
Depth Pro 2 vs Marigold: Metrische diepte of een diffusieprior
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 186 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 358 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 139 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Marigold voorspelt geen diepte. Het genereert diepte, één denoisingstap tegelijk, vanuit een latent diffusiemodel dat is gefinetuned vanuit Stable Diffusion 2. Depth Pro 2 voorspelt diepte in één forward pass, vanuit een transformer die direct op de taak is getraind. Beide produceren een dieptekaart die er goed uitziet, beide vallen onder een onderzoekslicentie, en het verschil tussen hen is het verschil tussen een sampler en een regressor — dat zich eerst uit in een rekening, ten tweede in een latentieprofiel en pas ten derde in nauwkeurigheid.
Die volgorde is bewust. De gebruikelijke vergelijking zet AbsRel aan de ene kant en Boundary F1 aan de andere en roept een winnaar uit, wat hier niet mogelijk is: de cijfers van Marigold en die van Depth Pro 2 komen uit verschillende protocollen op verschillende datasets en zijn door geen van beide labs ooit tegen elkaar getest. Wat wel vergelijkbaar is, zijn de kosten om een antwoord te krijgen, de schaalconventie waarin het antwoord wordt geleverd, en wat elke licentie toestaat. Die drie vragen hebben echte antwoorden.
Twee manieren om een getal uit pixels te halen
De modelkaart van Marigold is expliciet over het eigen type: een generatieve, op latente diffusie gebaseerde, affien-invariante monoculaire diepteschatter, fijn afgestemd op stable-diffusion-2. Het v1.1-checkpoint, prs-eth/marigold-depth-v1-1, is gemaakt op 12 december 2024 en heeft 34 likes en ongeveer 6.600 downloads. Het is ontworpen voor de DDIM-scheduler en tussen 1 en 50 denoising-stappen, en het erft de effectieve resolutie van het basisdiffusiemodel van ongeveer 768 pixels, dus grotere invoer moet worden geschaald met de langere zijde op 768 voordat ze worden ingevoerd.
Depth Pro 2 is een discriminatief model. De kaart beschrijft een multi-view transformer over de invoerframes en een DPT-decoder die per frame een inverse dieptekaart voorspelt, waarbij tokens uit verschillende blokken worden samengevoegd tot feature maps op één tweeëndertigste tot één kwart van de invoerresolutie. Eén aanroep, één uitvoer, op de volledige resolutie van de invoer — de kaart is daar specifiek over, en het is het tegenovergestelde van een werkresolutie van 768 pixels.
• Inferentie — Marigold voert 1 tot 50 denoise-stappen per afbeelding uit; Depth Pro 2 voert één forward pass uit.
• Werkresolutie — Marigolds effectieve resolutie is ongeveer 768 pixels aan de lange zijde; Depth Pro 2 voorspelt op de volledige resolutie van de invoer.
• Ensembling — Marigold produceert alleen een onzekerheidskaart wanneer meerdere voorspellingen worden geënsembleerd met een omvang van meer dan twee, waardoor de kosten opnieuw worden vermenigvuldigd; Depth Pro 2 retourneert geen onzekerheid.
• Schaal — De uitvoer van Marigold is affien-invariant, met waarden tussen 0 en 1 die interpoleren tussen nabije en verre vlakken naar keuze van het model zelf; de uitvoer van Depth Pro 2 is metrisch, in meters.
• Invoer — Depth Pro 2 neemt een foto, een videobestand of een live camerabeeld; Marigold v1.1 neemt één afbeelding.
Marigold is een sampler, en daar komt een rekening bij.
Het aantal stappen is geen voetnoot. De kwaliteit van een diffusiedieptemodel is een functie van hoeveel denoisingstappen het uitvoert en hoeveel samples het ensembleert, en beide zijn knoppen die je instelt. Aan de onderkant krijg je een snelle, ruwe kaart; bij 50 stappen met een ensemble krijg je een betere kaart en een veel hogere rekenrekening voor dezelfde afbeelding. Marigolds kaart presenteert dit als een kenmerk — 1 tot 50 stappen is een bereik, en jij kiest waarop je wilt zitten — en dat is eerlijk, maar het betekent dat "de nauwkeurigheid van Marigold" geen enkel getal is. Het is een curve, en de curve heeft een kostenas.
Depth Pro 2 heeft geen equivalente instelknop. De grootte is de knop — S, B, L of H+ — en die verandert de gewichten in plaats van het aantal passes. Een voorspelling is hoe dan ook één pass. Voor een notebook is dat verschil academisch; voor een service die een videostream met 30 frames per seconde verwerkt, is het het hele ontwerp.
Daarom stopt het kostenverhaal rond een dieptemodel niet bij het model. De fase die een dieptekaart verbruikt — de scène beschrijven, beslissen wat te doen, het resultaat opschrijven — is werk voor een taalmodel, en dat is het deel waar de kosten per aanroep worden gepubliceerd en vergelijkbaar zijn. OrcaRouter geeft de lijstprijs van de provider door met 0% opslag voor meer dan 200 gehoste modellen op één sleutel, met automatische failover tussen providers. Een diffusiesampler in de visiefase met een ensemblevermenigvuldiger is precies het soort kosten waardoor je wilt dat de rest van de pijplijn voorspelbaar is.
Depth Pro 2 antwoordt in één keer
Het single-passontwerp brengt zijn eigen beperkingen met zich mee, en die worden gedocumenteerd in plaats van verborgen. Diepte is de afstand langs de kijkas van de camera — de z-coördinaat, niet de radiale afstand. Inverse diepte in Python wordt genormaliseerd door brandpuntsafstand: focallength_px / (width * depth). Diepte schaalt met brandpuntsafstand, dus een brandpuntsafstand die 10 procent te lang is, plaatst alles 10 procent te ver weg.

Het videogedrag is waar de architectuur zijn vruchten afwerpt. De gebufferde modus verwerkt clips van 16 frames die met vier overlappen, waardoor de diepte stabiel blijft over clipgrenzen heen; de niet-gebufferde modus voorspelt elk frame zodra het binnenkomt op basis van dat frame en de 15 daarvoor, met de gedocumenteerde opwarmstraf dat de eerste frames van een stream minder voorgangers hebben en daardoor een minder stabiele diepte. Een video krijgt één brandpuntsafstand voor al zijn frames, de mediaan over het eerste venster. Het geheugen groeit met de framegrootte en vensterlengte, niet met de duur.
Niets daarvan heeft een tegenhanger in Marigold, omdat Marigold v1.1 een model voor één afbeelding is. Gebruik je het op video, dan werk je frame voor frame, en de flikkering die eruit komt, is de flikkering die je uitlevert.
Affien-invariant versus metrisch
Dit is het gedeelte dat de meeste integraties beslist, en het gaat niet over kwaliteit. Marigolds output is affien-invariant: de voorspelde waarden liggen tussen 0 en 1 en interpoleren tussen het nabije en verre vlak dat het model heeft gekozen. Dat is een prima representatie voor een matte, een compositing-dieptepass, of alles wat wordt herschaald om in een bereik te passen — en het is de standaardconventie in de diffusie-diepteliteratuur, om de goede reden dat het is waar deze modellen echt goed in zijn.
De uitvoer van Depth Pro 2 is een meting in meters, met de brandpuntsafstand eraan gekoppeld. Voor een robot die moet beslissen of een obstakel één meter of drie meter verwijderd is, voor een AR-overlay die op een fysieke afstand moet staan, voor een puntenwolk in een echt coördinatenstelsel: dat verschil is de hele opgave. Het herstellen van de absolute schaal uit een affien-invariante kaart is een afzonderlijke stap waarbij een bekende referentie in de scène of een sensor betrokken is, en dat is werk dat Depth Pro 2 intern al heeft gedaan.
Geen van beide is beter. Het zijn verschillende producten van hetzelfde woord, en welke je wilt, wordt bepaald door wat de kaart consumeert.
Wat Marigold V2 in 2026 heeft veranderd
De naam "Marigold" omvat nu twee generaties, en de tweede is geen kleine update. Marigold V2, huawei-bayerlab/marigold-v2-0, werd gecreëerd op 27 augustus 2026 met een eerste release op 8 september 2026. Het is een diffusietransformer in plaats van een UNet: een LoRA-finetune van Qwen/Qwen-Image-Edit-2509, gepubliceerd samen met een paper voor SIGGRAPH Asia 2026 in ACM Transactions on Graphics 45(6), arXiv 2609.08084.
Het scala aan mogelijkheden is aanzienlijk verbreed. Marigold V2 wordt geleverd met checkpoints voor diepte in log-, lineaire en dispariteitsparametrisaties, gelaagde varianten die geometrie achter glas voorspellen, plus oppervlaktenormalen en albedo — dat laatste is het soort output dat alleen zinvol is bij een generatief model dat beeldvorming al begrijpt. Inferentie vereist ongeveer 17 GB GPU-geheugen bij 1024² en 29 GB bij 2048², dus een kaart van 24 GB dekt het eerste en voor het tweede is 32 GB nodig.
De diepte-uitvoer is nog steeds affien-invariant — diepte tot op een onbekende schaal en verschuiving per afbeelding — dus het schaalargument hierboven doorstaat de generatiewijziging ongewijzigd. Wat is veranderd, zijn nauwkeurigheid en resolutie: de gerapporteerde zero-shotresultaten onder het Pixel-Perfect Depth-protocol, AbsRel (lager is beter) en δ1 in procent, zijn 3,6 / 98,0 op NYUv2, 5,4 / 97,4 op KITTI, 2,8 / 99,2 op ETH3D, 3,7 / 97,9 op ScanNet en 5,2 / 97,1 op DIODE. Oppervlaktenormalen komen uit op een gemiddelde hoekfout van 16,6 graden en 61,2 procent binnen 11,25 graden op NYUv2, en albedo op Hypersim op PSNR 20,78, SSIM 0,811 en LPIPS 0,195. Die zijn door de leverancier gerapporteerd en hier niet gereproduceerd.
Wat elke partij je laat citeren
Marigold V2 publiceert een tabel. Depth Pro 2 publiceert een spreidingsdiagram met gelabelde assen en geen tabel per model. Die asymmetrie is het meest onderbelichte feit over deze combinatie, en ze druist in tegen de veronderstelling dat het nieuwere model wel het beter gedocumenteerde moet zijn.

De kaart van Depth Pro 2 rapporteert Boundary F1 en Jitter, gemiddeld over Sintel en Spring, beweert eerder werk dat op één frame of op meerdere frames werkt op beide te overtreffen, en zet ongeveer twee dozijn baselines uit — maar Marigold zit daar niet bij. Er staat geen Marigold-marker op Apple's grafiek en er is geen Depth Pro 2-rij in de tabel van Marigold V2, dus geen van beide labs heeft de twee modellen op één as geplaatst. Het citatieblok vermeldt nog steeds arXiv:261X.XXXXX — een plaatsaanduiding — en er is geen onderzoekspagina voor Depth Pro 2 op machinelearning.apple.com. Het technische rapport waarvan de kaart zegt dat het de modelgroottes op snelheid en geheugen vergelijkt, bestaat nog niet.
Dus een inkoopdocument kan vandaag verwijzen naar de AbsRel en δ1 van Marigold V2, met de kanttekening dat het leverancierscijfers zijn op een protocol dat u niet hebt uitgevoerd. Het kan helemaal geen Depth Pro 2-cijfer citeren. Dat is geen kritiek op het model; het is een feit over de release, en dat zal veranderen op de dag dat het rapport verschijnt.
Licenties: OpenRAIL, Apache, alleen voor onderzoek
Drie licenties over drie controlepunten, en ze zijn niet uitwisselbaar.
• Marigold v1.1 — CreativeML OpenRAIL++-M, de communitylicentie van Stable Diffusion 2, die op gebruik gebaseerde beperkingen kent in plaats van een puur niet-commercieel verbod.
• Marigold V2 — Apache 2.0 op de vrijgegeven gewichten, waarbij het basismodel Qwen-Image-Edit-2509 zijn eigen licentie behoudt, dus uw verplichtingen hangen van beide af.
• Depth Pro 2 — de Apple Machine Learning Research Model-licentie, die de repository omschrijft als toestemming voor gebruik uitsluitend voor onderzoeksdoeleinden, zijnde niet-commercieel wetenschappelijk onderzoek en academische ontwikkeling.
De praktische consequentie: Marigold V2 is de enige van deze drie die redelijkerwijs uit te brengen is, afhankelijk van wat het Qwen-basismodel ook vereist. Depth Pro 2 is dat niet, op geen enkele schaal, en de codelicentie ervan verandert daar niets aan. De code van Depth Pro 2 vermeldt TIMM en DINOv3 afzonderlijk als zijn fundamenten.
Waarvoor kiezen
Kies voor Marigold V2 als je een dieptekaart wilt als één van meerdere outputs — normalen, albedo, gelaagde doorschijnende diepte — en je werkt op ongeveer 1024², en de affien-invariante conventie is prima omdat je afnemer toch al herschaalt. Het is het flexibelere model, het publiceert getallen, en de licentie is de enige permissieve hier.
Kies Depth Pro 2 als je meters nodig hebt, als je invoer een video of een livefeed is, of als je scherpe grenzen op volledige resolutie nodig hebt en je het je niet kunt veroorloven om naar 768 te resamplen. Begin met S op een laptop, zoals de documentatie van Apple suggereert, en verwacht dat je de hemeldiepte moet afkappen — het eigen advies van de README, omdat hemelpixels oneindige diepte teruggeven of een eindige waarde van meerdere kilometers op de kleine modellen.
Wat je niet moet doen, is de twee kaarten als een ranglijst lezen. De AbsRel van Marigold V2 en de Boundary F1 van Depth Pro 2 zijn niet hetzelfde experiment, en de enige eerlijke uitspraak over hun relatieve kwaliteit is dat niemand de vergelijking heeft uitgevoerd: Apple heeft twee dozijn baselines uitgezet en Marigold hoorde daar niet bij, terwijl de paper van Marigold V2 evalueert ten opzichte van zijn eigen voorgangers op het Pixel-Perfect Depth-protocol.

