
Depth Pro 2 vs UniDepth V2: Um Modelo ou uma Família Inteira
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 186 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 358 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 139 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
O interessante no Depth Pro 2 não é o fato de ele estimar profundidade. O UniDepth V2 faz isso, reporta resultados em dez conjuntos de dados em regime zero-shot e o faz desde que seu artigo surgiu como arXiv 2502.20110, em fevereiro de 2025. O interessante é que o Depth Pro 2 se recusa a ser um único modelo. A Apple o lançou em quatro tamanhos, além de um estimador de distância focal e uma exportação Core ML, e o tamanho que você escolhe muda o que o modelo pode fazer com você quase tanto quanto qual modelo você escolheu.
Ambos são estimadores monulares métricos treinados para funcionar em imagens que nunca viram. O Depth Pro 2 retorna profundidade em metros ao longo do eixo de visão da câmera; o UniDepth V2 retorna profundidade métrica e uma nuvem de pontos em coordenadas da câmera, juntamente com as intrínsecas que inferiu. Ambos estimam a câmera em vez de exigi-la. A comparação que importa não é a precisão — os dois laboratórios não executaram um benchmark compartilhado —, mas quanto da decisão de implantação cada um deixa para você.
Quatro tamanhos contra três backbones
O model zoo do UniDepth V2 é composto por três checkpoints: unidepth-v2-vits14, unidepth-v2-vitb14 e unidepth-v2-vitl14, um para cada tamanho de backbone ViT. O artigo descreve um módulo de câmera auto-promptável que prediz uma representação densa de câmera para condicionar as características de profundidade, uma saída pseudoesférica que separa as representações de câmera e profundidade, uma perda guiada por bordas herdada do UniDepth V1 e uma saída de incerteza. O modelo aceita intrínsecos conhecidos ou uma classe de câmera — Pinhole, Fisheye624 — e pula a predição quando você os fornece.
Os quatro tamanhos do Depth Pro 2 são S com 24M de parâmetros e 97 MB, B com 97M e 386 MB, L com 334M e 1,3 GB, e H+ com 872M e 3,5 GB. Os arquivos de configuração tornam o escalonamento concreto: S e B executam backbones DINOv3 ViT-S e ViT-B e fazem atenção entre quadros nos blocos 5, 7, 9 e 11; L executa ViT-L e faz atenção nos blocos 9 a 23; H+ executa ViT-H+ e faz atenção nos blocos 11 a 31. A dimensão do decodificador dobra de 64 em S para 128 em B e 256 tanto em L quanto em H+.

• Distribuição de parâmetros — o UniDepth V2 abrange três tamanhos de ViT sem contagens publicadas no cartão do modelo; o Depth Pro 2 abrange de 24M a 872M, com as contagens no README.
• Checkpoint padrão — Depth Pro 2 usa H+ por padrão em 3,5 GB; UniDepth V2 deixa a escolha para o chamador.
• Alvos de exportação — O Depth Pro 2 disponibiliza pacotes Core ML para hardware da Apple e um estimador separado de distância focal com 23,5 milhões de parâmetros; o UniDepth V2 oferece suporte a ONNX.
• Modelo de câmera — UniDepth V2 expõe as classes Pinhole e Fisheye624 e aceita intrínsecos conhecidos; Depth Pro 2 assume uma câmera perspectiva, lê EXIF ou estima a distância focal com o modelo separado.
• Incerteza — o UniDepth V2 retorna uma saída de confiança; o Depth Pro 2 não.

A linhagem em escala métrica segue na direção oposta.
UniDepth V2 é um refinamento de um design de profundidade métrica, e o artigo deixa explícito que o objetivo do V2 era tornar a arquitetura mais simples e eficiente, ao mesmo tempo que adicionava bordas mais nítidas por meio do SSI local guiado por bordas, formas e proporções de entrada flexíveis via uma configuração de nível de resolução, inferência mais rápida, suporte a ONNX e os novos modelos de câmera. Os números zero-shot relatados, em que valores mais altos são melhores na métrica delta-1, são 98,8 no NYUv2, 96,4 no SUN-RGBD, 85,2 no ETH3D, 94,5 no iBims-1, 98,9 no KITTI, 87,0 no Nuscenes e 88,2 no DDAD, em dez conjuntos de dados no total. Esses valores são relatados pelo fornecedor e não foram reproduzidos aqui.
O Depth Pro 2 chega à escala métrica pela direção oposta. O Depth Pro original era um modelo de fundação para profundidade métrica zero-shot que produzia mapas de 2,25 megapixels em 0,3 segundos e estimava a distância focal a partir de uma única imagem, e a contribuição do Depth Pro 2 não é a escala, mas a consistência — limites nítidos e profundidade estável entre quadros. Não há uma tabela delta-1 publicada para ele. A página do projeto nomeia Boundary F1 e Jitter como as métricas que ele alega vencer e não fornece valores, e o bloco de citação ainda aponta para arXiv:261X.XXXXX, um espaço reservado, e não um artigo.
Portanto, os dois modelos não estão competindo no mesmo eixo. O UniDepth V2 é um estimador de profundidade com um histórico zero-shot sólido e tabulado. O Depth Pro 2 é um estimador de profundidade que foi tornado temporalmente estável, e a evidência disso é um gráfico e uma afirmação. Se sua avaliação é "qual deles tem números que eu posso colocar em um documento de aquisição", o UniDepth V2 os tem e o Depth Pro 2 ainda não.
O que a saída realmente lhe oferece
A diferença no formato da saída é maior do que parece. O UniDepth V2 entrega uma nuvem de pontos já expressa em coordenadas de câmera, com os intrínsecos que a tornam significativa e um canal de incerteza sobre o qual você pode aplicar limiar. O Depth Pro 2 entrega um mapa de profundidade mais a distância focal que ele escolheu, o que significa que a conversão para 3D é sua para escrever e sua para errar. Se você está produzindo assets, o UniDepth V2 economiza uma etapa. Se você está produzindo profundidade — um matte, uma máscara de oclusão de AR, um focus-pull —, a estrutura extra é trabalho de que você não precisava.
Nenhum dos modelos substitui um sensor de profundidade em uma superfície sem textura ou refletiva. Ambos estão estimando a escala a partir de evidências visuais, e ambos estarão errados nos mesmos lugares pelos mesmos motivos.
Licenciamento, e a questão comercial
UniDepth V2 é distribuído sob a Creative Commons BY-NC 4.0, que é não comercial. Os pesos do Depth Pro 2 estão sob a licença Apple Machine Learning Research Model, que o repositório define como uso apenas para pesquisa — pesquisa científica não comercial e desenvolvimento acadêmico. Na questão do licenciamento, os dois estão na mesma situação: nenhum é uma licença de produto, e ambos precisam de uma conversa jurídica antes de tocarem em receita.
A diferença está no que os cerca. O repositório de código do UniDepth V2 é a implementação de referência, e o card do modelo aponta para ele em busca de documentação; o Depth Pro 2 é distribuído como um pacote instalável via pip, com linha de comando, uma API Python, um aplicativo de demonstração para Mac e uma declaração explícita de que o repositório contém código para executar os modelos, mas não código de treinamento ou avaliação. Se você está avaliando "com que rapidez uma equipe pode se tornar produtiva com isso", o Depth Pro 2 fez mais desse trabalho.

Onde isto se encaixa num sistema real costuma ser sempre no mesmo lugar: o modelo de profundidade é uma única chamada dentro de um pipeline, e é no pipeline à sua volta que moram o custo e a fragilidade. A OrcaRouter coloca 217 modelos por trás de um único endpoint compatível com OpenAI a 0% de markup — o preço de tabela do fornecedor passa sem alteração — e acrescenta failover automático entre fornecedores, para que uma etapa de profundidade que tenha de degradar com elegância o possa fazer sem um segundo contrato com fornecedor. O roteamento não é a parte interessante de um pipeline de profundidade, mas é a parte que decide se o pipeline se mantém de pé.
Como escolher
Escolha o UniDepth V2 quando você quiser profundidade e geometria juntas, quando tiver um modelo de câmera que possa fornecer e quando precisar de números que possa citar. A avaliação em dez conjuntos de dados é a evidência publicada mais forte que qualquer um dos modelos possui, e a saída de confiança é genuinamente útil para filtrar previsões ruins a jusante.
Escolha o Depth Pro 2 quando quiser um controle de tamanho e um caminho para vídeo. Começar com S em um laptop e passar para H+ em um servidor é um fluxo de trabalho real que a Apple documenta, e o estimador de distância focal separado significa que você pode executar a solução de câmera uma vez e reutilizá-la. No entanto, o design de consistência temporal só compensa em vídeo — em imagens estáticas, você está pagando por atenção entre quadros que nunca usa.
O que você não deve fazer é ler uma comparação desses dois que os classifique. Não existe benchmark compartilhado, e as métricas que cada laboratório escolheu são as métricas nas quais cada laboratório é bom. Se você precisa de uma decisão hoje, os critérios de desempate são o formato de saída e a licença, não um vencedor.
