
Depth Pro 2 vs UniDepth V2: un solo modello o un'intera famiglia?
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 186 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 358 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 87 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 139 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
La cosa interessante di Depth Pro 2 non è che stimi la profondità. UniDepth V2 lo fa, lo riporta su dieci dataset in regime zero-shot e lo fa da quando il suo articolo è apparso come arXiv 2502.20110 nel febbraio 2025. La cosa interessante è che Depth Pro 2 si rifiuta di essere un solo modello. Apple lo ha distribuito in quattro dimensioni, più uno stimatore della lunghezza focale, più un'esportazione Core ML, e la dimensione che scegli cambia ciò che il modello può farti quasi tanto quanto il modello che hai scelto.
Entrambi sono stimatori monoculari metrici addestrati per lavorare su immagini che non hanno mai visto. Depth Pro 2 restituisce la profondità in metri lungo l'asse visivo della fotocamera; UniDepth V2 restituisce la profondità metrica e una nuvola di punti in coordinate della fotocamera, insieme ai parametri intrinseci che ha inferito. Entrambi stimano la fotocamera anziché richiederla. Il confronto che conta non è l'accuratezza — i due laboratori non hanno eseguito un benchmark condiviso — ma quanto della decisione di distribuzione ciascuno lascia a te.
Quattro dimensioni contro tre backbone
Il model zoo di UniDepth V2 comprende tre checkpoint: unidepth-v2-vits14, unidepth-v2-vitb14 e unidepth-v2-vitl14, uno per ogni dimensione del backbone ViT. Il paper descrive un modulo camera auto-promptabile che predice una rappresentazione densa della camera per condizionare le feature di profondità, un output pseudo-sferico che separa le rappresentazioni della camera e della profondità, una loss guidata dai bordi ereditata da UniDepth V1 e un output di incertezza. Il modello accetta intrinseci noti o una classe di camera — Pinhole, Fisheye624 — e salta la previsione quando li fornisci.
Le quattro dimensioni di Depth Pro 2 sono S con 24M parametri e 97 MB, B con 97M e 386 MB, L con 334M e 1,3 GB e H+ con 872M e 3,5 GB. I file di configurazione rendono concreto lo scaling: S e B utilizzano i backbone DINOv3 ViT-S e ViT-B e applicano l'attenzione tra i frame ai blocchi 5, 7, 9 e 11; L utilizza ViT-L e applica l'attenzione ai blocchi da 9 a 23; H+ utilizza ViT-H+ e applica l'attenzione ai blocchi da 11 a 31. La dimensione del decoder raddoppia da 64 su S a 128 su B e 256 sia su L sia su H+.

• Range dei parametri — UniDepth V2 copre tre dimensioni di ViT senza conteggi pubblicati nella model card; Depth Pro 2 va da 24M a 872M con i conteggi nel README.
• Checkpoint predefinito — Depth Pro 2 usa H+ per impostazione predefinita a 3,5 GB; UniDepth V2 lascia la scelta al chiamante.
• Obiettivi di esportazione — Depth Pro 2 include pacchetti Core ML per hardware Apple e uno stimatore separato della lunghezza focale da 23,5M di parametri; UniDepth V2 include il supporto ONNX.
• Modello di fotocamera — UniDepth V2 espone le classi Pinhole e Fisheye624 e accetta parametri intrinseci noti; Depth Pro 2 presuppone una fotocamera prospettica, legge i dati EXIF oppure stima la lunghezza focale con il modello separato.
• Incertezza — UniDepth V2 restituisce un output di confidenza; Depth Pro 2 no.

La discendenza su scala metrica va nella direzione opposta
UniDepth V2 è un perfezionamento di un'architettura di profondità metrica, e il paper è esplicito sul fatto che il compito di V2 era rendere l'architettura più semplice ed efficiente, aggiungendo al contempo bordi più nitidi tramite l'SSI locale guidato dai bordi, forme e rapporti di input flessibili tramite un'impostazione del livello di risoluzione, inferenza più rapida, supporto ONNX e i nuovi modelli di fotocamera. I numeri zero-shot riportati, in cui più alto è meglio sulla metrica delta-1, sono 98,8 su NYUv2, 96,4 su SUN-RGBD, 85,2 su ETH3D, 94,5 su iBims-1, 98,9 su KITTI, 87,0 su Nuscenes e 88,2 su DDAD, su un totale di dieci dataset. Sono dati dichiarati dal fornitore e non riprodotti qui.
Depth Pro 2 arriva alla scala metrica dalla direzione opposta. Il Depth Pro originale era un modello di base per la profondità metrica zero-shot che produceva mappe da 2,25 megapixel in 0,3 secondi e stimava la lunghezza focale da una singola immagine, e il contributo di Depth Pro 2 non è la scala ma la coerenza: confini nitidi e profondità stabile tra i frame. Non esiste una tabella delta-1 pubblicata al riguardo. La pagina del progetto indica Boundary F1 e Jitter come le metriche in cui dichiara di prevalere e non fornisce alcun valore, e il blocco delle citazioni rimanda ancora ad arXiv:261X.XXXXX, un segnaposto anziché un articolo.
Quindi i due modelli non competono sullo stesso asse. UniDepth V2 è uno stimatore di profondità con una solida storia zero-shot, documentata in tabelle. Depth Pro 2 è uno stimatore di profondità reso stabile nel tempo, e la prova di ciò è un grafico e un'asserzione. Se il tuo criterio di valutazione è "quale abbia numeri che posso inserire in un documento di gara", UniDepth V2 li ha e Depth Pro 2 non ancora.
Quello che l'output ti dà effettivamente
La differenza nella forma dell'output è più grande di quanto sembri. UniDepth V2 ti fornisce una nuvola di punti già espressa in coordinate della camera, con i parametri intrinseci che la rendono significativa e un canale di incertezza su cui puoi applicare una soglia. Depth Pro 2 ti fornisce una mappa di profondità più la lunghezza focale su cui si è assestato, il che significa che la conversione in 3D è da scrivere e da sbagliare. Se produci asset, UniDepth V2 fa risparmiare una fase. Se produci profondità — un matte, una maschera di occlusione AR, un focus-pull — la struttura extra è lavoro di cui non avevi bisogno.
Nessuno dei due modelli sostituisce un sensore di profondità su una superficie priva di texture o riflettente. Entrambi stimano la scala a partire da indizi visivi, ed entrambi sbaglieranno negli stessi punti per le stesse ragioni.
Licenze e questione commerciale
UniDepth V2 è rilasciato con licenza Creative Commons BY-NC 4.0, che è non commerciale. I pesi di Depth Pro 2 sono coperti dalla licenza Apple Machine Learning Research Model, che il repository definisce come solo uso di ricerca — ricerca scientifica non commerciale e sviluppo accademico. Sulla questione delle licenze, i due sono nella stessa situazione: nessuno dei due è una licenza per prodotto, ed entrambi richiedono una discussione legale prima di toccare i ricavi.
La differenza sta in ciò che li circonda. Il repository di codice di UniDepth V2 è l'implementazione di riferimento e la model card vi rimanda per la documentazione; Depth Pro 2 offre un pacchetto installabile con pip con un'interfaccia a riga di comando, un'API Python, un'app demo per Mac e un'esplicita dichiarazione che il repository contiene il codice per eseguire i modelli ma non il codice per l'addestramento o la valutazione. Se stai valutando «quanto rapidamente un team può essere produttivo con questo», Depth Pro 2 ha fatto più di quel lavoro.

Dove questo si colloca in un sistema reale è di solito sempre lo stesso punto: il modello di profondità è una singola chiamata in una pipeline, e la pipeline attorno ad esso è dove risiedono costo e fragilità. OrcaRouter mette 217 modelli dietro un unico endpoint compatibile OpenAI a 0% di ricarico — il prezzo di listino del provider passa invariato — e aggiunge failover automatico tra provider, così uno stadio di profondità che deve degradare in modo controllato può farlo senza un secondo contratto con un fornitore. Il routing non è la parte interessante di una pipeline di profondità, ma è la parte che decide se la pipeline resta operativa.
Come scegliere
Scegli UniDepth V2 quando vuoi profondità e geometria insieme, quando disponi di un modello di camera che puoi fornire e quando hai bisogno di numeri che puoi citare. La valutazione su dieci dataset è la più solida evidenza pubblicata di cui disponga uno dei due modelli, e l'output di confidenza è davvero utile per filtrare a valle le previsioni errate.
Scegli Depth Pro 2 quando vuoi un selettore della dimensione e un percorso video. Iniziare con S su un laptop e passare a H+ su un server è un flusso di lavoro reale che Apple documenta, e lo stimatore separato della lunghezza focale significa che puoi eseguire la risoluzione della camera una volta e riutilizzarla. Tuttavia, il design per la coerenza temporale ripaga solo sul video — sulle immagini fisse paghi per un'attenzione tra frame che non usi mai.
Quello che non dovresti fare è leggere un confronto tra questi due che li classifica. Non esiste un benchmark condiviso, e le metriche scelte da ciascun laboratorio sono quelle in cui ciascun laboratorio eccelle. Se ti serve una decisione oggi, a sciogliere la parità sono il formato di output e la licenza, non un vincitore.
