Molmo2-4B לעומת UI-Venus-2-9B: אחד מהשמות האלה הוא גודל, והוא שגוי
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 75 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 114 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 40 tok/s
- orcaחדשOrca: OrcaC2 1.02026-10-303 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 100 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 100 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 100 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 48 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 74 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 54 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 162 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2244אינטליגנציה
המודל נקרא UI-Venus 2 בגודל 9B. הוא לא 2.9B, והוא לא גרסת 9B של מודל 2.9B. המחרוזת בשם הקובץ היא מספר דור שמודבק למספר פרמטרים — inclusionAI/UI-Venus-2-9B — והיא פורשה הפוך על ידי מספיק פידים של רדאר ודפי קטלוג, עד כדי כך שהשוואה מול Molmo2-4B נראית כעת כמו שני מודלים קטנים באותה קטגוריית משקל. זה לא המקרה. UI-Venus-2-9B הוא סוכן GUI בגודל 9B שאותחל מ-Qwen3.5-9B, בערך פי שניים מגודלו של Molmo2-4B, 4.85B, ושניהם עושים עבודות שונות לחלוטין. אם אתם באמת רוצים את מודל ה-GUI הקטן מהמשפחה הזו, הוא UI-Venus-1.5-2B, ושם שייך מספר ה-2B.שני מודלים מתמחים עם חוזי פלט שונים הם בעיית ניתוב.ללא תוספת מעל מחיר המחירון של הספקמעבר לגיבוי מטפל במקרה שבו לאחד מהם יש אחר צהריים רע.
שני המודלים ישנים יותר מכפי שהמסגור מרמז. Molmo2-4B הוכרז על ידי Allen Institute for AI ב-11 בדצמבר 2025 והמשקולות שלו עלו ב-14 בדצמבר. המשקולות של UI-Venus-2-9B הופיעו ב-26 באוגוסט 2026 לצד דוח טכני, arXiv 2609.00028. מה שהשתנה לאחרונה בצד של Molmo הוא כלי פיתוח ולא משקולות: תמיכת Transformers מקורית מוזגה ב-9 באוקטובר 2026 ונכללה בגרסה v5.20.0 ב-15 באוקטובר, וכיוונון עדין לרובוטיקה, Molmo2-4B-tb, הופיע ב-5 בנובמבר. אף אחד מהם אינו השקה, ואף אחד מהם לא הופך את Molmo2-4B למודל GUI.
מה זה באמת UI-Venus 2 בגודל 9B
זהו סוכן ממשק בלולאה סגורה. הקלט הוא צילום מסך; הפלט הוא פעולה מנומקת — הקשה כאן, הקלדה של זה, גלילה — והלולאה נמשכת עד להשלמת המשימה. האימון מתנהל בשלושה שלבים על פני חמש משפחות משימות (עיגון, CAPTCHA, מובייל, ווב ומחשב), ומסתיים בזיקוק on-policy מרובה-מורים שמאחד מומחי תחום למדיניות אחת. כיסוי הסביבות הוא לב השחרור: יותר מ-170 אפליקציות מובייל בסינית ובאנגלית, מאגר ווב של יותר מ-4,000 דומיינים ב-19 קטגוריות, ושליטה במערכת הפעלה שולחנית שנבנתה מאפס.
המספרים של הספק עצמו, כולם מכרטיס המודל ומהדוח הטכני שלו:
• עיגון GUI — ScreenSpot-Pro 73.0, VenusBench-GD 77.1, OSWorld-G-R 78.5, UI-Vision 53.2.
• סוכנים ניידים — AndroidWorld 80.2, MobileWorld 65.8 במספר צעדים סטנדרטי ו-75.2 בתקציב של 100 צעדים, MobileGym 52.7, VenusBench-Mobile 46.5, KnowUBench 56.5, MemGUI 62.6.
• שולחן עבודה — OSWorld-Verified 70.8, DeskCraft 48.0, ו-OSWorld 2.0 עם דיוק בינארי של 0.0 וציון חלקי של 7.5 על פני 108 משימות בתקציב של 150 צעדים. כדאי לקרוא את האפס הזה בעיון; זהו מדד בינארי נוקשה, לא שגיאת הקלדה.
• אינטרנט — WebVoyager 90.8, Online-Mind2Web 74.0, REAL 76.9, Odysseys 77.3 בממוצע עם 62.0 מושלם.
• בטיחות — שיעור הצלחת התקיפה 11.3% ב-OSHarm ו-48.8% ב-OSBlind, לעומת 25.3% ו-79.4% עבור בסיס Qwen3.5-9B.
קיימת בדיקה עצמאית אחת. {{1}}בנצ'מארק האבחון PointerBench, שפורסם באוקטובר 2026, נותן ל-UI-Venus-2-9B ציונים של 64.2 ב-Sheets, 25.8 ב-Text ו-73.6 ב-Pro, ממוצע של 54.5, ומתאר אותו כמומחה הנייטיבי החזק ביותר ל-GUI grounding, בעוד שמסמן את ה-grounding ברמת הטקסט כאזור החלש ביותר שלו.{{/1}} {{2}}זו תוצאה של צד שלישי על תמהיל משימות שונה, והיא תיקון מועיל: הכותרת של ScreenSpot-Pro אינה כל התמונה.{{/2}}
מהו Molmo2-4B בפועל
מודל שפה-חזות לשימוש כללי עם פלט נקודה. 4,850,869,200 פרמטרים, מגדל חזותי SigLIP 2 so400m מעל Qwen3-4B-Instruct-2507, 36,864 פוזיציות, 19.42 GB של משקלי float32 על פני ארבעה שרדים. הוא מטפל בתמונות, במספר תמונות ובווידאו, ומחזיר קואורדינטות בקנה מידה של 0–1000 של רוחב וגובה התמונה, עם חותמות זמן כאשר הקלט הוא וידאו. ציון המצרף של הספק הוא 62.8 על פני 15 מבחני בנצ'מרק אקדמיים.
מה שאין לו הוא מספר GUI שפורסם. Molmo2-4B אינו מופיע בטבלאות של הדוח הטכני של UI-Venus, בהערכת PointerBench, או עם תוצאת ScreenSpot-Pro בכרטיס שלו עצמו. נתון ה-GUI הקרוב ביותר ממשפחת Molmo שייך למודל אחר: MolmoPoint-GUI-8B, פיין-טיון בגודל 8B המתמחה ב-GUI, מקו MolmoPoint ממרץ 2026, מדווח 61.1 ב-ScreenSpot-Pro. לצטט זאת בתור תוצאה של Molmo2-4B יהיה שגיאת קטגוריה, וזו השגיאה הבודדת הסבירה ביותר שקורא עלול לעשות כשמשווה בין השניים.
החפיפה קטנה יותר ממה שהשם מרמז
• גודל — 4.85B צפוף עבור Molmo2-4B לעומת מודל צפוף של 9B מאותחל מ-Qwen3.5-9B.
• קלטים — תמונה, ריבוי תמונות ווידאו עבור Molmo2-4B; צילום מסך עבור UI-Venus-2-9B, בלולאה, כאשר הפעולה הקודמת מוזנת בחזרה.
• פלטים — נקודות דלילות בקואורדינטות מנורמלות עבור Molmo2-4B; פעולה מובנית עבור UI-Venus-2-9B, שמפוענחת על ידי רתמת בדיקה שלאחר מכן מניעה את ההתקן.
חוזק — עיגון בתמונות טבעיות ובווידאו, ספירה ומעקב עבור Molmo2-4B; איתור רכיבים וניווט רב-שלבי בממשקים ברזולוציה גבוהה עבור UI-Venus-2-9B.
• עיגון GUI שפורסם — אין עבור Molmo2-4B; ScreenSpot-Pro 73.0 עבור UI-Venus-2-9B.
• רישיון — משקלים של Apache 2.0 עם הסתייגות בנוגע לנתוני צד שלישי עבור Molmo2-4B; כרטיס הדגם של UI-Venus-2-9B אינו מפרסם שדה רישיון כלל, וזהו פער שיש לסגור לפני כל מהלך מסחרי.
השורה האחרונה היא לא פרט שולי. מודל 9B שמבוסס על Qwen3.5-9B בלי שדה רישיון בכרטיס המודל הוא לא משהו שבדיקה משפטית יכולה לאשר על סמך README בלבד. גם המטא-דאטה של הכרטיס עצמו לא מועילה: תג ה-Safetensors שלו מציג "1.47M params", וזה לא גודל סביר עבור צ'קפוינט בגודל כזה ונראה כמו ארטיפקט של מטא-דאטה של שברים. שאלו את המתחזקים לגבי שני הדברים לפני שאתם מתכננים סביב זה.
אם אתה רוצה GUI grounding מסדרת Molmo
הנתיב הישר אינו Molmo2-4B. העבודה של Ai2 עצמה על GUI נמצאת במשפחת MolmoPoint, שבה MolmoPoint-GUI-8B מדווח 61.1 ב-ScreenSpot-Pro לעומת 73.0 של UI-Venus-2-9B, ושתי המספרים לפחות מגיעים מאותו מדד. גם אז, ההשוואה היא בין סביבות הרצה שונות: שלדי פעולה שונים, עיבוד מקדים שונה של צילומי מסך, ובמקרה של UI-Venus הנחה מתועדת שהחשיבה מושבתת והטמפרטורה מוגדרת לאפס לצורך איתור נקודה ישיר. פער של 12 נקודות במדד כה רגיש לבחירות סביבת ההרצה הוא אות, לא פסק דין.
מה ש-Molmo2-4B באמת טוב בו במערך סוכנים הוא שלב התפיסה שאינו כפתור. מציאת האובייקט שתיאר המשתמש בפריים מצלמה, הצבעה עליו לאורך וידאו, ספירת מופעים, מעקב אחר משהו לאורך זמן — אלה הם הפלטים שהמודל אומן עבורם, ואף אחד מהם אינו רכיב UI בצילום מסך ב-4K. צוותים לעתים קרובות מגיעים להריץ את שני סוגי המודלים: מומחה לממשק, ומודל כללי לסצנה.
זו בעיית ניתוב יותר מאשר בעיית מידול. לשני המודלים יש חוזי פלט לא תואמים ופרופילי חומרה שונים, והרצתם מאחורי מפתח יחיד משותף לשניהם — עם מעבר אוטומטי לגיבוי כאשר נקודת קצה אחת מתדרדרת וללא תוספת מחיר על מחיר המחירון של הספק — מסירה את החלק במערך שאין לו קשר לראייה. כדאי גם לומר בבירור שאף אחד מהמודלים האלה אינו בקטלוג של OrcaRouter; שניהם משקלים שאתם מארחים בעצמכם, ושכבת הניתוב יושבת סביבם ולא מתחתם.
הגרסה הקצרה
אם המשימה היא "להפעיל את האפליקציה הזו", UI-Venus-2-9B הוא המומחה ול-Molmo2-4B אין מה להציע בבנצ'מרק הזה. אם המשימה היא "להצביע על הדבר בתמונה הזו או בסרטון הזה", ל-UI-Venus-2-9B אין מה להציע ו-Molmo2-4B הוא הסיבה שההשוואה קיימת. ואם מה שרציתם באמת היה מודל GUI קטן להרצה בזול, ההשוואה הנכונה מעולם לא הייתה זו — היא UI-Venus-1.5-2B בגודל 2B, מול כל ג'נרליסט קומפקטי שתוכלו להצמיד לצידו.
