Moondream 3.1 9B A2B vs UI-Venus 2 9B : Un prix publié, une licence en attente

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.

Ce que vous pouvez appeler aujourd’hui, et jusqu’à quand

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

Le cloud du fournisseur facture cela au token : 0,30 $ par million de tokens d'entrée et 1,00 $ par million de tokens de sortie à latence en temps réel, ou 0,15 $ et 0,50 $ avec l'API batch, qui conserve une remise de 50 % sur le tarif catalogue. Lens, le produit de fine-tuning, revient à 0,60 $ par million de tokens d'entraînement. L'accès est limité en débit plutôt que mesuré par le nombre de requêtes simultanées — la page de limitation de débit du fournisseur documente 2 requêtes par seconde pour toute clé API, passant à 10 requêtes par seconde dès que le compte dispose de 10 $. Puis la date butoir : le 13 novembre 2026, le point de terminaison d'inférence cloud et Lens ferment, les crédits achetés non dépensés sont remboursés, et les clients sont informés qu'ils seront accompagnés dans leur migration.

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 n’a jamais pu être appelé de cette façon. Il s’agit des poids à paramètres complets d’un modèle dense 9B initialisé à partir de Qwen3.5-9B, répartis sur quatre fragments safetensors BF16, et la voie prévue est un serveur vLLM que vous montez vous-même, lancé avec une longueur maximale de modèle de 262 144 jetons et l’analyseur de raisonnement Qwen3. La fiche est inhabituellement directe sur les limites de cette recette : la configuration de service « n’a pas été validée par canari en direct dans le cadre de cette mise à jour de la fiche de modèle, donc épinglez et vérifiez une version de vLLM appropriée pour Qwen3.5 avant le déploiement. »

Mettez ces deux paragraphes côte à côte, et la différence pour l'acheteur devient une ligne budgétaire plutôt qu'un benchmark. Un modèle, c'est une facture au token que vous pouvez mettre dans un tableur jusqu'à la mi-novembre. L'autre, c'est un GPU qu'il faut trouver, dimensionner et maintenir en température — et le fournisseur qui a publié les poids n'a jamais validé la configuration serveur pour vous.

Même nombre de paramètres, des factures de tokens très différentes

L’étiquette 9B est le point commun le moins utile entre ces deux. Ce qui les distingue économiquement, c’est le nombre de tours par tâche.

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 est une boucle fermée. Chaque étape prend l'écran courant, transporte l'historique des captures d'écran de l'épisode, émet une trace de raisonnement puis une action, et la capture d'écran suivante revient en entrée. Les évaluations publiées montrent ce que cela coûte en tours : la fiche du modèle rapporte MobileWorld avec un budget de 50 étapes, puis de nouveau à 100, et OSWorld 2.0 avec un budget de 150 étapes. Le contexte, dans cette conception, n'est pas de la place pour un document — c'est le nombre d'états d'écran dont l'agent peut encore se souvenir.

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.

Côte à côte, dimension par dimension

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

• Paramètres — 9B au total avec 2B actifs par token, un mélange d’experts clairsemé. UI-Venus 2 9B : 9B dense, initialisé à partir de Qwen3.5-9B.

• Sortie — boîtes englobantes, coordonnées du centre, légendes, réponses écrites et chemins de segmentation. UI-Venus 2 9B : une action, une coordonnée de clic et la trace de raisonnement qui les a produites.

• Contexte — 32 K jetons. UI-Venus 2 9B : 262 144 embeddings de position maximaux, configurés comme mémoire épisodique plutôt que comme contexte documentaire.

• Tarif publié — 0,30 $ en entrée et 1,00 $ en sortie par million de jetons en temps réel, 0,15 $ et 0,50 $ par lots, sur un endpoint qui ferme le 13 novembre 2026. UI-Venus 2 9B : aucun, car il n’existe pas d’endpoint first-party. Vous l’hébergez ou vous ne l’utilisez pas.

• Benchmarks publiés — COCO 81,46 F1@0,5, ODinW-13 93,94, RefCOCO-M 87,1, CountBench 90,35, ChartQA 86,01, DocVQA 88,6, et une moyenne de suite 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, et un taux de réussite des attaques OSHarm de 11,3 % contre 25,3 % pour son modèle de base. Chacun de ces chiffres provient du fournisseur lui-même.

• 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.

• Scores indépendants — aucun. Aucun des deux modèles ne figure dans un classement neutre, et les deux fournisseurs ne publient aucun benchmark commun, donc rien dans les deux colonnes ci-dessus ne peut être comparé d’une colonne à l’autre.

La licence est là où les deux cessent de se ressembler

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 position d’UI-Venus 2 9B n’est pas une déclaration du même ordre, et il vaut la peine de la citer plutôt que de la paraphraser. La section État de publication de la carte indique que la licence des poids du modèle est « en attente de confirmation finale et sera ajoutée avant la publication publique », et explique pourquoi le choix évident n’a pas été retenu : « La déclaration Apache-2.0 n’a intentionnellement pas été reprise, car les documents amont actuels contiennent des déclarations de licence contradictoires. » Il n’y a aucun fichier de licence dans le dépôt. Les poids ont été publiés le 26 août 2026, et le dépôt a été modifié pour la dernière fois le 2 septembre.

L'interprétation pratique n'est pas que le modèle est inutilisable. C'est qu'une licence non résolue est une décision commerciale que quelqu'un doit prendre officiellement, et non une situation par défaut que l'on hérite en téléchargeant un checkpoint. La recherche, l'évaluation et le prototypage interne ne sont pas là où se situe le risque. C'est le cas lorsqu'on le place devant des clients payants, et aucun score de benchmark dans la section ci-dessus n'y change rien. La fiche comporte une deuxième condition qu'il vaut la peine de lire avant que quiconque ne bâtisse quoi que ce soit autour : la capacité de résolution de CAPTCHA « ne devrait être utilisée que dans des environnements autorisés » — une contrainte sur le cas d'usage, et non une suggestion à son sujet.

Les deux fournisseurs vous permettent de vérifier le numéro, dans deux directions différentes.

La plupart des annonces de modèles publient un tableau et s’en tiennent là. Ces deux-là ont toutes les deux publié les mises en garde, et ces mises en garde sont de nature différente.

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.

Le rapport technique UI-Venus 2, arXiv 2609.00028, soumis le 27 août 2026, relève de l'autre type de divulgation. Les lignes de base marquées d'un astérisque ont été évaluées ou reproduites par les auteurs selon leur propre protocole déclaré, plutôt que citées d'ailleurs. Un tiret signifie non rapporté, et les auteurs laissent les tirets en place. MobileWorld est imprimé deux fois, avec un budget de 50 étapes et de 100, ce qui permet de voir ce qu'apportent les étapes supplémentaires. OSWorld-Verified est assorti d'un avertissement selon lequel les comparaisons « peuvent utiliser des échafaudages d'action propres au modèle, et doivent donc être interprétées comme des références au niveau du benchmark plutôt que comme des ablations contrôlées ». VenusBench-CAPTCHA est une micro-moyenne sur 219 exemples fixes ; le chiffre de MCA-Bench utilise 1 000 exemples échantillonnés. Une phrase indique que les résultats en environnement réel peuvent varier selon la date d'évaluation et l'état de l'environnement.

Rien de tout cela ne rend l’un ou l’autre ensemble de chiffres reproductible sur vos données, et aucun des deux fournisseurs n’a de résultat indépendant à présenter. Ce que cela signifie, en revanche, c’est que tous les deux vous ont dit ce que valent leurs chiffres — ce qui est plus rare, et plus utile pour un acheteur, qu’un bon score.

Lequel, par contrainte

• 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.

• Vous avez besoin de quelque chose qui lit un écran et agit en conséquence — UI-Venus 2 9B, et la question de la licence passe avant le tableau comparatif des benchmarks. Déployez-le d’abord dans l’automatisation interne et revenez-y lorsque la licence sera obtenue, plutôt que de découvrir le problème au moment de l’approvisionnement.

• 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.

• Le traitement des CAPTCHA figure sur votre liste — lisez d'abord la restriction de la carte. La capacité est là et c'est la licence qui se dresse devant elle.

Si la réponse honnête est les deux, pour des tâches différentes — la perception sur le chemin d’ingestion et un agent sur le chemin d’action —, c’est la forme courante, et c’est un problème de deux contrats avant d’être un problème de modèle.

Le modèle derrière le modèle, et qui le route

Aucun de ces deux checkpoints n’est servi via OrcaRouter, donc rien ici n’est un argument de vente pour les appeler via nous. La couche qui a, elle, besoin d’être routée est celle qui se trouve derrière eux.

Un résultat de détection doit être trié, l'action proposée par un agent doit être évaluée, et l'enregistrement doit être rédigé. Ce sont des tâches textuelles, elles représentent la moitié la plus coûteuse par token, et c'est là qu'une seule clé compatible OpenAI donnant accès à plus de 200 modèles — avec la tarification catalogue des fournisseurs répercutée à 0 % de marge, et un basculement automatique entre fournisseurs — supprime un contrat et un chemin de code du pipeline. Là où vous connaissez déjà la forme du raisonnement souhaité, le DSL de routage compose plusieurs modèles en un seul appel, et la fusion de modèles en fait tourner un panel sur la même entrée. Ce sont deux façons de faire varier la couche située derrière un modèle de vision fixe sans toucher au code qui dialogue avec la caméra.

Le mécanisme de tarification compte plus que d'habitude dans cette comparaison en particulier. Parce que les prix catalogue sont répercutés tels quels plutôt que majorés, une modification du prix d'un fournisseur est effective de notre côté le jour même. Pour un modèle dont le prix d'hébergement comporte une date d'arrêt inscrite noir sur blanc, c'est le seul type d'accord tarifaire sur lequel il vaut la peine de fonder une prévision.

Qu’est-ce qui changerait cette réponse ?

Trois choses, et toutes les trois sont vérifiables.

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.

Jusque-là, le résumé défendable est volontairement étroit. Ce sont deux modèles de vision 9B qui partagent un nombre de paramètres, une étiquette de modalité et une habitude de renvoyer des coordonnées, et ils ne s’accordent sur presque rien de ce qui détermine un déploiement : ce que coûte un appel, si un appel est même la bonne unité, et si vous êtes autorisé à livrer la sortie.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.