Moondream 3.1 9B A2B vs UI-Venus 2 9B: Eén gepubliceerde prijs, één licentie in behandeling

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.

Wat je vandaag kunt bellen, en tot wanneer

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

De cloud van de leverancier verkoopt het per token: $0,30 per miljoen invoertokens en $1,00 per miljoen uitvoertokens met realtime latentie, of $0,15 en $0,50 via de batch-API, die een korting van 50% bovenop het lijsttarief behoudt. Lens, het fine-tuningproduct, kost $0,60 per miljoen trainingstokens. Toegang wordt afgeknepen in plaats van gemeten op basis van gelijktijdigheid — de rate-limitpagina van de leverancier vermeldt 2 verzoeken per seconde voor elke API-sleutel, oplopend tot 10 verzoeken per seconde zodra er $10 op het account staat. Dan de deadline: op 13 november 2026 worden zowel het cloud-inference-endpoint als Lens stopgezet, worden niet-bestede aangekochte credits terugbetaald, en krijgen klanten te horen dat ze geholpen worden bij de overstap.

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 was nooit op die manier aanroepbaar. Het betreft volledige parametergewichten van een dense 9B-model, geïnitialiseerd vanuit Qwen3.5-9B, opgesplitst over vier BF16-safetensors-shards, en de beoogde route is een vLLM-server die je zelf opzet, opgestart met een maximale modellengte van 262.144 tokens en de Qwen3 reasoning-parser. De kaart is ongewoon direct over de beperkingen van dat recept: de serveerconfiguratie "is niet live-canary-gevalideerd als onderdeel van deze modelkaartupdate, dus pin en verifieer een vLLM-versie die geschikt is voor Qwen3.5 voordat je uitrolt."

Zet die twee alinea's naast elkaar en het verschil voor de koper is een regelpost in plaats van een benchmark. Het ene model is een factuur per token die je tot half november in een spreadsheet kunt zetten. Het andere is een GPU die je moet vinden, dimensioneren en warm houden — en de leverancier die de gewichten heeft gepubliceerd, heeft de serverconfiguratie nooit voor je gevalideerd.

Zelfde parameteraantal, heel andere tokenrekeningen

Het 9B-label is het minst nuttige dat deze twee gemeen hebben. Wat hen economisch onderscheidt, is het aantal beurten per taak.

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 is een gesloten lus. Elke stap neemt het huidige scherm, draagt de screenshotgeschiedenis van de episode mee, produceert een redeneerspoor en dan een actie, en de volgende screenshot komt terug als invoer. De gepubliceerde evaluaties laten zien wat dat kost in beurten: de modelkaart rapporteert MobileWorld bij een budget van 50 stappen en opnieuw bij 100, en OSWorld 2.0 bij een budget van 150 stappen. Context is in dit ontwerp geen ruimte voor een document — het is hoeveel schermtoestanden de agent zich nog kan herinneren.

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.

Zij aan zij, dimensie voor dimensie

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

• Parameters — 9B totaal met 2B actief per token, een sparse mixture of experts. UI-Venus 2 9B: 9B dense, geïnitialiseerd vanuit Qwen3.5-9B.

• Uitvoer — begrenzingskaders, middelpuntcoördinaten, bijschriften, geschreven antwoorden en segmentatiepaden. UI-Venus 2 9B: een actie, een klikcoördinaat en het redeneerspoor dat ze heeft voortgebracht.

• Context — 32K tokens. UI-Venus 2 9B: 262.144 maximale positie-embeddings, geconfigureerd als episodegeheugen in plaats van documentcontext.

• Gepubliceerde prijs — $0,30 in en $1,00 uit per miljoen tokens real-time, $0,15 en $0,50 batch, op een endpoint dat sluit op 13 november 2026. UI-Venus 2 9B: geen, omdat er geen first-party endpoint is. Je host het zelf of je gebruikt het niet.

Gepubliceerde benchmarks — COCO 81,46 F1@0.5, ODinW-13 93,94, RefCOCO-M 87,1, CountBench 90,35, ChartQA 86,01, DocVQA 88,6, en een suitegemiddelde van 77,9. UI-Venus 2 9B: AndroidWorld 80,2, WebVoyager 90,8, OSWorld-Verified 70,8, ScreenSpot-Pro 73,0, VenusBench-CAPTCHA 78,1, en een succespercentage voor OSHarm-aanvallen van 11,3% tegenover 25,3% voor het basismodel. Elk van die cijfers is afkomstig van de leverancier zelf.

• 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.

• Onafhankelijke scores — geen. Geen van beide modellen heeft een vermelding op een neutrale ranglijst, en de twee leveranciers publiceren geen enkele gemeenschappelijke benchmark, dus niets in de twee bovenstaande kolommen kan onderling worden vergeleken.

De licentie is waar de twee niet meer op elkaar lijken.

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.

De positie van UI-Venus 2 9B is niet hetzelfde soort uitspraak, en het is de moeite waard om die te citeren in plaats van te parafraseren. De Release Status-sectie van de kaart zegt dat de licentie voor de modelgewichten "in afwachting van definitieve bevestiging is en vóór openbare vrijgave zal worden toegevoegd", en legt uit waarom niet voor de voor de hand liggende keuze is gekozen: "De Apache-2.0-verklaring is opzettelijk niet overgenomen omdat de huidige upstream-materialen tegenstrijdige licentieverklaringen bevatten." Er is geen licentiebestand in de repository. De gewichten zijn op 26 augustus 2026 gepubliceerd, en de repository is voor het laatst gewijzigd op 2 september.

De praktische interpretatie is niet dat het model onbruikbaar is. Het is dat een onopgeloste licentie een zakelijke beslissing is die iemand formeel moet nemen, geen standaard die je erft door een checkpoint te downloaden. Onderzoek, evaluatie en het maken van interne prototypes zijn niet waar het risico ligt. Het aan betalende klanten voorleggen is dat wel, en geen enkele benchmarkscore in de sectie hierboven verandert dat. De kaart bevat een tweede voorwaarde die het lezen waard is voordat iemand er iets omheen bouwt: het vermogen om CAPTCHA's op te lossen "mag alleen worden gebruikt in geautoriseerde omgevingen" — een beperking op het gebruiksscenario, geen suggestie erover.

Beide leveranciers laten je het nummer controleren, in twee verschillende richtingen.

De meeste modelreleases publiceren een tabel en laten het daarbij. Deze twee publiceerden allebei de kanttekeningen, en die kanttekeningen zijn verschillende soorten dingen.

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.

Het technische rapport UI-Venus 2, arXiv 2609.00028, ingediend op 27 augustus 2026, doet de andere soort onthulling. Baselines die met een asterisk zijn gemarkeerd, werden door de auteurs geëvalueerd of gereproduceerd volgens hun eigen opgegeven protocol in plaats van elders te zijn geciteerd. Een streepje betekent niet gerapporteerd, en de auteurs laten de streepjes staan. MobileWorld wordt twee keer afgedrukt, met een budget van 50 stappen en met 100, zodat je kunt zien wat de extra stappen opleveren. OSWorld-Verified gaat vergezeld van een waarschuwing dat vergelijkingen 'mogelijk modelspecifieke actiescaffolds gebruiken, dus ze moeten worden geïnterpreteerd als referenties op benchmarkniveau in plaats van gecontroleerde ablaties.' VenusBench-CAPTCHA is een microgemiddelde over 219 vaste voorbeelden; het MCA-Bench-cijfer gebruikt 1.000 gesamplede voorbeelden. Er staat een zin dat resultaten in een live-omgeving kunnen variëren met de evaluatiedatum en de toestand van de omgeving.

Niets hiervan maakt welke van de twee sets cijfers dan ook reproduceerbaar op jouw data, en geen van beide leveranciers heeft een onafhankelijk resultaat om naar te verwijzen. Wat het wel betekent, is dat ze je allebei hebben verteld wat hun cijfers waard zijn — wat zeldzamer is, en nuttiger voor een koper, dan een goede score.

Welke, door beperking

• 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.

• Je hebt iets nodig dat een scherm leest en erop handelt — UI-Venus 2 9B, en de licentiekwestie gaat vóór de benchmarktabel. Zet het eerst in voor interne automatisering en kom erop terug wanneer de licentie binnenkomt, in plaats van dat je het probleem tijdens de inkoop ontdekt.

• 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.

• CAPTCHA-afhandeling staat op je lijst — lees eerst de beperking van de kaart. De mogelijkheid is er en de licentie is wat ervoor staat.

Als het eerlijke antwoord beide is, voor verschillende taken — perceptie op het ingest-pad en een agent op het actiepad — dan is dat de gebruikelijke vorm, en het is een probleem van twee contracten voordat het een modelprobleem is.

Het model achter het model, en wie het routeert

Geen van beide checkpoints wordt via OrcaRouter aangeboden, dus niets hier is een verkooppraatje om ze via ons aan te roepen. De laag die wél routing nodig heeft, is de laag die erachter zit.

Een detectieresultaat moet worden getriageerd, de voorgestelde actie van een agent moet worden beoordeeld, en het record moet worden geschreven. Dat zijn teksttaken, ze vormen de duurdere helft per token, en dat zijn de plekken waar één OpenAI-compatibele sleutel voor meer dan 200 modellen — met de lijstprijzen van providers die tegen 0% markup worden doorgegeven, en automatische failover tussen providers — een contract en een codepad uit de pipeline haalt. Waar je de vorm van de redenering die je wilt al kent, combineert de routing-DSL meerdere modellen tot één aanroep, en model fusion laat een panel ervan samen op dezelfde input draaien. Beide zijn manieren om de laag achter een vast vision-model te variëren zonder de code aan te raken die met de camera praat.

Het prijsmechanisme is in deze specifieke vergelijking belangrijker dan anders. Omdat lijstprijzen één-op-één worden doorgegeven in plaats van met een opslag te worden verhoogd, staat een prijswijziging van de leverancier dezelfde dag al bij ons live. Voor een model waarvan de gehoste prijs een stopdatum met zich meebrengt, is dat de enige vorm van prijsafspraak waarop het de moeite waard is een prognose te bouwen.

Wat zou dit antwoord veranderen?

Drie dingen, en alle drie zijn controleerbaar.

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.

Tot die tijd is de verdedigbare samenvatting bewust smal. Dit zijn twee 9B-visionmodellen die een parameteraantal, een modaliteitstag en de gewoonte om coördinaten te retourneren gemeen hebben, en ze zijn het over bijna niets eens wat bepalend is voor een deployment: wat een call kost, of een call überhaupt de juiste eenheid is, en of je de output mag uitleveren.

Niets daarvan is hypothetisch: de gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in the OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en markering voor betwisting bevat.