Moondream 3.1 9B A2B vs UI-Venus 2 9B: un prezzo pubblicato, una licenza in sospeso

M​oondream 3.1 9B A2B e UI-Venus 2 9Bhanno le stesse dimensioni, operano nella stessa modalità e restituiscono la stessa primitiva: una coordinata. Solo uno dei due ha un prezzo per token pubblicato, e quel prezzo appartiene a quello il cui endpoint ospitato sta per essere disattivato. M​oondream 3.1 9B A2B è venduto a 0,30 $ per milione di token in input e 1,00 $ per milione di token in output su M​oondream Cloud. Il 13 novembre 2026, tra quattro settimane da oggi, M​oondream Cloud — inferenza e prodotto di fine-tuning Lens insieme — chiuderà, un annuncio arrivato il 14 ottobre insieme alla notizia che l'azienda M​oondream è stata acquisita da Prime Intellect. UI-Venus 2 9B non ha alcun endpoint first-party, quindi non ha nemmeno un listino prezzi. E la licenza che ti direbbe se puoi distribuirlo commercialmente è ancora, per usare le parole della sua stessa model card, in attesa di conferma definitiva.

Nessuno di questi due modelli è nuovo, e qui non c'è alcun lancio. M​oondream 3.1 9B A2B è stato rilasciato il 7 luglio 2026 con la M​oondream Model License 1.0. UI-Venus 2 9B è comparso su Hugging Face il 26 agosto 2026 da inclusionAI, il repository del Venus Team presso Ant Group, con il rapporto tecnico pubblicato il 27 agosto. Ciò che si è effettivamente mosso negli ultimi sette giorni riguarda il fronte M​oondream: l'acquisizione, datata 14 ottobre sul blog di M​oondream e un giorno prima su quello di Prime Intellect, e la chiusura graduale in trenta giorni del servizio hosted che ne è conseguita. È per questo che vale la pena leggere questa coppia di modelli ora, anziché in una rassegna di lanci. A uno di questi due modelli è appena stato messo un conto alla rovescia sul canale di distribuzione; l'altro non ne ha mai avuto uno.

Cosa puoi chiamare oggi, e fino a quando

Moondream 3.1 9B A2B è disponibile in tre modi, e uno di questi ha un limite di tempo.

Il cloud del fornitore lo vende per token: $0,30 per milione di token di input e $1,00 per milione di token di output con latenza in tempo reale, oppure $0,15 e $0,50 sull'API batch, che mantiene uno sconto del 50% rispetto alla tariffa di listino. Lens, il prodotto di fine-tuning, è offerto a $0,60 per milione di token di addestramento. L'accesso è limitato tramite throttling anziché misurato in base alla concorrenza: la pagina dei limiti di frequenza del fornitore documenta 2 richieste al secondo per qualsiasi chiave API, che salgono a 10 richieste al secondo una volta che l'account ha $10. Poi la scadenza: il 13 novembre 2026 chiudono sia l'endpoint di inferenza cloud sia Lens, i crediti acquistati e non utilizzati vengono rimborsati, e ai clienti viene comunicato che saranno aiutati a trasferirsi.

I pesi, nel frattempo, non vanno da nessuna parte. La M​oondream Model License 1.0 consente il self-hosting commerciale, il fine-tuning, la quantizzazione e la ridistribuzione, e Photon — il motore di inferenza dello stesso fornitore — esegue il checkpoint localmente su hardware N​VIDIA Ampere o successivo e su Apple Silicon senza alcun costo. Quindi la scadenza traccia una separazione netta. Se il tuo codice invia richieste all'endpoint ospitato del fornitore, hai davanti una migrazione e circa quattro settimane per completarla. Se il tuo codice carica un checkpoint che possiedi, l'annuncio non ha cambiato nulla su cui devi intervenire.

UI-Venus 2 9B non è mai stato richiamabile in quel modo. Si tratta dei pesi a parametri completi di un modello dense da 9B inizializzato da Qwen3.5-9B, suddivisi in quattro shard safetensors BF16, e il percorso previsto è un server vLLM che si mette in piedi autonomamente, avviato con una lunghezza massima del modello di 262.144 token e con il parser di reasoning di Qwen3. La model card è insolitamente esplicita sui limiti di quella ricetta: la configurazione di serving "non è stata validata con live-canary come parte di questo aggiornamento della model card, quindi fissa e verifica una versione di vLLM appropriata per Qwen3.5 prima del deployment".

Metti quei due paragrafi uno accanto all'altro e la differenza per l'acquirente è una voce di costo anziché un benchmark. Un modello è una bolletta per token che puoi inserire in un foglio di calcolo fino a metà novembre. L'altro è una GPU che devi trovare, dimensionare e tenere calda — e il fornitore che ha pubblicato i pesi non ha mai convalidato per te la configurazione del server.

Stesso numero di parametri, bollette dei token molto diverse

L'etichetta 9B è la cosa meno utile che questi due hanno in comune. Ciò che li separa economicamente è il numero di turni per attività.

M​oondream 3.1 9B A2B non ha un secondo passaggio. Una chiamata è un'immagine in ingresso e una risposta breve in uscita — bounding box da detect, coordinate del centro da point, una didascalia o una risposta scritta da query. Esiste una modalità di ragionamento opzionale, e la documentazione del fornitore è schietta sul suo costo: abilitarla genera un'analisi esplicita prima della risposta e può "aumentare materialmente la latenza e i token generati". L'output è deliberatamente piccolo, e l'intera proposta del modello è che è piccolo pur rimanendo utile.

UI-Venus 2 9B è un ciclo chiuso. Ogni passo prende la schermata corrente, porta con sé la cronologia degli screenshot dell'episodio, emette una traccia di ragionamento e poi un'azione, e lo screenshot successivo ritorna come input. Le valutazioni pubblicate mostrano quanto questo costi in turni: la model card riporta MobileWorld con un budget di 50 passi e di nuovo a 100, e OSWorld 2.0 con un budget di 150 passi. Il contesto, in questo design, non è spazio per un documento — è quanti stati dello schermo l'agente riesce ancora a ricordare.

Segue il calcolo, ed è il nostro, non quello dei fornitori. Se una didascalia o una risposta di rilevamento è di 50-100 token di output, allora un milione di token di output corrisponde a qualcosa tra diecimila e ventimila chiamate a M​oondream per un dollaro. Non puoi scrivere la frase equivalente per UI-Venus 2 9B, perché non c'è un prezzo per cui dividere — paghi le ore GPU occupate dal ciclo, non i token che produce, e il conteggio dei token per attività completata dipende da quanti passaggi consenti. Stesso numero di parametri, stessa etichetta 9B, e le due bollette non sono nella stessa unità.

Un'altra asimmetria che vale la pena conoscere prima che morda un piano di produzione. M​oondream misura il proprio motore a 34,2 richieste al secondo su una singola H100 SXM5 con batch size 16 — un dato del fornitore, sull'hardware del fornitore, con Photon in servizio. L'API ospitata limita un account finanziato a 10 richieste al secondo. Si tratta di un divario di tre volte tra ciò che il modello può fare su hardware che controlli e ciò che l'endpoint ti consentirà di fare, ed è il tipo di cosa che una pipeline scopre in produzione anziché in una valutazione.

Fianco a fianco, dimensione per dimensione

• Attività — ​Moondream 3.1 9B A2B: percezione su una singola immagine. UI-Venus 2 9B: agentività su uno schermo, in un ciclo.

• Parametri — 9B totali con 2B attivi per token, un misto sparso di esperti. UI-Venus 2 9B: 9B denso, inizializzato da Qwen3.5-9B.

• Output — riquadri di delimitazione, coordinate del centro, didascalie, risposte scritte e percorsi di segmentazione. UI-Venus 2 9B: un'azione, una coordinata di clic e la traccia di ragionamento che le ha prodotte.

• Contesto — 32K token. UI-Venus 2 9B: 262.144 embedding di posizione massimi, configurati come memoria episodica anziché come contesto documentale.

• Prezzo pubblicato — $0,30 in ingresso e $1,00 in uscita per milione di token in tempo reale, $0,15 e $0,50 in batch, su un endpoint che chiude il 13 novembre 2026. UI-Venus 2 9B: nessuno, perché non esiste un endpoint first-party. Lo ospiti tu o non lo usi.

• Benchmark pubblicati — COCO 81,46 F1@0,5, ODinW-13 93,94, RefCOCO-M 87,1, CountBench 90,35, ChartQA 86,01, DocVQA 88,6, e una media della suite di 77,9. UI-Venus 2 9B: AndroidWorld 80,2, WebVoyager 90,8, OSWorld-Verified 70,8, ScreenSpot-Pro 73,0, VenusBench-CAPTCHA 78,1, e un tasso di successo degli attacchi OSHarm dell'11,3% rispetto al 25,3% del suo modello base. Ognuno di questi valori è quello dichiarato dal fornitore.

• Licenza — M​oondream Model License 1.0: pesi aperti, self-hosting commerciale consentito, ridistribuzione consentita, una restrizione. UI-Venus 2 9B: in attesa di conferma definitiva, senza file di licenza nel repository.

• Punteggi indipendenti — nessuno. Nessuno dei due modelli compare su una classifica neutrale, e i due fornitori non pubblicano alcun benchmark in comune, perciò nulla nelle due colonne qui sopra può essere confrontato in modo incrociato.

La licenza è il punto in cui i due smettono di somigliarsi.

La licenza di M​oondream è breve e specifica, e il fornitore l'ha riscritta per questa versione perché la precedente era difficile da leggere. L'uso commerciale, il self-hosting, il fine-tuning, la quantizzazione e la ridistribuzione sono tutti consentiti senza condizioni. L'unica restrizione è che non puoi, a tua volta, offrire a terzi inferenza o fine-tuning generici di M​oondream come servizio in hosting; un'applicazione ristretta e specifica per un dominio, costruita sul modello, è esplicitamente consentita. Per un team che distribuisce un prodotto che capita di vedere immagini, questa è una licenza permissiva con una clausola sui concorrenti, e la clausola non li riguarda.

La posizione di UI-Venus 2 9B non è lo stesso tipo di affermazione, e vale la pena citarla piuttosto che parafrasarla. La sezione Stato di rilascio della scheda afferma che la licenza dei pesi del modello è «in attesa di conferma definitiva e sarà aggiunta prima del rilascio pubblico», e spiega perché non è stata presa la scelta ovvia: «La dichiarazione Apache-2.0 non è stata intenzionalmente riportata perché gli attuali materiali upstream contengono dichiarazioni di licenza contrastanti.» Non c'è alcun file di licenza nel repository. I pesi sono stati pubblicati il 26 agosto 2026, e l'ultima modifica al repository risale al 2 settembre.

La lettura pratica non è che il modello sia inutilizzabile. È che una licenza irrisolta è una decisione aziendale che qualcuno deve prendere ufficialmente, non un'impostazione predefinita che si eredita scaricando un checkpoint. La ricerca, la valutazione e la prototipazione interna non sono dove risiede il rischio. Metterlo davanti a clienti paganti lo è, e nessun punteggio di benchmark nella sezione precedente cambia questo. La scheda contiene una seconda condizione che vale la pena leggere prima che qualcuno ci costruisca attorno: la capacità di risolvere CAPTCHA "dovrebbe essere utilizzata solo in ambienti autorizzati" — un vincolo sul caso d'uso, non un suggerimento al riguardo.

Entrambi i fornitori ti permettono di verificare il numero, in due direzioni diverse

La maggior parte dei rilasci di modelli pubblica una tabella e si ferma lì. Questi due hanno pubblicato entrambi le avvertenze, e le avvertenze sono tipi diversi di cose.

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.

Il rapporto tecnico UI-Venus 2, arXiv 2609.00028, presentato il 27 agosto 2026, fa l'altro tipo di divulgazione. Le baseline contrassegnate con un asterisco sono state valutate o riprodotte dagli autori secondo il loro protocollo dichiarato, anziché citate da altrove. Un trattino significa non riportato, e gli autori lasciano i trattini. MobileWorld è riportato due volte, con un budget di 50 passi e di 100, così puoi vedere cosa apportano i passi aggiuntivi. OSWorld-Verified include un avvertimento secondo cui i confronti "potrebbero usare scaffold di azione specifici del modello, quindi dovrebbero essere interpretati come riferimenti a livello di benchmark anziché come ablazioni controllate". VenusBench-CAPTCHA è una micro-media su 219 esempi fissi; il dato di MCA-Bench utilizza 1.000 esempi campionati. C'è una frase che afferma che i risultati in ambiente live possono variare in base alla data di valutazione e allo stato dell'ambiente.

Niente di tutto ciò rende riproducibile sui tuoi dati nessuno dei due insiemi di numeri, e nessuno dei due fornitori ha un risultato indipendente da indicare. Ciò che invece significa è che entrambi ti hanno detto quanto valgono i loro numeri — cosa più rara, e più utile per un acquirente, di un buon punteggio.

Quale, per vincolo

• Hai bisogno di box, punti centrali o conteggi sulle immagini, a un prezzo che puoi prevedere — M​oondream 3.1 9B A2B, con l'avvertenza che la previsione vale solo se fai self-hosting dopo il 13 novembre o sposti l'endpoint. Una bolletta per token con una data di spegnimento è una previsione con una scadenza, non un modello di costo.

• Ti serve qualcosa che legga uno schermo e agisca di conseguenza — UI-Venus 2 9B — e la questione della licenza passa davanti alla tabella dei benchmark. Mettilo prima nell'automazione interna e rivaluta quando arriva la licenza, invece di scoprire il problema durante l'approvvigionamento.

• Stai distribuendo su hardware che possiedi già — M​oondream 3.1 9B A2B. Photon è gratuito, funziona su componenti N​VIDIA Ampere o più recenti e su Apple Silicon, e ti offre lo stesso modello in sviluppo e produzione invece di due endpoint diversi che si comportano diversamente sotto carico.

• Vuoi il contesto più lungo sulla scheda tecnica — i 262.144 token di UI-Venus 2 9B sono reali nella configurazione, ma il consumatore previsto è una cronologia di screenshot, non un PDF. I 32K di M​oondream sono un quarto della dimensione e il suo fornitore non ha mai sostenuto che debba contenere l'episodio di un agente, quindi nessuno dei due numeri è una vittoria netta.

• La gestione dei CAPTCHA è sulla tua lista — leggi prima la restrizione della card. La capacità c'è e la licenza è ciò che le sta davanti.

Se la risposta onesta è entrambe, per compiti diversi — la percezione sul percorso di ingestione e un agente sul percorso d'azione — questa è la forma comune, ed è un problema di due contratti prima ancora che un problema di modello.

Il modello dietro il modello, e chi lo instrada

Nessuno di questi due checkpoint viene servito tramite OrcaRouter, quindi non c'è nulla, qui, che sia un messaggio promozionale che vi inviti a chiamarli tramite noi. Lo strato che invece ha bisogno di routing è quello che sta dietro di loro.

Un risultato di rilevamento deve essere sottoposto a triage, l'azione proposta da un agente deve essere valutata e il record deve essere scritto. Quelli sono compiti testuali, sono la metà più costosa per token, ed è qui che una singola chiave compatibile con OpenAI su oltre 200 modelli — con i prezzi di listino dei provider passati a un ricarico dello 0%, e failover automatico tra provider — elimina un contratto e un percorso di codice dalla pipeline. Dove conosci già la forma del ragionamento che desideri, il DSL di routing compone diversi modelli in una singola chiamata, e la fusione di modelli esegue un pannello di essi insieme sullo stesso input. Entrambi sono modi per variare il livello dietro un modello di visione fisso senza toccare il codice che comunica con la telecamera.

Il meccanismo di prezzo conta più del solito in questo particolare confronto. Perché i prezzi di listino vengono trasferiti direttamente anziché essere maggiorati, una variazione di prezzo del fornitore è attiva dal nostro lato lo stesso giorno. Per un modello il cui prezzo hosted ha una data di disattivazione scritta al suo interno, quello è l'unico tipo di accordo sui prezzi su cui valga la pena costruire una previsione.

Cosa cambierebbe questa risposta?

Tre cose, e tutte e tre sono verificabili.

La prima è la risoluzione della licenza di UI-Venus 2 9B. Se risulta permissiva, il calcolo per chiunque volesse l'agente ma non potesse giustificare il rischio legale cambia immediatamente, e la raccomandazione di cui sopra di tenerlo interno diventa obsoleta nella settimana in cui accade. La seconda è la ricomparsa di un endpoint first-party per M​oondream 3.1 9B A2B dopo la chiusura del cloud, il che ripristinerebbe il confronto prezzi che questo articolo ha potuto fare solo a metà. La terza, e quella che vale di più, è qualcuno che esegue entrambi i modelli sulle stesse immagini. Nessuno dei due fornitori ha un risultato indipendente e i due set di benchmark non si intersecano, quindi la prima persona che valuterà questi due sui propri dati produrrà l'unico confronto che risolverà la questione del grounding — e richiede un pomeriggio di lavoro, non un progetto di ricerca.

Fino ad allora, il riepilogo difendibile è volutamente ristretto. Questi sono due modelli di visione da 9B che condividono un numero di parametri, un tag di modalità e l'abitudine di restituire coordinate, e non concordano quasi su nulla di ciò che decide un deployment: quanto costa una chiamata, se una chiamata sia persino l'unità giusta e se ti sia consentito distribuire l'output.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.