
Depth Pro 2 לעומת MoGe-2: עקביות וידאו לעומת מפות נקודות
- 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
Depth Pro 2 ו-MoGe-2 הם ambos מודלים מטריים לגיאומטריה מונוקולרית מבית מעבדות מחקר גדולות, ונכון לזמן כתיבת הדברים איש לא פרסם נתון שמעמיד אחד מול השני. Depth Pro 2 של Apple מדווח על Boundary F1 ועל Jitter, בממוצע על פני מערכי הנתונים Sintel ו-Spring. MoGe-2 של Microsoft מדווח על דיוק גיאומטרי יחסי, קנה מידה מטרי ושימור פרטים על תמהיל ההערכה שלו עצמו. שתי קבוצות המדדים אינן חופפות, כלומר כל טענה מסוג "X מנצח את Y" שתמצאו ביחס לצמד הזה היא либо מומצאת, либо שאולה מבנצ'מרק שאף אחת מהמעבדות לא הרצה.
זו אינה התחמקות. זה הדבר האחד השימושי ביותר לדעת לפני שאתם משקיעים שבוע באינטגרציה של אחד מהם. מה שאפשר להשוות הוא מה שכל מאגר באמת מספק, במה כל מודל תוכנן להיות גרוע, ואיזו מאותן חולשות נופלת על הפייפליין שלכם. המאמר הזה עושה זאת, והוא מפורש לגבי אילו טענות מגיעות מ-README של ספק ואילו מגיעות מכלום.
מה כל מאגר מכיל בפועל
Depth Pro 2 פרוס על פני כמה מאגרי Hugging Face ולא מאגר אחד. מאגר הכרטיס, apple/DepthPro2, מכיל את ה-README ואת האיורים; המשקלים מחולקים לפי גודל ל-apple/DepthPro2-S, apple/DepthPro2-B, apple/DepthPro2-L ו-apple/DepthPro2-H. מאגר נפרד, apple/DepthPro2-focal, מכיל אומד אורך מוקד עצמאי בעל 23.5M פרמטרים שנטען לצד כל גודל. מאגר נוסף, apple/DepthPro2-coreml, מכיל ייצואי Core ML עבור Apple silicon. מאגר הקוד הוא apple-aiml-research/ml-depth-pro-2 ב-GitHub.

ארבעת הגדלים נעים מ-24M פרמטרים ב-97 MB (S) דרך 97M ב-386 MB (B) ו-334M ב-1.3 GB (L) ועד 872M ב-3.5 GB (H+, ברירת המחדל). התצורות שלהן מאשרות את הקשר המשפחתי: S ו-B משתמשים בשלדי DINOv3 ViT-S ו-ViT-B עם קשב בין-פריימים בבלוקים 5, 7, 9 ו-11; L מרחיב זאת לבלוקים 9 עד 23 עם מפענח DPT בעל 256 ממדים; H+ מגיע לבלוקים 11 עד 31 ומרכיב טוקנים בבלוקים 7, 15, 23 ו-31.
MoGe-2 מגיע כארבעה צ'קפוינטים תחת ארגון Ruicheng: moge-2-vitl עם 326M פרמטרים וללא נורמלים, וגרסאות ה-normal: moge-2-vitl-normal עם 331M, moge-2-vitb-normal עם 104M, ו-moge-2-vits-normal עם 35M. כל אחד מחזיר מפת נקודות מטרית בקואורדינטות מצלמת OpenCV, מפת עומק, פרמטרים פנימיים מנורמלים של המצלמה, ומסכת פיקסלים תקפים, כאשר מפת הנורמלים מתווספת בגרסאות שנושאות אותה. MoGe-2 הוא הדור השני; המשפחה עברה מאז ל-MoGe-3, שהוכרז ב-18 באוגוסט 2026 עם מודל ViT-g בעל 1.25B פרמטרים, כך ש-MoGe-2 הוא כעת המהדורה הקודמת ולא הנוכחית.

היכן ששני העיצובים מתפצלים
• אופן הקלט — Depth Pro 2 מקבל תמונה אחת, קובץ וידאו או הזנת מצלמה חיה; MoGe-2 מקבל תמונה בודדת.
• טענת הכותרת — Depth Pro 2 טוענת לחדות ולעקביות זמנית; MoGe-2 טוענת לקנה מידה מטרי בתוספת פרטים עדינים, שהושגו באמצעות שלב עידון נתונים מאוחד שמשתמש בתוויות סינתטיות חדות כדי לסנן ולהשלים נתוני אימון אמיתיים.
• משטח הפלט — Depth Pro 2 מחזיר עומק במטרים בתוספת אורך המוקד שבו השתמש; MoGe-2 מחזיר מפת נקודות מלאה, עומק, פרמטרים פנימיים ומסכה, עם נורמלים בגרסאות הכוללות אותם.
• אורך מוקד — Depth Pro 2 מגיע עם אומד נפרד ויכול גם לקרוא EXIF או לקבל אורך מוקד ידוע בפיקסלים; MoGe-2 יכול לקבל שדה ראייה כאמת מידה אופציונלית כדי לשפר את הדיוק.
• קנה מידה — MoGe-2 הוסיף קנה מידה מטרי בעולם האמיתי לעומת MoGe-1, שייצר מפות נקודות אינווריאנטיות לאפין עם קנה מידה לא ידוע; Depth Pro 2 יורש קנה מידה מטרי מה-Depth Pro המקורי.
• רישיון — המשקלים של Depth Pro 2 נמצאים תחת רישיון Apple Machine Learning Research Model, לשימוש מחקרי בלבד, המוגדר כמחקר מדעי לא-מסחרי ופיתוח אקדמי. הקוד של MoGe-2 הוא MIT, כאשר DINOv2 המצורף תחת Apache 2.0.
שאלת הווידאו היא כל הטיעון
ההחלטה הארכיטקטונית המבחינה של Depth Pro 2 היא שטרנספורמר רב-מבטי מעבד פריים אחד או יותר במשותף, ולאחר השליש הראשון של הבלוקים שלו הוא מחליף בין קשב בתוך כל פריים לבין קשב בין פריימים. לאחר מכן, מפענח DPT חוזה מפת עומק הופכית לכל פריים. זו המכונה שמאחורי מספר ה-Jitter — מדד העקביות הזמנית — ולכן למודל יש בכלל סיפור וידאו.
בפועל משמעות הדבר היא שני מצבי פעולה. מצב ברירת המחדל, המצב עם חוצץ, מעבד מקטעים של 16 פריימים החופפים בארבעה, מה ששומר על עומק יציב במקום שבו המקטעים נפגשים; הגדרות החלון והחפיפה חושפות את אורך המקטע ואת החפיפה. המצב ללא חוצץ חוזה כל פריים עם הגעתו באמצעות אותו פריים ו-15 הפריימים שלפניו, וזה המצב הרצוי למצלמה. התיעוד של Apple עצמה גלוי באשר למחיר של המסלול החי: בפריימים הראשונים של זרם יש פחות פריימים לפניהם שאליהם אפשר להתייחס, ולכן העומק שלהם פחות יציב. סרטון מקבל אורך מוקד אחד לכל הפריימים שלו, שנלקח כחציון של האומדנים לאורך החלון הראשון שלו.
ל-MoGe-2 אין מקבילה. זהו מודל לתמונה בודדת, והרצתו על וידאו משמעה הרצה פריים-אחר-פריים וקבלה של כל הבהוב שייווצר. עבור משימת שחזור סטטי — פוטוגרמטריה, צינור נכסים מתמונה דוממת ל-3D, כל דבר שבו כל פריים בלתי תלוי — זו כלל אינה מגבלה. עבור רובוט או שכבת-על AR, זה ההבדל בין שמיש לבלתי שמיש.
מה המשמעות של "מדד" בכל פלט?
שני המודלים מצהירים על מטרים, ושניהם עושים משהו מעט שונה עם המילה הזו. Depth Pro 2 מחזיר מרחק לאורך כיוון הצפייה של המצלמה — קואורדינטת ה-z — ולא את המרחק בקו ישר מהמצלמה. הוא גם מנרמל עומק הופכי לפי אורך מוקד, כך שהעומק ההופכי שווה לאורך המוקד בפיקסלים מחולק במכפלת רוחב התמונה והעומק. פיקסלי שמיים מתקבלים כעומק אינסופי, או, במיוחד במודלים הקטנים יותר, כעומק סופי של כמה קילומטרים, וזה פרט שכדאי לטפל בו לפני בניית ענן נקודות.
MoGe-2 מחזיר מפת נקודות ישירות, מה שעוקף את ההמרה הזו. זהו הפלט השימושי יותר אם ממילא הולכים ל-3D, ולכן המודל מדווח על פרמטרים פנימיים של המצלמה לצד העומק — מפת הנקודות משמעותית רק במערכת קואורדינטות של מצלמה שגם אותה יודעים. אף אחד מהפלטים אינו תחליף לחיישן עומק אמיתי כאשר בסצנה אין טקסטורה שעליה לעגן את קנה המידה; שניהם אומדים, ושניהם ייסחפו על משטחים מחזירי אור או שקופים.
רישוי הוא ההחלטה, לא אמת המידה
אף אחד מהמודלים אינו שמיש מסחרית כפי שהוא מסופק, אך המגבלות שונות בדרכים שחשובות לבדיקה משפטית. המשקלים של Depth Pro 2 כפופים לרישיון Apple Machine Learning Research Model, שמתיר שימוש למטרות מחקר בלבד, כאשר המאגר מגדיר זאת כמחקר מדעי לא-מסחרי ופעילויות פיתוח אקדמיות. הקוד ברישיון נפרד, והמאגר מכיר בכך שהוא מבוסס על TIMM ו-DINOv3.
הקוד של MoGe-2 הוא MIT, שזה קרוב להיות ללא מגבלות, אם כי למשקלים אין תנאים נפרדים בכרטיס המודל והקוד המצורף של DINOv2 הוא Apache 2.0. אם השאלה שלך היא "האם אני יכול להפיץ את זה במוצר", התשובה הכנה בשני המקרים היא שאתה צריך שיחה עם המחלקה המשפטית, והשיחה לגבי MoGe-2 קצרה יותר. אם השאלה שלך היא "האם אני יכול לפרסם מאמר עם זה", שניהם בסדר.

מה שהמספרים החסרים אמורים לומר לך
הדוח הטכני של Depth Pro 2 עדיין אינו קיים. בלוק הציטוט במאגר עדיין כתוב arXiv:261X.XXXXX, וה־X־ים אינם השחרה — הם מציין מקום שטרם מולא. עמוד הפרויקט מפרט את המדדים שהוא טוען לניצחון בהם, Boundary F1 ו-Jitter, ואינו מפרט בסיסי השוואה, אלא מתייחס רק ל"עבודה קודמת הפועלת על פריים בודד או על מספר פריימים" ול"בסיסי השוואה בהגדרות ברירת המחדל שלהם".
ל-MoGe-2 יש מאמר אמיתי, arXiv 2507.02546, אבל התקציר שלו נטול מספרים באותה מידה; ההערכה מועברת למסמך נפרד. לכן טבלת ההשוואה שכנראה קיווית לה אינה קיימת באף אחד מהצדדים, וכל מאמר שנותן לך אחת כזו מצטט קריאת גרף.
מה שכדאי לזכור כשמתמחרים את שאר הסטאק. מודל עומק הוא שלב אחד בצינור עיבוד שגם צריך לתאר את הסצנה, להחליט מה לעשות איתה ולכתוב את התוצאה במקום כלשהו — והשלבים האלה הם קריאות למודל שפה, שבהן התמחור מפורסם וניתן להשוואה ישירה. זהו הטיעון להציב אותם מאחורי API אחד ולא שלושה: OrcaRouter מנתב 217 מודלים במפתח אחד בתוספת של 0%, כלומר מחיר המחירון של הספק עובר ללא שינוי, כך שהנחת מחיר של ספק נכנסת לתוקף באותו יום ולא מתי שמאגד מסתנכרן מחדש. מעבר אוטומטי בין ספקים במקרה תקלה חשוב מאותה סיבה ובכיוון ההפוך — אם שלב ההיסק הוא זה שחייב להישאר פעיל, רוצים שמשימת העומק תהיה הדבר היחיד בצינור שמותר לו להיכשל בשקט.
איזה מהם לבחור
אם יש לך וידאו ואכפת לך מהבהוב, Depth Pro 2 הוא היחיד מבין השניים שיש לו תשובה, והתשובה שלו היא ארכיטקטורה אמיתית — קשב חוצה-פריימים, חלונות חופפים, מצב חי עם קנס התחממות מתועד. התחל עם S על מחשב נייד, כפי שהתיעוד של Apple עצמה מציע, ועלה רק כאשר הקצוות אינם חדים מספיק.
אם יש לך תמונות סטילס ואתה רוצה מפת נקודות, MoGe-2 נותן לך יותר משטח פלט לכל קריאה, וגרסאות הנורמלים נותנות לך אות שני שאחרת היית מעריך בעצמך. קנה המידה המטרי שלו הוא השיפור לעומת MoGe-1, והוא מחזיק מעמד.
מה שאף אחד מהשניהם לא נותן לך הוא טענה מוצדקת שאחד מהם טוב מהשני, כי אף אחת מהמעבדות לא ערכה את הניסוי. התייחס לזוג כאל שני כלים שונים עם שמות חופפים, ולא כרשימה מדורגת, עד שמישהו יפרסם את המספרים.
