Moondream 3.1 9B A2B против UI-Venus 2 9B: одна опубликованная цена, одна лицензия в ожидании

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.

Куда можно позвонить сегодня и до какого времени

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

Облако поставщика продаёт его по токенам: $0,30 за миллион входных токенов и $1,00 за миллион выходных токенов при задержке в реальном времени — или $0,15 и $0,50 в пакетном API, где сохраняется скидка 50% от прейскурантной ставки. Lens, продукт для тонкой настройки, стоит $0,60 за миллион обучающих токенов. Доступ ограничивается по скорости, а не тарифицируется по параллельным запросам — на странице ограничений поставщика указано 2 запроса в секунду для любого ключа API, а как только баланс аккаунта достигнет $10, лимит вырастает до 10 запросов в секунду. И вот крайний срок: 13 ноября 2026 года закрываются и облачная конечная точка инференса, и Lens; неизрасходованные купленные кредиты будут возвращены, а клиентам сообщают, что им помогут с переходом.

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 никогда не был доступен для вызова таким образом. Это полнопараметрические веса плотной 9B-модели, инициализированной из Qwen3.5-9B, разбитые на четыре BF16-шарда safetensors, и предполагаемый путь — это сервер vLLM, который вы поднимаете сами, запущенный с максимальной длиной модели 262 144 токена и парсером рассуждений Qwen3. Карточка на удивление прямо говорит об ограничениях этого рецепта: конфигурация обслуживания «не была проверена live-canary в рамках этого обновления карточки модели, поэтому зафиксируйте и проверьте версию vLLM, подходящую для Qwen3.5, перед развёртыванием».

Поставьте эти два абзаца рядом — и разница для покупателя окажется статьёй расходов, а не бенчмарком. Одна модель — это счёт с оплатой за токены, который можно занести в электронную таблицу до середины ноября. Другая — это GPU, который вам нужно найти, подобрать по размеру и держать в рабочем состоянии, — а поставщик, опубликовавший веса, никогда не проверял для вас конфигурацию сервера.

Одинаковое число параметров, совершенно разные счета за токены

Метка 9B — наименее полезное, что есть общего у этих двух. С экономической точки зрения их различает количество ходов на задачу.

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 — это замкнутый цикл. На каждом шаге берётся текущий экран, сохраняется история скриншотов эпизода, выдаётся трасса рассуждений, а затем действие, и следующий скриншот возвращается в качестве входных данных. Опубликованные оценки показывают, во что это обходится по числу шагов: в карточке модели MobileWorld указан при бюджете в 50 шагов и снова при 100, а OSWorld 2.0 — при бюджете в 150 шагов. Контекст в этой архитектуре — это не место для документа, а то, сколько экранных состояний агент ещё способен помнить.

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.

Бок о бок, измерение за измерением

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

• Параметры — 9B всего, 2B активных на токен, разреженная смесь экспертов. UI-Venus 2 9B: 9B, плотная, инициализирована из Qwen3.5-9B.

• Выходные данные — ограничивающие рамки, координаты центров, подписи, письменные ответы и пути сегментации. UI-Venus 2 9B: действие, координата клика и трасса рассуждений, которая их породила.

• Контекст — 32K токенов. UI-Venus 2 9B: 262 144 максимальных позиционных эмбеддингов, настроенных как память эпизодов, а не как контекст документа.

• Опубликованная цена — $0.30 за вход и $1.00 за выход за миллион токенов в реальном времени, $0.15 и $0.50 при пакетной обработке, на эндпоинте, который закрывается 13 ноября 2026 года. UI-Venus 2 9B: нет, потому что нет эндпоинта от самого разработчика. Вы хостите его сами или не используете его.

• Опубликованные бенчмарки — COCO 81.46 F1@0.5, ODinW-13 93.94, RefCOCO-M 87.1, CountBench 90.35, ChartQA 86.01, DocVQA 88.6 и среднее по набору тестов 77.9. UI-Venus 2 9B: AndroidWorld 80.2, WebVoyager 90.8, OSWorld-Verified 70.8, ScreenSpot-Pro 73.0, VenusBench-CAPTCHA 78.1 и успешность атак OSHarm 11.3% против 25.3% у её базовой модели. Все эти показатели приведены самим производителем.

• 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.

• Независимые оценки — отсутствуют. Ни одна из моделей не фигурирует в нейтральной таблице лидеров, а два поставщика не публикуют ни одного общего бенчмарка, поэтому ни один показатель из двух столбцов выше нельзя сопоставить между собой.

Лицензия — вот где эти двое перестают походить друг на друга.

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.

Позиция UI-Venus 2 9B — это не утверждение того же рода, и её стоит процитировать, а не перефразировать. В разделе «Статус выпуска» карточки говорится, что лицензия на веса модели «ожидает окончательного подтверждения и будет добавлена до публичного релиза», и объясняется, почему очевидный выбор не был сделан: «Декларация об Apache-2.0 намеренно не была перенесена, поскольку текущие материалы вышестоящего проекта содержат противоречивые заявления о лицензии». В репозитории нет файла лицензии. Веса были опубликованы 26 августа 2026 года, а последнее изменение в репозитории датируется 2 сентября.

Практическая трактовка не в том, что модель непригодна для использования. Она в том, что нерешённый вопрос с лицензией — это бизнес-решение, которое кто-то должен принять официально, а не состояние по умолчанию, которое вы наследуете, скачав чекпойнт. Исследования, оценка и внутреннее прототипирование — не там, где кроется риск. А вот использование перед платящими клиентами — там, и никакой показатель бенчмарка из раздела выше этого не меняет. Карточка содержит второе условие, которое стоит прочитать, прежде чем кто-либо начнёт на этом строить: способность решать CAPTCHA «должна использоваться только в авторизованных средах» — это ограничение для сценария использования, а не рекомендация о нём.

Оба поставщика позволяют проверить номер в двух разных направлениях.

Большинство релизов моделей публикуют таблицу — и на этом всё. Эти два тоже опубликовали оговорки, и эти оговорки — вещи разного рода.

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.

Технический отчёт UI-Venus 2, arXiv 2609.00028, поданный 27 августа 2026 года, представляет собой раскрытие иного рода. Базовые модели, отмеченные звёздочкой, были оценены или воспроизведены авторами по их собственному заявленному протоколу, а не процитированы из другого источника. Прочерк означает, что данные не сообщаются, и авторы оставляют прочерки. MobileWorld приводится дважды: при бюджете в 50 шагов и при 100, так что видно, что дают дополнительные шаги. OSWorld-Verified сопровождается предупреждением, что сравнения «могут использовать специфичные для модели скаффолды действий, поэтому их следует интерпретировать как ориентиры уровня бенчмарка, а не как контролируемые абляции». VenusBench-CAPTCHA — это микроусреднение по 219 фиксированным примерам; значение MCA-Bench использует 1000 отобранных примеров. Есть предложение, в котором говорится, что результаты в живой среде могут варьироваться в зависимости от даты оценки и состояния среды.

Ничто из этого не делает ни один из этих двух наборов чисел воспроизводимым на ваших данных, и ни у одного из поставщиков нет независимого результата, на который можно указать. Что это действительно означает, так это то, что оба они сказали вам, чего стоят их цифры, — а это встречается реже и полезнее для покупателя, чем хорошая оценка.

Который, по ограничению?

• 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.

• Вам нужно что-то, что читает экран и выполняет действия на нём — UI-Venus 2 9B, — и вопрос лицензии выходит на первый план, опережая таблицу бенчмарков. Сначала внедрите это во внутреннюю автоматизацию и вернитесь к вопросу, когда лицензия появится, вместо того чтобы обнаружить проблему во время закупки.

• 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.

• Обработка CAPTCHA есть в вашем списке — сначала прочитайте ограничение карточки. Возможность имеется, а лицензия — это то, что стоит перед ней.

Если честный ответ — «и то, и другое», для разных задач — восприятие на пути приёма данных и агент на пути действий — это распространённая конфигурация, и это проблема двух контрактов прежде, чем проблема модели.

Модель, стоящая за моделью, и кто выполняет её маршрутизацию

Ни один из этих чекпоинтов не обслуживается через OrcaRouter, так что здесь нет призыва обращаться к ним через нас. Слой, которому действительно нужна маршрутизация, — это тот, что стоит за ними.

Результат обнаружения нужно подвергнуть триажу, предложенное агентом действие нужно оценить, а запись нужно сделать. Это текстовые задачи, они дороже вдвое в расчёте на токен, и именно здесь один ключ, совместимый с OpenAI, для более чем 200 моделей — с прайс-листовыми ценами провайдеров, передаваемыми без наценки (0%), и автоматическим переключением при сбое между провайдерами — убирает из пайплайна договор и один участок кода. Там, где вы уже знаете форму нужного вам рассуждения, DSL маршрутизации объединяет несколько моделей в один вызов, а слияние моделей запускает их набор вместе на одном и том же входе. И то, и другое — способы варьировать слой за фиксированной моделью зрения, не трогая код, который общается с камерой.

Механизм ценообразования в этом конкретном сравнении значит больше, чем обычно. Потому что цены по прайс-листу передаются как есть, без наценки, и изменение цены поставщика вступает в силу на нашей стороне в тот же день. Для модели, в цену размещения которой вписана дата отключения, это единственный тип ценовой схемы, на котором стоит строить прогноз.

Что изменило бы этот ответ?

Три вещи, и все три можно проверить.

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.

До тех пор обоснованное резюме намеренно узкое. Это две 9B-модели зрения, которые совпадают по числу параметров, тегу модальности и привычке возвращать координаты, и они почти ни в чём не сходятся из того, что определяет развёртывание: сколько стоит вызов, является ли вызов вообще правильной единицей и разрешено ли вам выпускать результат.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.