Moondream 3.1 9B A2B לעומת UI-Venus 2 9B: מחיר אחד שפורסם, רישיון אחד בהמתנה

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.

מה אתה יכול להתקשר אליו היום, ועד מתי

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

הענן של הספק מוכר אותו לפי טוקן: $0.30 למיליון טוקני קלט ו-$1.00 למיליון טוקני פלט בעיכוב זמן אמת, או $0.15 ו-$0.50 ב-Batch API, ששומר על הנחה של 50% על מחיר המחירון. Lens, מוצר הכיוונון העדין, פועל בעלות של $0.60 למיליון טוקני אימון. הגישה מוגבלת בקצב ולא נמדדת לפי מקביליות — עמוד מגבלות הקצב של הספק מתעד 2 בקשות בשנייה לכל מפתח API, ועולה ל-10 בקשות בשנייה כאשר יתרת החשבון מגיעה ל-$10. ואז המועד האחרון: ב-13 בנובמבר 2026 גם נקודת הקצה להסקה בענן וגם Lens ייסגרו, קרדיטים שנרכשו ולא נוצלו יוחזרו, וללקוחות נאמר שיסייעו להם לעבור.

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.

לא ניתן היה להפעיל את UI-Venus 2 9B בדרך הזו. אלה משקלי פרמטרים מלאים של מודל 9B צפוף שאותחל מ-Qwen3.5-9B, מפוצלים על פני ארבעה מקטעי safetensors מסוג BF16, והמסלול המיועד הוא שרת vLLM שאתם מקימים בעצמכם, שמופעל עם אורך מודל מקסימלי של 262,144 טוקנים ועם מפרסר החשיבה של Qwen3. כרטיס המודל ישיר באופן יוצא דופן לגבי מגבלות המתכון הזה: תצורת ההגשה "לא עברה אימות live-canary כחלק מעדכון כרטיס המודל הזה, לכן קבעו ואמתו גרסת vLLM המתאימה ל-Qwen3.5 לפני הפריסה."

הנח את שתי הפסקאות האלה זו לצד זו, וההבדל מבחינת הקונה הוא שורת תקציב ולא מדד השוואה. מודל אחד הוא חשבון לפי טוקן שאפשר להזין לגיליון אלקטרוני עד אמצע נובמבר. האחר הוא GPU שצריך למצוא, להתאים בגודל ולשמור עליו חם — והספק שפרסם את המשקלים מעולם לא אימת עבורך את תצורת השרת.

אותה ספירת פרמטרים, חשבונות טוקנים שונים בתכלית

התווית 9B היא הדבר הכי פחות שימושי ששניהם חולקים. מה שמבדיל ביניהם מבחינה כלכלית הוא מספר הסבבים לכל משימה.

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 הוא לולאה סגורה. כל צעד לוקח את המסך הנוכחי, נושא עמו את היסטוריית צילומי המסך של הפרק, פולט עקבות חשיבה ולאחר מכן פעולה, וצילום המסך הבא חוזר כקלט. ההערכות שפורסמו מראות מה זה עולה בסבבים: כרטיס המודל מדווח על MobileWorld בתקציב של 50 צעדים ושוב ב-100, ועל OSWorld 2.0 בתקציב של 150 צעדים. ההקשר, בעיצוב הזה, אינו מקום למסמך — הוא כמה מצבי מסך הסוכן עדיין יכול לזכור.

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.

זה לצד זה, ממד אחר ממד

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

• פרמטרים — 9B סה"כ עם 2B פעילים לכל טוקן, תערובת דלילה של מומחים. UI-Venus 2 9B: 9B צפוף, מאותחל מ-Qwen3.5-9B.

• פלט — תיבות תוחמות, קואורדינטות מרכז, כיתובים, תשובות כתובות ונתיבי סגמנטציה. UI-Venus 2 9B: פעולה, קואורדינטת לחיצה, ועקבות ההנמקה שהפיקו אותן.

• הקשר — 32K טוקנים. UI-Venus 2 9B: 262,144 הטמעות מיקום מקסימליות, מוגדרות כזיכרון אפיזודי ולא כהקשר מסמך.

• מחיר מפורסם — $0.30 לקלט ו-$1.00 לפלט למיליון טוקנים בזמן אמת, $0.15 ו-$0.50 באצווה, בנקודת קצה שנסגרת ב-13 בנובמבר 2026. UI-Venus 2 9B: אין, מכיוון שאין נקודת קצה first-party. אתם מארחים אותו או שלא משתמשים בו.

• מדדים שפורסמו — COCO 81.46 F1@0.5, ODinW-13 93.94, RefCOCO-M 87.1, CountBench 90.35, ChartQA 86.01, DocVQA 88.6, וממוצע כולל של 77.9. UI-Venus 2 9B: AndroidWorld 80.2, WebVoyager 90.8, OSWorld-Verified 70.8, ScreenSpot-Pro 73.0, VenusBench-CAPTCHA 78.1, ושיעור הצלחת תקיפה של OSHarm של 11.3% לעומת 25.3% של מודל הבסיס שלו. כל אחד מהנתונים הללו הוא של הספק עצמו.

• 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.

• ציונים בלתי־תלויים — אין. לאף אחד משני המודלים אין רשומה בלוח דירוג ניטרלי, ושתי הספקיות אינן מפרסמות מדד משותף, ולכן אין דבר בשתי העמודות שלעיל שניתן להשוות ביניהן.

הרישיון הוא המקום שבו השניים מפסיקים להידמות זה לזה.

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.

העמדה של UI-Venus 2 9B אינה הצהרה מאותו סוג, וראוי לצטט אותה ולא לנסח אותה מחדש. בקטע "מצב שחרור" (Release Status) בכרטיס נאמר שרישיון משקולות המודל הוא "ממתין לאישור סופי ויתווסף לפני השחרור הציבורי", ומוסבר מדוע הבחירה המתבקשת לא נעשתה: "הצהרת Apache-2.0 לא הועברה בכוונה, משום שחומרי ה-upstream הנוכחיים מכילים הצהרות רישיון סותרות." אין קובץ רישיון במאגר. המשקולות פורסמו ב-26 באוגוסט 2026, והמועד האחרון שבו נגעו במאגר הוא 2 בספטמבר.

הקריאה המעשית אינה שהמודל אינו שמיש. אלא שרישיון בלתי פתור הוא החלטה עסקית שמישהו צריך לקבל באופן מתועד, ולא ברירת מחדל שאתה יורש עם הורדת צ'קפוינט. מחקר, הערכה ואב-טיפוס פנימי אינם המקום שבו טמון הסיכון. הצבתו מול לקוחות משלמים היא כן, ושום ציון בנצ'מרק בסעיף שלמעלה לא משנה זאת. הכרטיס נושא תנאי שני שכדאי לקרוא לפני שמישהו בונה עליו: יכולת פתרון CAPTCHA "אמורה לשמש רק בסביבות מורשות" — אילוץ על מקרה השימוש, ולא הצעה לגביו.

שני הספקים מאפשרים לך לבדוק את המספר, בשני כיוונים שונים

רוב שחרורי המודלים מפרסמים טבלה ומסתפקים בזה. שני אלה פרסמו את ההסתייגויות, וההסתייגויות הן מסוגים שונים של דברים.

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.

הדוח הטכני של UI-Venus 2, arXiv 2609.00028, שהוגש ב-27 באוגוסט 2026, מיישם סוג אחר של גילוי. קווי בסיס המסומנים בכוכבית הוערכו או שוחזרו על ידי המחברים לפי הפרוטוקול המוצהר שלהם, ולא צוטטו ממקום אחר. מקף פירושו לא מדווח, והמחברים משאירים את המקפים. MobileWorld מודפס פעמיים, בתקציב של 50 צעדים ובתקציב של 100, כך שאפשר לראות מה מרוויחים מהצעדים הנוספים. OSWorld-Verified מגיע עם אזהרה שלפיה השוואות "עשויות להשתמש במסגרות פעולה ספציפיות למודל, ולכן יש לפרש אותן כהפניות ברמת בנצ'מרק ולא כאבלציות מבוקרות." VenusBench-CAPTCHA הוא מיקרו-ממוצע על פני 219 דוגמאות קבועות; הנתון של MCA-Bench מבוסס על 1,000 דוגמאות מדגמיות. יש משפט שמציין שתוצאות בסביבה חיה עשויות להשתנות בהתאם לתאריך ההערכה ולמצב הסביבה.

שום דבר מזה לא הופך אף אחת משתי קבוצות המספרים לניתנת לשחזור על הנתונים שלך, ולאף אחד מהספקים אין תוצאה בלתי תלויה להצביע עליה. מה שכן זה אומר הוא ששניהם אמרו לך מה שווים המספרים שלהם — וזה נדיר יותר, ושימושי יותר לקונה, מאשר ציון טוב.

איזה מהם, לפי אילוץ

• 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.

• אתה צריך משהו שקורא מסך ופועל עליו — UI-Venus 2 9B, ושאלת הרישיון עוברת לפני טבלת הבנצ'מרק. הכנס אותו קודם לאוטומציה פנימית וחזור לזה כשהרישיון יגיע, במקום לגלות את הבעיה במהלך הרכש.

• 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.

• טיפול ב-CAPTCHA נמצא ברשימה שלך — קרא תחילה את ההגבלה של הכרטיס. היכולת קיימת, והרישיון הוא הדבר שעומד בפניה.

אם התשובה הכנה היא "שניהם", עבור תפקידים שונים — תפיסה בנתיב הקליטה וסוכן בנתיב הפעולה — זו התבנית הנפוצה, וזו בעיה של שני חוזים לפני שהיא בעיה של מודל.

המודל שמאחורי המודל, ומי מנתב אותו

אף אחד מהצ'קפוינטים האלה לא מוגש דרך OrcaRouter, כך שאין כאן שום פיץ' לקרוא להם דרכנו. השכבה שכן זקוקה לניתוב היא זו שיושבת מאחוריהם.

תוצאת זיהוי צריכה לעבור מיון, יש לשפוט פעולה מוצעת של סוכן, ואת הרשומה יש לכתוב. אלו עבודות טקסט, הן החצי היקר יותר לכל טוקן, ושם מפתח בודד תואם OpenAI על פני יותר מ-200 מודלים — כשמחירון הספקים מועבר הלאה בתוספת של 0%, וכשמעבר אוטומטי בין ספקים — מסיר חוזה ומסלול קוד מהצינור. כשכבר ידועה לך צורת החשיבה שאתה רוצה, ה-DSL של הניתוב מרכיב כמה מודלים לקריאה אחת, ומיזוג מודלים מריץ פאנל שלהם יחד על אותו קלט. שתי אלה הן דרכים לשנות את השכבה שמאחורי מודל ראייה קבוע בלי לגעת בקוד שמדבר עם המצלמה.

מנגנון התמחור חשוב יותר מהרגיל בהשוואה הספציפית הזו. מכיוון שמחירי מחירון עוברים הלאה כפי שהם במקום שתתווסף עליהם תוספת, שינוי במחיר של ספק נכנס לתוקף אצלנו באותו היום. עבור מודל שתאריך סגירה כתוב בתוך מחיר האירוח שלו, זהו סוג הסדר התמחור היחיד ששווה לבנות עליו תחזית.

מה היה משנה את התשובה הזו

שלושה דברים, ושלושתם ניתנים לבדיקה.

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.

עד אז, הסיכום שניתן להצדיק הוא צר במכוון. אלו שני מודלי ראייה 9B שחולקים מספר פרמטרים, תג מודאליות, והרגל להחזיר קואורדינטות, והם כמעט אינם מסכימים על שום דבר שמכריע פריסה: מה העלות של קריאה, האם קריאה היא בכלל היחידה הנכונה, והאם מותר לך לשלוח את הפלט.

שום דבר מזה אינו היפותטי: כשלי ה-AI המתועדים ותקריות הסוכנים העומדים מאחורי מהדורות כמו זו מרוכזים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.