
Depth Pro 2 לעומת Depth Anything 3: מטרים או פוזות מצלמה
- OrcaחדשOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 לכל 1M טוקנים · 186 tok/s
- tencentחדשTencent: Hy4 Flash2026-11-16$0.02 / $0.07 לכל 1M טוקנים · 358 tok/s
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 87 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 139 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 לכל 1M טוקנים · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 לכל 1M טוקנים · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 לכל 1M טוקנים · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
שאל את שני המודלים את אותה שאלה — {{1}}כמה רחוק זה?{{/1}} — ורק אחד מהם עונה במטרים. Depth Pro 2, מודל העומק המונוקולרי המטרי של Apple, מחזיר מפת עומק במטרים לאורך ציר הראייה של המצלמה, וכן את אורך המוקד שבו השתמש. Depth Anything 3, מודל הבסיס ByteDance Seed שיצא בנובמבר 2025, מציין את "העומק היחסי" כיכולת הראשונה שלו, לצד אומדן תנוחת מצלמה והתניה לפי תנוחה. הוא נותן לך עומק עד קנה מידה לא ידוע, והוא נותן לך את המצלמות שהופכות את קנה המידה הזה לניתן לשחזור.
ההבדל היחיד הזה מכריע ברוב האינטגרציות עוד לפני שהדיון עוסק בדיוק, וזו הסיבה שהשוואת בנצ'מרק ישירה בין השניים פחות שימושית ממה שהיא נראית. שתי המעבדות מדווחות על מדדים שונים, מול קווי בסיס שונים, ואף אחת מהן לא הריצה את ההערכה של האחרת. להלן מה שכל ריפוזיטורי באמת מתעד, כאשר טענות הספקים מסומנות ככאלה.
שני פלטים שונים, בהפרש של אות אחת
אובייקט החיזוי של Depth Anything 3 הוא המקום הברור ביותר להתחיל בו, מכיוון שהוא מפורש באופן יוצא דופן. קריאה בודדת מחזירה עומק כ־[N, H, W] float32, מפת ביטחון באותה צורה, אקסטרינזיות כמטריצות world-to-camera מסוג [N, 3, 4], ואינטרינזיות כ־[N, 3, 3]. הייצוא מתבצע אל GLB, NPZ, PLY, mini-NPZ, Gaussian-splat PLY או וידאו Gaussian-splat.
הפלט של Depth Pro 2 צר יותר ושימושי יותר באופן מיידי אם התשובה שנדרשת לך היא מספר. הוא מחזיר מפת עומק במטרים, אורך מוקד בפיקסלים, ובפלט ה-NPZ של שורת הפקודה — את שני המערכים האלה ותו לא. ההמרה לענן נקודות נותרת בידיך, תוך שימוש באורך המוקד ובמרכז התמונה כנקודה ראשית, או בנקודה הראשית האמיתית שלך אם המצלמה מכוילת.
• קנה מידה — הפלט של Depth Pro 2 הוא מטרי; העומק של Depth Anything 3 הוא יחסי, כאשר קנה המידה משוחזר מהתנוחה ומהפרמטרים הפנימיים שהוא מחזיר גם כן.
• פרמטרי מצלמה — Depth Anything 3 חוזה פרמטרים חיצוניים ופנימיים; Depth Pro 2 חוזה אורך מוקד בלבד, ואין לו שום מושג היכן נמצאת המצלמה.
• ביטחון — Depth Anything 3 מחזיר מפת ביטחון לכל פיקסל; Depth Pro 2 לא מחזיר דבר.
• קלט — Depth Pro 2 מקבל תמונה אחת, קובץ וידאו או הזרמת מצלמה חיה; Depth Anything 3 מקבל רשימת תמונות כקבוצת תצוגה אחת.
• רישיון — המשקלים של Depth Pro 2 מיועדים למחקר בלבד, תחת רישיון מודל המחקר של Apple בלמידת מכונה; Depth Anything 3 מופץ ברישיון Apache 2.0 בגדלים 0.08B ו-0.12B, וב-CC BY-NC 4.0 בגדלים 0.35B ו-1.15B.
ארבעת הגדלים אינם מתיישרים
שתי המשפחות מפרסמות ארבעה צ'קפוינטים, ומספרי הפרמטרים כמעט חופפים, מה שמפתה להשוות ביניהם אחד לאחד. אל תיכנעו לפיתוי.
Depth Anything 3 מפרסמת 0.08B, 0.12B, 0.35B ו-1.15B — 34.3M, 135.4M, 410.9M ו-1,355.7M פרמטרים לפי מטא-הנתונים של safetensors. Depth Pro 2 מפרסמת 24M, 97M, 334M ו-872M. שני הגדלים הקטנים ביותר של Depth Pro 2 קטנים באופן משמעותי מעמיתיהם ב-Depth Anything 3, והגדול קטן באופן משמעותי מ-DA3 Giant.
הרישיונות מתחלקים לפי אותו קו כמו הגדלים, וזה הפרט החשוב מבחינה מסחרית: שני הצ'קפוינטים הקטנים של Depth Anything 3 הם תחת Apache 2.0, ושני הגדולים תחת CC BY-NC 4.0. ארבעת הצ'קפוינטים של Depth Pro 2 נמצאים כולם תחת אותו רישיון למחקר בלבד, המוגדר במאגר כמחקר מדעי לא-מסחרי ופיתוח אקדמי. לכן, אם אתה צריך בכלל מודל עומק שניתן לרישיון מסחרי, Depth Anything 3-Small או -Base הוא האפשרות היחידה בהשוואה הזו, ו-Depth Pro 2 אינו כזה בשום גודל.
ל-Depth Anything 3 יש גם גרסת 1.1, DA3-GIANT-1.1 ו-DA3-LARGE-1.1, עם מספרי פרמטרים זהים למקוריים ומאגרים שנוצרו ב-11 בדצמבר 2025. כרטיס ה-GIANT המקורי מתאר אמידת גאוסיאן תלת-ממדית כיכולת נוספת שהגדלים הגדולים כוללים, כך שהיקף הייצוא רחב יותר מאשר עומק בלבד.
מה כל מעבדה טוענת, וכנגד מה
הכרטיס של Depth Anything 3 מציג שתי טענות השוואתיות ומציין את קווי הבסיס לשתיהן: הוא עולה באופן מובהק על Depth Anything 2 באומדן עומק מונוקולרי, ועל VGGT באומדן עומק ותנוחה (pose) מרובי־תצוגות. אלו הצהרות ספציפיות הניתנות להפרכה אודות מודלים בעלי שם, והמספרים המפורטים נמצאים במאמר ולא בכרטיס.
הכרטיס של Depth Pro 2 מציג טענה אחת ומציין את קו הבסיס שלו רק כ"עבודה קודמת הפועלת על פריים בודד או על מספר פריימים". הוא מדווח ש-Depth Pro 2 עולה על אותה קבוצה ב-Boundary F1 וב-Jitter, בממוצע על פני מערכי הנתונים Sintel ו-Spring, וממחיש זאת באמצעות תרשים פיזור של שני המדדים הללו, כאשר ציריו נעים מ-Boundary F1 בין 0 ל-0.3 ומ-Jitter בין 0.1 ל-0.

Depth Anything 3 מופיע בתרשים הזה — בתור DA3-NGL, אחד מבסיסי הרב-פריימים עם העיגול הפתוח, הניצב בערך על 0.06 Boundary F1 ועל 0.018 jitter. כלומר, השוואה קיימת, אבל רק על שני המדדים של Apple, בממוצע על Sintel ו-Spring, בלי שמספרי העומק של Depth Anything 3 יודפסו לצידם. קבוצת ההשוואה של ByteDance עצמה היא Depth Anything 2 ו-VGGT, על המדדים ש-ByteDance בחרה, ו-DA3-NGL אינו נדון שם. שתי הקבוצות אינן נפגשות: בכל כרטיס שתקרא, המעבדה האחרת בחרה את הצירים, ואף אחת מהן לא פרסמה טבלה משותפת.
זה לא התחמקות מבחירת מנצח. זהו מצב הראיות כפי שהוא, וכדאי לומר זאת בפשטות, משום שהחלופה — לבחור את תרשים הספק שמחמיא למודל שכבר מועדף עליך — היא הדרך שבה מתקבלות החלטות רכש גרועות.
עקביות הווידאו היא כל הטיעון של Apple
Depth Pro 2 קיים בגלל חולשה ספציפית בעומק מונוקולרי: הרצת מודל פר-פריים על וידאו והעומק מהבהב, מכיוון שכל פריים מוערך ללא ידע על שכניו. התיקון של Apple הוא ארכיטקטוני. המודל הוא טרנספורמר רב-מבטי מעל פריימי הקלט, ולאחר השליש הראשון של הבלוקים שלו, הקשב מתחלף בין קשב בתוך הפריים לקשב בין פריימים. מפענח DPT פר-פריים מרכיב לאחר מכן טוקנים ממספר בלוקים למפות מאפיינים ברזולוציה של בין 1/32 ל-1/4 מרזולוציית הקלט.

מצבי הפעולה נובעים מכך. מצב Buffered, ברירת המחדל עבור קובצי וידאו, מעבד מקטעים של 16 פריימים החופפים בארבעה, כך שהעומק נשאר יציב לאורך גבולות המקטעים. מצב Unbuffered חוזה כל פריים כשהוא מגיע מתוך אותו פריים ו-15 הפריימים שלפניו, לשימוש עם מצלמה, עם ההסתייגות המתועדת שלפריימים הראשונים בזרם יש פחות פריימים קודמים ולכן עומק פחות יציב. סרטון מקבל אורך מוקד אחד בכל הפריימים — החציון של האומדים על פני החלון הראשון.
Depth Anything 3 מטפל במספר צפיות באופן משותף כברירת מחדל, כי זה מה שמודל קבוצת-צפיות עושה, אבל המסגור שלו הוא שחזור ולא ייצוב. השפה של הכרטיס עוסקת בשחזור מרחב חזותי מכל צפיות, והפלטים — extrinsics, intrinsics, point maps, Gaussian splats — הם השפה של צינור שחזור תלת-ממדי. אם הבעיה שלך היא "הווידאו הזה מהבהב", ל-Depth Pro 2 יש מצב לכך ול-Depth Anything 3 יש מוצר אחר.
להמיר את העומק למטרים בכל מקרה
העומק היחסי של Depth Anything 3 אינו כל כך מגבלה אלא חלוקת עבודה: המודל מוסר לך את המצלמות, והמצלמות הן מה שהופך עומק יחסי למטרים. ההמרה הזו היא עבודה של ממש — גורם קנה מידה לכל סצנה, מבסיס ידוע, מגודל אובייקט ידוע, או מחיישן — וזו אותה עבודה ש-Depth Pro 2 כבר עשתה מבפנים.
הפלט המטרי של Depth Pro 2 נושא איתו מצבי כשל משלו, והם מתועדים. העומק משתנה בהתאם לאורך המוקד, כך שאורך מוקד ארוך ב־10 אחוזים ממקם הכול רחוק מדי ב־10 אחוזים. פיקסלי שמיים מוחזרים כעומק אינסופי, או, במיוחד בדגמים הקטנים יותר, כעומק סופי של כמה קילומטרים, ולכן ה-README אומר לקצץ את הטווח לפני בניית ענן נקודות או תמונת צבע. ב-Python, העומק ההופכי מנורמל לפי אורך המוקד ושווה ל-focallength_px / (width * depth). זרם שייך לווידאו אחד ושומר את הפריימים האחרונים שלו ואת אורך המוקד שלו עד שפותחים זרם חדש.
אף אחד מהמודלים אינו מחליף חיישן עומק במשטח חסר טקסטורה או מחזיר אור. שניהם מסיקים את קנה המידה מראיות חזותיות, ושניהם ייכשלו באותם סוגי מקומות ומאותן סיבות.
מה העלות של הפעלת שניהם
ההבדל המעשי הוא בגרף התלויות. Depth Pro 2 מותקן כחבילת Python ממאגר GitHub באמצעות uv, חושף שורת פקודה (uv run depth-pro-2 predict -i photo.jpg -o out/) ו-API של Python, ומספק ייצואי Core ML עבור Apple silicon וכן אפליקציית הדגמה ל-Mac. המאגר מציין במפורש שהוא מכיל קוד להרצת המודלים אך לא קוד אימון או הערכה.
Depth Anything 3 מותקן כחבילה ניתנת לעריכה ממאגר ByteDance Seed וחושף CLI (da3 auto path/to/images --export-format glb) עם תהליך backend אופציונלי להרצת הסקה חוזרת, וזה בדיוק סוג הפרט שמתגלה רק כשמישהו מריץ אותו בלולאה.
שניהם נקודות ביקורת מחקריות בעלות ייעוד יחיד, ואף אחד מהם אינו משהו שמנתבים דרכו. מה שמקיף שלב עומק הוא עבודת מודל שפה — תיאור סצנה, החלטה מה לעשות איתה, ורישום התוצאה — ושם נקודת קצה אחת מצדיקה את קיומה: OrcaRouter מעמידה יותר מ-200 מודלים מתארחים מאחורי API אחד תואם OpenAI, בתוספת של 0% על מחיר המחירון של הספק, כך ששלבי ההיסק סביב מודל העומק שלך הם מפתח אחד וחשבון אחד. נקודת הביקורת של העומק נשארת תלות שאתה נועל; הצינור שסביבה לא חייב להיות כזה.
עם איזה אחד להתחיל?
התחל עם Depth Anything 3 אם אתה משחזר סצנה מכמה תצוגות ואתה רוצה את המצלמות, מפות הנקודות וה-Gaussian splats בקריאה אחת, ואם רישיון Apache 2.0 בגדלים הקטנים הוא מה שמאפשר את הפרויקט בכלל. קבוצת ההשוואה שלו נקראת בשם, הפלטים שלו רחבים, והצ'קפוינטים הקטנים הם הדברים היחידים הניתנים לרישוי מסחרי במאמר הזה.
התחל עם Depth Pro 2 אם התשובה שאתה צריך היא מרחק במטרים מפריים בודד או מזרם חי, ואם יציבות בין פריים לפריים היא התכונה שהאפליקציה שלך נכשלת בלעדיה. היכנס לזה בציפייה לחתוך את עומק השמיים, לקבע בכוונה את אורך המוקד, ולהיות מוקדם — למאגרים יש הורדות בעשרות, לקוד יש קומיט אחד, והדוח הטכני עדיין מציין מקום.
מה שאף אחד מהמודלים לא נותן לך הוא טענה שאפשר להגן עליה שהוא עולה על האחר, כי אף אחת מהמעבדות לא הריצה את המבחן. בחר לפי פורמט הפלט, הרישיון והאם הקלט שלך הוא וידאו. לשלוש השאלות האלה יש תשובות היום; לטבלת הדירוג אין.

