de esto es una promoción para llamarlos a través de nosotros. La capa que sí necesita enrutamiento es la que está detrás de ellos.

Un resultado de detección tiene que ser clasificado, la acción propuesta por un agente tiene que ser evaluada y el registro tiene que escribirse. Esas son tareas de texto, son la mitad más costosa por token, y son donde una única clave compatible con OpenAI para más de 200 modelos —con los precios de lista de los proveedores trasladados con un 0 % de margen, y con conmutación por error automática entre proveedores— elimina un contrato y una ruta de código de la canalización. Cuando ya conoces la forma del razonamiento que quieres, el DSL de enrutamiento compone varios modelos en una sola llamada, y la fusión de modelos ejecuta un panel de ellos en conjunto sobre la misma entrada. Ambas son formas de variar la capa que hay detrás de un modelo de visión fijo sin tocar el código que se comunica con la cámara.

El mecanismo de precios importa más de lo habitual en esta comparación en particular. Porque los precios de lista se transmiten directamente en lugar de aplicarles un margen, un cambio de precio del proveedor está activo de nuestro lado el mismo día. Para un modelo cuyo precio alojado tiene una fecha de cierre escrita en él, ese es el único tipo de acuerdo de precios sobre el que vale la pena construir un pronóstico.

¿Qué cambiaría esta respuesta?

Tres cosas, y las tres son verificables.

The first is UI-Venus 2 9B's licence resolving. If it lands permissive, the calculus for anyone who wanted the agent but could not justify the legal exposure shifts immediately, and the recommendation above about keeping it internal becomes stale the week it happens. The second is a first-party endpoint for M​oondream 3.1 9B A2B reappearing after the cloud shutdown, which would restore the price comparison this article could only half make. The third, and the one worth the most, is somebody running both models on the same images. Neither vendor has an independent result and the two benchmark sets do not intersect, so the first person to score these two on their own data produces the only comparison that will settle the grounding question — and it is an afternoon of work, not a research project.

Hasta entonces, el resumen defendible es limitado a propósito. Son dos modelos de visión de 9B que comparten un recuento de parámetros, una etiqueta de modalidad y la costumbre de devolver coordenadas, y no coinciden en casi nada de lo que decide un despliegue: cuánto cuesta una llamada, si una llamada es siquiera la unidad correcta y si se te permite distribuir la salida.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.