Moondream 3.1 9B A2B vs UI-Venus 2 9B: Satu Harga yang Dipublikasikan, Satu Lisensi yang Tertunda

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.

Apa yang dapat Anda hubungi hari ini, dan sampai kapan

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

Cloud milik vendor menjualnya per token: $0.30 per juta token masukan dan $1.00 per juta token keluaran pada latensi waktu nyata, atau $0.15 dan $0.50 pada API batch, yang mempertahankan diskon 50% di atas tarif daftar. Lens, produk fine-tuning, berjalan pada $0.60 per juta token pelatihan. Akses dibatasi lajunya alih-alih diukur berdasarkan konkurensi — halaman batas laju vendor mendokumentasikan 2 permintaan per detik untuk kunci API apa pun, naik menjadi 10 permintaan per detik setelah akun memiliki $10. Lalu tenggat waktunya: pada 13 November 2026 baik endpoint inferensi cloud maupun Lens ditutup, kredit yang dibeli dan belum terpakai dikembalikan, dan pelanggan diberi tahu bahwa mereka akan dibantu untuk pindah.

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.

UI-Venus 2 9B tidak pernah bisa dipanggil dengan cara itu. Ini adalah bobot parameter penuh dari model dense 9B yang diinisialisasi dari Qwen3.5-9B, terbagi ke dalam empat shard safetensors BF16, dan jalur yang dimaksud adalah server vLLM yang Anda siapkan sendiri, dijalankan dengan panjang model maksimum 262.144 token dan parser penalaran Qwen3. Kartu ini luar biasa gamblang tentang batas resep tersebut: konfigurasi penyajiannya "tidak divalidasi live-canary sebagai bagian dari pembaruan kartu model ini, jadi pin dan verifikasi versi vLLM yang sesuai untuk Qwen3.5 sebelum deployment."

Letakkan kedua paragraf itu berdampingan, dan perbedaan di mata pembeli adalah pos baris, bukan tolok ukur. Satu model adalah tagihan per token yang bisa Anda masukkan ke dalam spreadsheet hingga pertengahan November. Model lainnya adalah GPU yang harus Anda cari, tentukan ukurannya, dan jaga tetap hangat — dan vendor yang menerbitkan bobotnya belum pernah memvalidasi konfigurasi server untuk Anda.

Jumlah parameter sama, tagihan token sangat berbeda

Label 9B adalah hal paling tidak berguna yang dimiliki bersama oleh keduanya. Yang membedakan keduanya secara ekonomis adalah giliran per tugas.

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 adalah loop tertutup. Setiap langkah mengambil layar saat ini, membawa riwayat tangkapan layar episode, mengeluarkan jejak penalaran lalu sebuah aksi, dan tangkapan layar berikutnya kembali sebagai masukan. Evaluasi yang dipublikasikan menunjukkan berapa biaya itu dalam giliran: kartu model melaporkan MobileWorld pada anggaran 50 langkah dan lagi pada 100, serta OSWorld 2.0 pada anggaran 150 langkah. Konteks, dalam desain ini, bukanlah ruang untuk sebuah dokumen — melainkan berapa banyak status layar yang masih dapat diingat oleh agen.

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.

Berdampingan, dimensi demi dimensi

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

• Parameter — total 9B dengan 2B aktif per token, campuran pakar yang jarang. UI-Venus 2 9B: 9B padat, diinisialisasi dari Qwen3.5-9B.

• Keluaran — kotak pembatas, koordinat pusat, keterangan, jawaban tertulis, dan jalur segmentasi. UI-Venus 2 9B: sebuah tindakan, koordinat klik, dan jejak penalaran yang menghasilkannya.

• Konteks — 32K token. UI-Venus 2 9B: 262.144 embedding posisi maksimum, dikonfigurasi sebagai memori episode alih-alih konteks dokumen.

• Harga yang dipublikasikan — $0.30 untuk input dan $1.00 untuk output per juta token secara real-time, $0.15 dan $0.50 untuk batch, pada endpoint yang akan ditutup pada 13 November 2026. UI-Venus 2 9B: tidak ada, karena tidak ada endpoint pihak pertama. Anda menghostingnya sendiri atau tidak menggunakannya.

• Tolok ukur yang dipublikasikan — COCO 81,46 F1@0,5, ODinW-13 93,94, RefCOCO-M 87,1, CountBench 90,35, ChartQA 86,01, DocVQA 88,6, dan rata-rata suite 77,9. UI-Venus 2 9B: AndroidWorld 80,2, WebVoyager 90,8, OSWorld-Verified 70,8, ScreenSpot-Pro 73,0, VenusBench-CAPTCHA 78,1, dan tingkat keberhasilan serangan OSHarm sebesar 11,3% dibandingkan 25,3% pada model dasarnya. Setiap angka tersebut berasal dari vendor sendiri.

• 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.

• Skor independen — tidak ada. Tidak ada model pun yang memiliki entri di papan peringkat netral, dan kedua vendor tidak menerbitkan tolok ukur bersama, sehingga tidak ada apa pun di dua kolom di atas yang dapat dibandingkan lintas kolom.

Lisensi adalah titik di mana keduanya berhenti saling menyerupai.

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.

Posisi UI-Venus 2 9B bukan jenis pernyataan yang sama, dan layak dikutip alih-alih diparafrasekan. Bagian Status Rilis pada kartu tersebut menyatakan bahwa lisensi bobot model "masih menunggu konfirmasi akhir dan akan ditambahkan sebelum rilis publik," dan menjelaskan mengapa pilihan yang jelas tidak diambil: "Deklarasi Apache-2.0 sengaja tidak dibawa karena materi upstream saat ini memuat pernyataan lisensi yang saling bertentangan." Tidak ada file lisensi di repositori. Bobot tersebut dipublikasikan pada 26 Agustus 2026, dan repositori terakhir kali disentuh pada 2 September.

Pembacaan praktisnya bukanlah bahwa model tersebut tidak dapat digunakan. Melainkan bahwa lisensi yang belum terselesaikan adalah keputusan bisnis yang harus diambil seseorang secara resmi dan tercatat, bukan default yang Anda warisi begitu saja dengan mengunduh checkpoint. Riset, evaluasi, dan prototipe internal bukanlah tempat risiko berada. Menempatkannya di hadapan pelanggan yang membayar adalah tempat risikonya, dan tidak ada skor benchmark di bagian di atas yang mengubah hal itu. Kartu ini memuat syarat kedua yang layak dibaca sebelum siapa pun membangun sesuatu di atasnya: kemampuan memecahkan CAPTCHA "hanya boleh digunakan di lingkungan yang diizinkan" — sebuah batasan pada kasus penggunaan, bukan saran tentangnya.

Kedua vendor memungkinkan Anda memeriksa nomornya, dalam dua arah yang berbeda.

Sebagian besar rilis model menerbitkan tabel lalu berhenti sampai di situ. Kedua ini sama-sama menerbitkan catatan peringatannya, dan catatan peringatan itu adalah jenis hal yang berbeda.

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.

Laporan teknis UI-Venus 2, arXiv 2609.00028, yang dikirimkan pada 27 Agustus 2026, melakukan jenis pengungkapan yang lain. Baseline yang ditandai dengan tanda bintang dievaluasi atau direproduksi oleh para penulis berdasarkan protokol yang mereka nyatakan sendiri, bukan dikutip dari sumber lain. Tanda pisah berarti tidak dilaporkan, dan para penulis membiarkan tanda pisah itu tetap ada. MobileWorld dicetak dua kali, pada anggaran 50 langkah dan 100 langkah, sehingga Anda dapat melihat apa yang diperoleh dari langkah tambahan itu. OSWorld-Verified disertai peringatan bahwa perbandingan "mungkin menggunakan scaffold tindakan yang spesifik untuk model, sehingga perbandingan tersebut harus ditafsirkan sebagai referensi tingkat benchmark, bukan sebagai ablasi terkontrol." VenusBench-CAPTCHA adalah rata-rata mikro atas 219 contoh tetap; angka MCA-Bench menggunakan 1.000 contoh yang disampel. Ada sebuah kalimat yang menyatakan bahwa hasil lingkungan live dapat bervariasi bergantung pada tanggal evaluasi dan keadaan lingkungan.

Tidak ada dari semua ini yang membuat salah satu kumpulan angka tersebut dapat direproduksi pada data Anda, dan tidak ada vendor yang memiliki hasil independen untuk ditunjuk. Yang sebenarnya berarti adalah bahwa keduanya memberi tahu Anda seberapa berharga angka-angka mereka — yang lebih langka, dan lebih berguna bagi pembeli, daripada skor yang bagus.

Yang mana, berdasarkan batasan

• 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.

• Anda memerlukan sesuatu yang membaca layar dan bertindak berdasarkan layar itu — UI-Venus 2 9B, dan pertanyaan lisensi jadi lebih diprioritaskan daripada tabel benchmark. Terapkan dulu di otomatisasi internal dan tinjau kembali saat lisensinya sudah diperoleh, alih-alih baru menemukan masalahnya selama pengadaan.

• 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.

• Penanganan CAPTCHA ada dalam daftar Anda — baca dulu batasan kartunya. Kemampuannya sudah ada dan lisensi adalah hal yang menghalanginya.

Jika jawaban jujurnya adalah keduanya, untuk pekerjaan yang berbeda — persepsi pada jalur ingest dan agen pada jalur tindakan — itulah bentuk yang umum, dan ini adalah masalah dua kontrak sebelum menjadi masalah model.

Model di balik model, dan siapa yang merutekannya

Tidak satu pun dari checkpoint ini dilayani melalui OrcaRouter, jadi tidak ada hal di sini yang merupakan ajakan untuk memanggil mereka melalui kami. Lapisan yang memang perlu routing adalah lapisan yang berada di belakang keduanya.

Hasil deteksi harus ditriase, tindakan yang diusulkan agen harus dinilai, dan catatannya harus ditulis. Semuanya adalah pekerjaan teks, itu adalah separuh yang lebih mahal per token, dan di situlah satu kunci yang kompatibel dengan OpenAI di lebih dari 200 model — dengan harga daftar penyedia yang diteruskan pada markup 0%, dan failover otomatis antar penyedia — menghilangkan satu kontrak dan satu jalur kode dari pipeline. Jika Anda sudah tahu bentuk penalaran yang Anda inginkan, DSL perutean menyusun beberapa model menjadi satu panggilan, dan fusi model menjalankan sekumpulan model tersebut secara bersamaan pada input yang sama. Keduanya adalah cara untuk memvariasikan lapisan di balik model visi yang tetap tanpa menyentuh kode yang berkomunikasi dengan kamera.

Mekanisme penetapan harga lebih penting daripada biasanya dalam perbandingan khusus ini. Karena harga daftar diteruskan apa adanya alih-alih dinaikkan, perubahan harga vendor langsung berlaku di sisi kami pada hari yang sama. Untuk model yang harga hostingnya memiliki tanggal penghentian yang tertulis di dalamnya, itulah satu-satunya jenis pengaturan harga yang layak untuk dijadikan dasar perkiraan.

Apa yang akan mengubah jawaban ini?

Tiga hal, dan ketiganya dapat diperiksa.

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.

Sampai saat itu, ringkasan yang dapat dipertahankan sengaja dibuat sempit. Ini adalah dua model visi 9B yang sama-sama memiliki jumlah parameter, tag modalitas, dan kebiasaan mengembalikan koordinat, namun keduanya hampir tidak sepakat tentang apa pun yang menentukan deployment: berapa biaya sebuah pemanggilan, apakah pemanggilan bahkan merupakan unit yang tepat, dan apakah Anda diizinkan merilis keluarannya.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.