
Depth Pro 2 vs UniDepth V2: Satu Model atau Satu Keluarga Utuh
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 186 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 358 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 87 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 139 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Hal yang menarik tentang Depth Pro 2 bukanlah bahwa model ini memperkirakan kedalaman. UniDepth V2 melakukannya, melaporkannya pada sepuluh kumpulan data dalam rezim zero-shot, dan telah melakukannya sejak makalahnya muncul sebagai arXiv 2502.20110 pada Februari 2025. Yang menarik adalah Depth Pro 2 menolak menjadi satu model. Apple merilisnya dalam empat ukuran plus estimator panjang fokus plus ekspor Core ML, dan ukuran yang Anda pilih mengubah apa yang bisa dilakukan model kepada Anda hampir sebanyak model mana yang Anda pilih.
Keduanya adalah estimator monokular metrik yang dilatih untuk bekerja pada gambar yang belum pernah mereka lihat. Depth Pro 2 mengembalikan kedalaman dalam meter di sepanjang sumbu pandang kamera; UniDepth V2 mengembalikan kedalaman metrik dan point cloud dalam koordinat kamera, beserta intrinsik yang disimpulkannya. Keduanya mengestimasi kamera alih-alih mengharuskannya diberikan. Perbandingan yang penting bukanlah akurasi — kedua lab belum menjalankan benchmark bersama — melainkan seberapa besar keputusan deployment yang masing-masing serahkan kepada Anda.
Empat ukuran dibandingkan tiga backbone
Zoo model UniDepth V2 berisi tiga checkpoint: unidepth-v2-vits14, unidepth-v2-vitb14, dan unidepth-v2-vitl14, satu untuk setiap ukuran backbone ViT. Makalah ini menjelaskan modul kamera yang dapat memberi prompt pada dirinya sendiri yang memprediksi representasi kamera padat untuk mengondisikan fitur kedalaman, output pseudosferis yang memisahkan representasi kamera dan kedalaman, loss berbasis tepi yang diwarisi dari UniDepth V1, dan output ketidakpastian. Model menerima intrinsik yang diketahui atau kelas kamera — Pinhole, Fisheye624 — dan melewati prediksi saat Anda menyediakannya.
Empat ukuran Depth Pro 2 adalah S dengan 24 juta parameter dan 97 MB, B dengan 97 juta parameter dan 386 MB, L dengan 334 juta parameter dan 1,3 GB, serta H+ dengan 872 juta parameter dan 3,5 GB. File konfigurasi membuat penskalaan tersebut menjadi konkret: S dan B menjalankan backbone DINOv3 ViT-S dan ViT-B serta melakukan attention lintas frame pada blok 5, 7, 9, dan 11; L menjalankan ViT-L dan melakukan attention pada blok 9 hingga 23; H+ menjalankan ViT-H+ dan melakukan attention pada blok 11 hingga 31. Dimensi decoder berlipat ganda dari 64 pada S menjadi 128 pada B dan 256 pada L maupun H+.

• Sebaran parameter — UniDepth V2 mencakup tiga ukuran ViT tanpa jumlah yang dipublikasikan di kartu model; Depth Pro 2 mencakup 24M hingga 872M dengan jumlahnya di README.
• Checkpoint bawaan — Depth Pro 2 secara bawaan menggunakan H+ pada 3,5 GB; UniDepth V2 menyerahkan pilihan kepada pemanggil.
• Target ekspor — Depth Pro 2 menyediakan paket Core ML untuk perangkat keras Apple dan estimator panjang fokus 23,5 juta parameter yang terpisah; UniDepth V2 menyediakan dukungan ONNX.
• Model kamera — UniDepth V2 menyediakan kelas Pinhole dan Fisheye624 serta menerima intrinsik yang diketahui; Depth Pro 2 mengasumsikan kamera perspektif, membaca EXIF, atau memperkirakan panjang fokus dengan model terpisah.
• Ketidakpastian — UniDepth V2 mengembalikan keluaran keyakinan; Depth Pro 2 tidak.

Silsilah skala metrik berjalan ke arah sebaliknya.
UniDepth V2 adalah penyempurnaan dari desain kedalaman metrik, dan makalahnya secara eksplisit menyatakan bahwa tugas V2 adalah membuat arsitektur lebih sederhana dan lebih efisien sekaligus menambahkan tepi yang lebih tajam melalui SSI lokal yang dipandu tepi, bentuk dan rasio masukan yang fleksibel melalui pengaturan tingkat resolusi, inferensi yang lebih cepat, dukungan ONNX, dan model kamera baru. Angka zero-shot yang dilaporkan, dengan nilai lebih tinggi lebih baik pada metrik delta-1, adalah 98,8 pada NYUv2, 96,4 pada SUN-RGBD, 85,2 pada ETH3D, 94,5 pada iBims-1, 98,9 pada KITTI, 87,0 pada Nuscenes dan 88,2 pada DDAD, di sepuluh dataset secara total. Angka-angka tersebut dilaporkan oleh vendor dan tidak direproduksi di sini.
Depth Pro 2 hadir pada skala metrik dari arah sebaliknya. Depth Pro yang asli adalah model fondasi untuk kedalaman metrik zero-shot yang menghasilkan peta 2,25 megapiksel dalam 0,3 detik dan memperkirakan panjang fokus dari satu gambar, dan kontribusi Depth Pro 2 bukanlah skala melainkan konsistensi — batas yang tajam dan kedalaman yang stabil di seluruh frame. Tidak ada tabel delta-1 yang diterbitkan untuknya. Halaman proyek menyebut Boundary F1 dan Jitter sebagai metrik yang diklaimnya unggul dan tidak memberikan nilai, dan blok sitasi masih mengarah ke arXiv:261X.XXXXX, sebuah placeholder bukan makalah.
Jadi, kedua model tersebut tidak bersaing pada sumbu yang sama. UniDepth V2 adalah estimator kedalaman dengan narasi zero-shot yang kuat dan tertabulasi. Depth Pro 2 adalah estimator kedalaman yang telah dibuat stabil secara temporal, dan buktinya adalah sebuah grafik dan sebuah klaim. Jika evaluasi Anda adalah "mana yang memiliki angka yang bisa saya masukkan ke dalam dokumen pengadaan," UniDepth V2 memilikinya dan Depth Pro 2 belum.
Apa yang sebenarnya diberikan oleh output tersebut kepada Anda
Perbedaan bentuk keluarannya lebih besar daripada yang terlihat. UniDepth V2 memberi Anda point cloud yang sudah dinyatakan dalam koordinat kamera, dengan intrinsik yang membuatnya bermakna dan kanal ketidakpastian yang dapat Anda tetapkan ambangnya. Depth Pro 2 memberi Anda peta kedalaman plus panjang fokus yang dipilihnya, yang berarti konversi ke 3D menjadi tanggung jawab Anda untuk ditulis dan bisa saja salah. Jika Anda memproduksi aset, UniDepth V2 menghemat satu tahap. Jika Anda memproduksi kedalaman — matte, mask oklusi AR, focus-pull — struktur tambahan itu adalah pekerjaan yang tidak Anda butuhkan.
Tidak satu pun dari kedua model ini menggantikan sensor kedalaman pada permukaan tanpa tekstur atau reflektif. Keduanya memperkirakan skala dari bukti visual, dan keduanya akan salah di tempat yang sama karena alasan yang sama.
Lisensi, dan pertanyaan komersial
UniDepth V2 dirilis di bawah Creative Commons BY-NC 4.0, yang bersifat nonkomersial. Bobot Depth Pro 2 berada di bawah lisensi Apple Machine Learning Research Model, yang didefinisikan oleh repositori sebagai hanya untuk penggunaan riset — riset ilmiah nonkomersial dan pengembangan akademik. Dalam pertanyaan lisensi, keduanya berada pada posisi yang sama: keduanya bukan lisensi produk, dan keduanya memerlukan pembicaraan hukum sebelum menyentuh pendapatan.
Yang membedakan adalah apa yang mengelilingi keduanya. Repositori kode {{1}}UniDepth V2{{/1}} adalah implementasi referensi dan kartu model menunjuk {{2}}ke sana{{/2}} untuk dokumentasi; {{3}}Depth Pro 2{{/3}} menyediakan paket yang dapat diinstal melalui pip dengan antarmuka baris perintah, API Python, aplikasi demo Mac, dan pernyataan eksplisit bahwa repositori tersebut berisi kode untuk menjalankan model tetapi bukan kode pelatihan atau evaluasi. Jika Anda mengevaluasi "seberapa cepat sebuah tim dapat produktif dengan ini," {{4}}Depth Pro 2{{/4}} telah melakukan lebih banyak pekerjaan itu.

Di mana hal ini berujung dalam sistem nyata biasanya selalu di tempat yang sama: model kedalaman hanyalah satu panggilan dalam sebuah pipeline, dan pipeline di sekitarnya adalah tempat biaya dan kerapuhan berada. OrcaRouter menempatkan 217 model di balik satu endpoint yang kompatibel dengan OpenAI dengan markup 0% — harga daftar dari penyedia diteruskan tanpa perubahan — dan menambahkan failover otomatis antar penyedia, sehingga tahap kedalaman yang harus terdegradasi secara mulus dapat melakukannya tanpa kontrak vendor kedua. Routing bukanlah bagian yang menarik dari sebuah pipeline kedalaman, tetapi itulah bagian yang menentukan apakah pipeline tetap berjalan.
Cara memilih
Ambil UniDepth V2 ketika Anda menginginkan kedalaman dan geometri sekaligus, ketika Anda memiliki model kamera yang dapat Anda sediakan, dan ketika Anda membutuhkan angka yang dapat Anda kutip. Evaluasi sepuluh kumpulan data adalah bukti terpublikasi terkuat yang dimiliki kedua model, dan keluaran keyakinan benar-benar berguna untuk memfilter prediksi buruk di hilir.
Gunakan Depth Pro 2 saat Anda memerlukan penyetel ukuran dan jalur video. Mulai dari S di laptop lalu beralih ke H+ di server adalah alur kerja nyata yang didokumentasikan Apple, dan estimator panjang fokus yang terpisah berarti Anda dapat menjalankan pemecahan kamera sekali lalu menggunakannya kembali. Namun, desain konsistensi temporal baru bermanfaat pada video — pada foto diam, Anda membayar untuk attention lintas-frame yang tidak pernah Anda gunakan.
Yang sebaiknya tidak Anda lakukan adalah membaca perbandingan keduanya yang memberi peringkat. Tidak ada tolok ukur bersama, dan metrik yang dipilih tiap lab adalah metrik yang menjadi keunggulan lab masing-masing. Jika Anda perlu keputusan hari ini, penentu akhirnya adalah format keluaran dan lisensi, bukan pemenang.
