Moondream 3.1 9B A2B vs UI-Venus 2 9B: Jedna opublikowana cena, jedna oczekująca licencja

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.

Żaden z tych modeli nie jest nowy i nic tutaj nie jest premierą. M​oondream 3.1 9B A2B został wydany 7 lipca 2026 na licencji M​oondream Model License 1.0. UI-Venus 2 9B pojawił się na Hugging Face 26 sierpnia 2026 od inclusionAI, repozytorium Venus Team w Ant Group, a jego raport techniczny ukazał się 27 sierpnia. To, co faktycznie wydarzyło się w ciągu ostatnich siedmiu dni, dotyczy strony M​oondream: przejęcie, datowane na 14 października na blogu samego M​oondream i dzień wcześniej na blogu Prime Intellect, oraz trzydziestodniowe wygaszanie usługi hostowanej, które było z tym związane. To jest powód, dla którego ta para jest warta przeczytania teraz, a nie w podsumowaniu premier. Jeden z tych dwóch modeli właśnie ma swój kanał dystrybucji objęty odliczaniem; drugi nigdy nie miał odliczenia.

Co możesz dziś nazwać i do kiedy

M​oondream 3.1 9B A2B jest dostępny na trzy sposoby, a jeden z nich jest ograniczony czasowo.

Chmura dostawcy sprzedaje to za token: 0,30 USD za milion tokenów wejściowych i 1,00 USD za milion tokenów wyjściowych przy opóźnieniu w czasie rzeczywistym albo 0,15 USD i 0,50 USD w API wsadowym, co zapewnia 50% zniżki względem stawki katalogowej. Lens, produkt do dostrajania, kosztuje 0,60 USD za milion tokenów treningowych. Dostęp podlega ograniczaniu, a nie jest rozliczany na podstawie współbieżności — strona dostawcy z limitami szybkości podaje 2 żądania na sekundę dla dowolnego klucza API, rosnące do 10 żądań na sekundę, gdy konto zgromadzi 10 USD. A potem termin: 13 listopada 2026 r. zostaną zamknięte zarówno punkt końcowy inferencji w chmurze, jak i Lens, niewykorzystane zakupione kredyty zostaną zwrócone, a klienci są informowani, że otrzymają pomoc w migracji.

Wagi tymczasem nigdzie się nie wybierają. M​oondream Model License 1.0 zezwala na komercyjny self-hosting, dostrajanie, kwantyzację i redystrybucję, a Photon — własny silnik inferencyjny dostawcy — uruchamia checkpoint lokalnie na sprzęcie N​VIDIA Ampere lub nowszym oraz Apple Silicon bez opłat. Termin dzieli więc sprawę jednoznacznie. Jeśli twój kod wysyła żądania do hostowanego endpointu dostawcy, czeka cię migracja i około czterech tygodni na jej przeprowadzenie. Jeśli twój kod wczytuje checkpoint, który posiadasz, ogłoszenie nie zmieniło niczego, co wymagałoby podjęcia działań.

UI-Venus 2 9B nigdy nie dał się wywołać w ten sposób. To pełnoparametrowe wagi gęstego modelu 9B zainicjowanego z Qwen3.5-9B, podzielone na cztery shardy BF16 safetensors, a docelową ścieżką jest serwer vLLM, który samodzielnie stawiasz, uruchamiany z maksymalną długością modelu 262 144 tokenów i parserem rozumowania Qwen3. Karta jest nietypowo bezpośrednia co do ograniczeń tego przepisu: konfiguracja serwowania „nie przeszła walidacji live-canary w ramach tej aktualizacji karty modelu, więc przed wdrożeniem przypnij i zweryfikuj wersję vLLM odpowiednią dla Qwen3.5”.

Zestaw te dwa akapity obok siebie, a różnica dla kupującego staje się pozycją kosztową, a nie benchmarkiem. Jeden model to rozliczenie za token, które możesz wpisać do arkusza kalkulacyjnego do połowy listopada. Drugi to GPU, które musisz znaleźć, dobrać rozmiar i utrzymywać w gotowości — a dostawca, który opublikował wagi, nigdy nie zweryfikował dla ciebie konfiguracji serwera.

Ta sama liczba parametrów, bardzo różne rachunki za tokeny

Etykieta 9B to najmniej przydatna rzecz, którą te dwa mają wspólną. Tym, co je różni pod względem ekonomicznym, jest liczba tur na zadanie.

Moondream 3.1 9B A2B nie ma drugiego kroku. Jedno wywołanie to jedno zdjęcie na wejściu i krótka odpowiedź na wyjściu — ramki ograniczające z detect, współrzędne środka z point, podpis albo pisemna odpowiedź z query. Dostępny jest opcjonalny tryb rozumowania, a dokumentacja dostawcy mówi wprost o jego koszcie: jego włączenie generuje jawną analizę przed odpowiedzią i może „istotnie zwiększyć opóźnienie i liczbę generowanych tokenów”. Wynik jest celowo niewielki, a cała idea stojąca za modelem polega na tym, że jest mały, pozostając użytecznym.

UI-Venus 2 9B to zamknięta pętla. Każdy krok pobiera bieżący ekran, przenosi historię zrzutów ekranu z epizodu, emituje ślad rozumowania, a następnie akcję, a następny zrzut ekranu wraca jako dane wejściowe. Opublikowane ewaluacje pokazują, ile to kosztuje w przeliczeniu na kroki: karta modelu podaje MobileWorld przy budżecie 50 kroków i ponownie przy 100, a OSWorld 2.0 przy budżecie 150 kroków. Kontekst w tym projekcie to nie miejsce na dokument — to liczba stanów ekranu, które agent jest jeszcze w stanie zapamiętać.

Arytmetyka jest następująca i należy do nas, a nie do dostawców. Jeśli podpis lub odpowiedź detekcyjna to od 50 do 100 tokenów wyjściowych, to milion tokenów wyjściowych to gdzieś między dziesięcioma a dwudziestoma tysiącami wywołań Moondream za dolara. Nie da się napisać równoważnego zdania dla UI-Venus 2 9B, bo nie ma ceny, przez którą można podzielić — płacisz za godziny GPU zajmowane przez pętlę, a nie za tokeny, które produkuje, a liczba tokenów na ukończone zadanie jest funkcją tego, ile kroków pozwolisz. Ta sama liczba parametrów, ten sam nagłówek 9B, a te dwa rachunki nie są w tej samej jednostce.

Jeszcze jedna asymetria, którą warto znać, zanim odbije się na planie produkcyjnym. M​oondream mierzy wydajność własnego silnika na poziomie 34,2 żądań na sekundę na pojedynczym H100 SXM5 przy rozmiarze partii 16 — to liczba podana przez dostawcę, na sprzęcie dostawcy, z Photonem w roli serwera. Hostowane API ogranicza konto z dostępnymi środkami do 10 żądań na sekundę. To trzykrotna różnica między tym, co model może zrobić na sprzęcie, który kontrolujesz, a tym, na co pozwoli ci endpoint, i to jest coś, co pipeline odkrywa w produkcji, a nie podczas ewaluacji.

Obok siebie, wymiar po wymiarze

• Zadanie — M​oondream 3.1 9B A2B: percepcja pojedynczego obrazu. UI-Venus 2 9B: działanie na ekranie, w pętli.

• Parametry — łącznie 9B, z czego 2B aktywnych na token, rzadka mieszanina ekspertów. UI-Venus 2 9B: 9B gęsty, inicjalizowany z Qwen3.5-9B.

• Dane wyjściowe — ramki ograniczające, współrzędne środka, podpisy, odpowiedzi pisemne i ścieżki segmentacji. UI-Venus 2 9B: akcja, współrzędna kliknięcia i ślad rozumowania, który je wygenerował.

• Kontekst — 32 tys. tokenów. UI-Venus 2 9B: 262 144 maksymalnych osadzeń pozycji, skonfigurowanych jako pamięć epizodu, a nie kontekst dokumentu.

• Opublikowana cena — 0,30 USD za wejście i 1,00 USD za wyjście za milion tokenów w czasie rzeczywistym, 0,15 USD i 0,50 USD w trybie wsadowym, w punkcie końcowym, który zostanie zamknięty 13 listopada 2026 r. UI-Venus 2 9B: brak, ponieważ nie ma oficjalnego punktu końcowego. Albo hostujesz go samodzielnie, albo wcale z niego nie korzystasz.

• Opublikowane benchmarki — COCO 81,46 F1@0,5, ODinW-13 93,94, RefCOCO-M 87,1, CountBench 90,35, ChartQA 86,01, DocVQA 88,6 oraz średnia dla zestawu 77,9. UI-Venus 2 9B: AndroidWorld 80,2, WebVoyager 90,8, OSWorld-Verified 70,8, ScreenSpot-Pro 73,0, VenusBench-CAPTCHA 78,1 oraz wskaźnik skuteczności ataków OSHarm na poziomie 11,3% wobec 25,3% w przypadku jego modelu bazowego. Każda z tych liczb pochodzi od samego dostawcy.

• Licencja — Moondream Model License 1.0: otwarte wagi, dozwolony komercyjny self-hosting, dozwolona redystrybucja, jedno ograniczenie. UI-Venus 2 9B: w oczekiwaniu na ostateczne potwierdzenie, bez pliku licencji w repozytorium.

• Niezależne wyniki — brak. Żaden z modeli nie ma wpisu na neutralnej liście rankingowej, a obaj dostawcy nie publikują wspólnego benchmarku, więc niczego z dwóch powyższych kolumn nie można zestawiać.

Licencja jest tym, co sprawia, że te dwa przestają być do siebie podobne

Licencja Moondream jest krótka i konkretna, a dostawca przepisał ją na potrzeby tego wydania, ponieważ poprzednią trudno było czytać. Użycie komercyjne, samodzielny hosting, dostrajanie, kwantyzacja i redystrybucja są dozwolone bez żadnych warunków. Jedynym ograniczeniem jest to, że nie możesz oferować innym ogólnego wnioskowania ani dostrajania Moondream jako usługi hostowanej; wąska, dziedzinowa aplikacja zbudowana na tym modelu jest wyraźnie dopuszczalna. Dla zespołu wypuszczającego produkt, który przypadkiem ma styczność z obrazami, jest to licencja permisywna z klauzulą konkurencyjną, a ta klauzula ich nie dotyczy.

Stanowisko UI-Venus 2 9B nie jest tego samego rodzaju stwierdzeniem i warto je zacytować, a nie parafrazować. W sekcji Release Status karty napisano, że licencja wag modelu „oczekuje na ostateczne potwierdzenie i zostanie dodana przed publicznym wydaniem”, oraz wyjaśniono, dlaczego nie wybrano oczywistej opcji: „Deklaracja Apache-2.0 celowo nie została przeniesiona, ponieważ obecne materiały upstream zawierają sprzeczne oświadczenia licencyjne”. W repozytorium nie ma pliku licencji. Wagi opublikowano 26 sierpnia 2026 r., a repozytorium ostatnio zmodyfikowano 2 września.

Praktyczny wniosek nie jest taki, że modelu nie da się używać. Jest taki, że nierozwiązana kwestia licencji to decyzja biznesowa, którą ktoś musi podjąć oficjalnie, a nie domyślne ustawienie, które dziedziczysz, pobierając checkpoint. Badania, ocena i wewnętrzne prototypowanie to nie miejsce, w którym tkwi ryzyko. Udostępnienie go płacącym klientom — i żaden wynik benchmarku z powyższej sekcji tego nie zmienia. Karta zawiera drugi warunek, który warto przeczytać, zanim ktokolwiek zacznie na nim budować: zdolność rozwiązywania CAPTCHA „powinna być wykorzystywana wyłącznie w autoryzowanych środowiskach” — ograniczenie dotyczące przypadku użycia, a nie sugestia na jego temat.

Obaj dostawcy pozwalają ci sprawdzić numer w dwóch różnych kierunkach.

Większość premier modeli publikuje tabelę i na tym poprzestaje. Obie opublikowały też zastrzeżenia, a zastrzeżenia te są różnego rodzaju.

Post o wydaniu Moondream zawiera stopkę metodologiczną, która ustala sprzęt i harness: pojedynczy H100 SXM5, rozmiar batcha 16, najwyższe ustawienia dokładności i rozumowania dla każdego modelu, Photon dla samego Moondream, vLLM dla baseline'ów Qwen3.5 i Gemma 4, Hugging Face Transformers dla SAM 3 oraz LocateAnything oceniany w trybie slow, aby zmaksymalizować jego dokładność. Ujawnia też coś, czego dostawca nie ma obowiązku ujawniać: wyniki osiągnięto, traktując każdy benchmark jako zadanie klienta, trenując LoRA dla poszczególnych zadań za pomocą tego samego produktu do fine-tuningu, którego używają klienci, a następnie włączając te LoRA z powrotem do wag bazowych za pomocą destylacji on-policy. Przeczytaj to uważnie, a zmieni to, co opisuje tabela — checkpoint, który pobierasz, jest zdestylowanym studentem własnych specjalistów od zadań, a nie modelem, który przypadkiem tak dobrze generalizował na zadaniu, do którego nikt go nie trenował.

Raport techniczny UI-Venus 2, arXiv 2609.00028, przesłany 27 sierpnia 2026 r., stosuje inny rodzaj ujawniania informacji. Modele bazowe oznaczone gwiazdką zostały ocenione lub odtworzone przez autorów zgodnie z ich własnym, podanym protokołem, a nie zaczerpnięte z innego źródła. Myślnik oznacza brak danych, a autorzy pozostawiają myślniki. MobileWorld podano dwukrotnie, przy budżecie 50 kroków i 100 kroków, dzięki czemu można zobaczyć, co dają dodatkowe kroki. OSWorld-Verified zawiera ostrzeżenie, że porównania „mogą używać specyficznych dla modelu szkieletów działań, więc należy je interpretować jako odniesienia na poziomie benchmarku, a nie kontrolowane ablacje”. VenusBench-CAPTCHA to mikrośrednia z 219 stałych przykładów; wartość MCA-Bench opiera się na 1000 próbkowanych przykładach. Znajduje się zdanie stwierdzające, że wyniki w środowisku na żywo mogą się różnić w zależności od daty oceny i stanu środowiska.

Nic z tego nie sprawia, że którykolwiek z tych zestawów liczb da się odtworzyć na twoich danych, a żaden z dostawców nie ma niezależnego wyniku, na który mógłby wskazać. Oznacza to natomiast, że obaj powiedzieli ci, ile warte są ich liczby — co jest rzadsze i bardziej przydatne dla kupującego niż dobry wynik.

Który, przez ograniczenie

• Potrzebujesz ramek, punktów środkowych lub zliczeń na obrazach, w cenie, którą możesz prognozować — M​oondream 3.1 9B A2B, z zastrzeżeniem, że prognoza obowiązuje tylko wtedy, gdy po 13 listopada przejdziesz na własny hosting lub przeniesiesz punkt końcowy. Rozliczenie za token z datą wyłączenia to prognoza z terminem ważności, a nie model kosztów.

• Potrzebujesz czegoś, co odczytuje ekran i działa na jego podstawie — UI-Venus 2 9B, a kwestia licencji wysuwa się przed tabelę benchmarków. Najpierw wdróż to w automatyzacji wewnętrznej i wróć do tego, gdy licencja się pojawi, zamiast odkrywać problem dopiero podczas zakupów.

• Wdrażasz na sprzęcie, który już posiadasz — M​oondream 3.1 9B A2B. Photon jest darmowy, działa na układach N​VIDIA Ampere lub nowszych oraz Apple Silicon i zapewnia ten sam model w środowisku programistycznym i produkcyjnym zamiast dwóch różnych punktów końcowych, które zachowują się różnie pod obciążeniem.

• Chcesz dłuższego kontekstu w karcie specyfikacji — 262 144 tokeny UI-Venus 2 9B są realne w konfiguracji, ale docelowym odbiorcą jest historia zrzutów ekranu, a nie PDF. 32K w M​oondream to jedna czwarta tego rozmiaru, a jego dostawca nigdy nie twierdził, że musi pomieścić epizod agenta, więc żadna z tych liczb nie jest jednoznacznym zwycięstwem.

• Obsługa CAPTCHA jest na twojej liście — najpierw przeczytaj ograniczenie karty. Możliwość istnieje, a licencja jest tym, co stoi przed nią.

Jeśli szczera odpowiedź brzmi „jedno i drugie”, do różnych zadań — percepcja na ścieżce wprowadzania danych, a agent na ścieżce działania — to jest to typowy kształt i jest to problem dwóch kontraktów, zanim staje się problemem modelu.

Model stojący za modelem i to, kto odpowiada za jego routing

Żaden z tych punktów kontrolnych nie jest obsługiwany przez OrcaRouter, więc nic tutaj nie jest zachętą, by wywoływać je przez nas. Warstwa, która rzeczywiście wymaga routingu, to ta znajdująca się za nimi.

Wynik detekcji trzeba poddać triage'owi, proponowane działanie agenta trzeba ocenić, a zapis trzeba sporządzić. To zadania tekstowe, stanowią droższą połowę w przeliczeniu na token i to właśnie tam pojedynczy klucz zgodny z OpenAI obejmujący ponad 200 modeli — z cennikiem dostawców przekazywanym bez marży (0%) i automatycznym przełączaniem awaryjnym między dostawcami — usuwa z potoku jedno zobowiązanie umowne i jedną ścieżkę kodu. Tam, gdzie znasz już kształt rozumowania, którego chcesz użyć, DSL routingu łączy kilka modeli w jedno wywołanie, a fuzja modeli uruchamia ich panel razem na tych samych danych wejściowych. Oba podejścia pozwalają zmieniać warstwę stojącą za stałym modelem wizyjnym bez dotykania kodu, który komunikuje się z kamerą.

Mechanizm ustalania cen ma w tym konkretnym porównaniu większe znaczenie niż zwykle. Ponieważ ceny katalogowe są przekazywane dalej bez doliczania marży, zmiana ceny u dostawcy obowiązuje po naszej stronie tego samego dnia. W przypadku modelu, którego cena hostingu ma wpisaną datę wyłączenia, to jedyny rodzaj rozwiązania cenowego, na którym warto opierać prognozę.

Co zmieniłoby tę odpowiedź?

Trzy rzeczy, a wszystkie trzy można zweryfikować.

Pierwsza to rozstrzygnięcie licencji UI-Venus 2 9B. Jeśli okaże się permisywna, rachunek dla każdego, kto chciał tego agenta, ale nie mógł usprawiedliwić ryzyka prawnego, zmienia się natychmiast, a powyższa rekomendacja, by trzymać go wewnętrznie, staje się nieaktualna w tygodniu, w którym to nastąpi. Druga to ponowne pojawienie się oficjalnego endpointu dla M​oondream 3.1 9B A2B po wyłączeniu chmury, co przywróciłoby porównanie cen, które ten artykuł mógł przeprowadzić tylko połowicznie. Trzecia — i najwięcej warta — to ktoś, kto uruchomi oba modele na tych samych obrazach. Żaden z dostawców nie ma niezależnego wyniku, a te dwa zestawy benchmarków nie przecinają się, więc pierwsza osoba, która oceni te dwa modele na własnych danych, stworzy jedyne porównanie, które rozstrzygnie kwestię groundingu — a to popołudnie pracy, nie projekt badawczy.

Do tego czasu dające się obronić podsumowanie jest celowo wąskie. To dwa modele wizyjne 9B, które mają taką samą liczbę parametrów, znacznik modalności i zwyczaj zwracania współrzędnych, a nie zgadzają się niemal w niczym, co decyduje o wdrożeniu: ile kosztuje wywołanie, czy wywołanie jest w ogóle właściwą jednostką i czy wolno ci dostarczyć wynik.

Nic z tego nie jest hipotetyczne: udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, stopień ważności, ocenę pewności i oznaczenie sporne.