LFM3-VL-2B กับ UI-Venus 2.9B: รุ่น 2.9B ที่จริง ๆ แล้วคือ 9B
- Orcaใหม่OrcaCyber: GLM 5.3 Flash Abliterated2026-10-2779 tok/s
- Orcaใหม่OrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 283 tok/s
- Orcaใหม่OrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 82 tok/s
- Moonshotใหม่MoonshotAI: Kimi K3.1 Pro2026-10-2455ความฉลาด
- Orcaใหม่OrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 119 tok/s
- minimaxใหม่MiniMax: M3.1 Flash2026-10-1943ความฉลาด
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 44 tok/s
- deepseekใหม่DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745ความฉลาด
- DeepSeekใหม่DeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 113 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 701 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2138ความฉลาด
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2146ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 160 tok/s
ไม่มีโมเดลที่ชื่อ UI-Venus 2.9B เช็กพอยต์ที่ inclusionAI/UI-Venus-2-9B คือ UI-Venus-2-9B — เวอร์ชันที่สองของเอเจนต์ UI-Venus จาก Ant Group ที่มีพารามิเตอร์ 9 พันล้านตัว สร้างขึ้นบน Qwen3.5-9B ชื่อไดเรกทอรีอ่านดูเหมือนเลขทศนิยมแต่ไม่ใช่ เมื่อเทียบกับ LFM3-VL-2B ที่มีพารามิเตอร์ 1.92 พันล้านตัว จึงทำให้สิ่งนี้เป็นการเปรียบเทียบ 2B กับ 9B ที่ติดป้ายว่า 2B กับ 2B
ข้อผิดพลาดนี้สำคัญเพราะมันเปลี่ยนคำถามไป หากทั้งสองโมเดลมีขนาดประมาณ 2B คุณก็จะเทียบแถวผลการทดสอบและเลือกตัวที่ดีกว่า แต่ที่ 9B เทียบกับ 2B โมเดลที่เล็กกว่าไม่ได้แข่งขันกันบนฮาร์ดแวร์เดียวกัน และโมเดลที่ใหญ่กว่าก็ไม่ใช่โมเดลภาพทั่วไปเลย UI-Venus-2-9B เป็นเอเจนต์ GUI ที่ฝึกมาให้ควบคุมโทรศัพท์ เบราว์เซอร์ และเดสก์ท็อปจากภาพหน้าจอ ส่วน LFM3-VL-2B เป็นโมเดลภาษาภาพทั่วไปที่บังเอิญมีหมวดหมู่ GUI อยู่ในบรรดา 62 การทดสอบมาตรฐานของตน ความทับซ้อนจึงแคบกว่าที่ชื่อชวนให้เข้าใจ
ชื่อถูกทำให้เพี้ยนไปได้อย่างไร
รูปแบบการตั้งชื่อของ Ant Group คือ ตระกูล-เวอร์ชัน-ขนาด UI-Venus-2-9B แยกความหมายได้เป็น UI-Venus เจเนอเรชันที่ 2 พารามิเตอร์ 9B แค็ตตาล็อกหรือเรดาร์ที่แบ่งด้วยเครื่องหมายขีดกลางและมองหาตัวเลขทศนิยมจะตีความ "2-9" เป็น "2.9" ซึ่งเป็นสาเหตุที่โมเดล 9B ไปถูกจัดไว้ข้างโมเดล 2B รูปแบบเดียวกันนี้สร้าง UI-Venus-2-27B ซึ่งเป็นพี่น้องขนาดใหญ่กว่า และทั้งคู่ถูกเผยแพร่พร้อมกันในปลายเดือนสิงหาคม 2026
นี่ไม่ใช่ข้อผิดพลาดเล็กน้อยเพียงเรื่องความสวยงาม จำนวนพารามิเตอร์คือตัวกรองแรกในการตัดสินใจเรื่องการนำไปใช้งานทุกครั้ง และผู้อ่านที่เข้ามาโดยคาดหวังโมเดลขนาด 2.9B จะต้องประหลาดใจกับเช็กพอยต์ BF16 ขนาด 18.8 GB ที่ไม่พอดีกับอุปกรณ์ที่พวกเขาคิดไว้ เมทาดาทาของรีโพซิทอรีเองก็ชัดเจนไม่มีกำกวม: สถาปัตยกรรม Qwen3.5-9B, BF16, image-text-to-text
สองหน้าที่ ไม่ใช่สองขนาด
LFM3-VL-2B รับข้อความ รูปภาพ และวิดีโอที่ 2 fps สร้างข้อความ รองรับโหมดคิด และมีบริบท 128K ครอบคลุม 16 ภาษา เป็นโมเดลอเนกประสงค์: เอกสาร แผนภูมิ grounding การให้เหตุผลแบบ embodied ความเข้าใจ GUI และวิดีโอ ล้วนปรากฏเป็นหมวดหมู่บนการ์ดของโมเดล Liquid AI เผยแพร่บน Hugging Face เมื่อวันที่ 19 ตุลาคม 2026 และประกาศเปิดตัวตระกูลโมเดลเมื่อวันที่ 27 ตุลาคม โดยไม่มีราคา API และไม่มีผู้ให้บริการ inference ระบุไว้
UI-Venus-2-9B รับภาพหน้าจอและคำอธิบายงาน แล้วส่งคืนการกระทำถัดไปในวงจรปิดแบบสังเกต–ให้เหตุผล–ลงมือ การฝึกของมันมีสามระยะ: การฝึกกลางทางแบบมัลติโหมดบนเส้นทางการจำลองที่ครอบคลุมแอปมือถือมากกว่า 170 แอปและโดเมนเว็บมากกว่า 4,000 โดเมน จากนั้นเป็นการเรียนรู้แบบเสริมกำลังระดับขั้นตอนแบบออฟไลน์ครอบคลุมงาน grounding, CAPTCHA, มือถือ, เว็บ และคอมพิวเตอร์ แล้วจึงกลั่นแบบ on-policy จากครูหลายตัวให้เป็นนโยบายเดียว มันทำงานบน vLLM พร้อมปลายทางที่เข้ากันได้กับ OpenAI และตัวแยกวิเคราะห์การให้เหตุผลของ Qwen3 นี่คือรันไทม์ของเอเจนต์ ไม่ใช่โมเดลสร้างคำบรรยายภาพ
ผลที่ตามมาในทางปฏิบัติ: คุณไม่สามารถสลับมันกันได้ LFM3-VL-2B จะอธิบายภาพหน้าจอและตอบคำถามเกี่ยวกับภาพนั้น ส่วน UI-Venus-2-9B จะตัดสินใจว่าจะแตะตรงไหนต่อไป และมันต้องอาศัยฮาร์เนสโดยรอบ — ตัวแยกวิเคราะห์แอ็กชัน พรอมต์ ตัวอย่าง — จากรีโพซิทอรี GitHub ของโปรเจกต์ จึงจะทำงานได้อย่างมีประโยชน์
เกณฑ์มาตรฐานเดียวที่สอดคล้องกัน
ทั้งสองโมเดลรายงานผลบน ScreenSpot-Pro ซึ่งเป็นกรณีที่หาได้ยากที่การเปรียบเทียบนี้มีความชอบธรรม LFM3-VL-2B ได้ 55.5 เมื่อเปิดโหมดคิด และ 49.3 เมื่อปิด UI-Venus-2-9B ได้ 73.0 นั่นคือช่องว่าง 17.5 คะแนนซึ่งเป็นผลดีต่อโมเดลที่ใหญ่กว่าเกือบห้าเท่า และเป็นตัวเลขที่ชัดเจนที่สุดเพียงตัวเดียวในการเปรียบเทียบครั้งนี้
อย่าขยายความสิ่งนี้ไปยังส่วนที่เหลือของเรื่องราว GUI UI-Venus-2-9B ยังรายงานผล AndroidWorld 80.2, OSWorld-Verified 70.8, WebVoyager 90.8, Online-Mind2Web 74.0 และ VenusBench-GD 77.1 LFM3-VL-2B รายงานค่าเฉลี่ยหมวดหมู่ GUI ที่ 83.1 จากชุดงานที่แตกต่างกัน และการหาค่าเฉลี่ยของหมวดหมู่ไม่เหมือนกับการให้คะแนนบน benchmark เดียว หมวดหมู่เหล่านี้ไม่สามารถเปรียบเทียบกันได้ และไม่ควรนำมาลบกัน
มีตัวเลขหนึ่งบนการ์ดของ UI-Venus ที่ควรค่าแก่การหยิบยกขึ้นมา เพราะมันสวนทางกับพาดหัว: บน OSWorld 2.0 โมเดลได้คะแนน 0.0 ในเมตริกแบบทวิภาค และ 7.5 ในเมตริกแบบบางส่วน ไม่ว่าปัญหาเกี่ยวกับ harness จะเป็นอะไรก็ตาม เอเจนต์ขนาด 9B ที่นำหน้าใน OSWorld-Verified แต่ได้คะแนนใกล้ศูนย์บน benchmark รุ่นถัดไป ย่อมเป็นโมเดลที่มีขีดจำกัด และการ์ดก็รายงานเรื่องนี้อย่างตรงไปตรงมา
หน้าต่างบริบทที่วัดสิ่งต่าง ๆ กัน
UI-Venus-2-9B รายงานว่ามีบริบทสูงสุดถึง 256K โทเค็น และส่วนที่มีประโยชน์คือสิ่งที่บริบทนั้นเก็บไว้: ประวัติของภาพหน้าจอ เพื่อให้เอเจนต์จดจำได้ว่าหน้าจอมีลักษณะอย่างไรเมื่อสี่ขั้นตอนก่อนหน้า LFM3-VL-2B รายงาน 128K และการ์ดของมันไม่ได้ระบุงบประมาณโทเค็นของภาพหรือความยาววิดีโอสูงสุด ไม่ว่าตัวเลขใดก็ไม่ได้บอกคุณว่าคุณสามารถเก็บภาพหน้าจอได้กี่ภาพในลูปก่อนที่โมเดลจะลืมภาพแรก ทั้งสองจำเป็นต้องมีการวัดที่ความละเอียดและจำนวนขั้นตอนของคุณเอง
ความแตกต่างเชิงประเภทยังคงสำคัญ ประวัติภาพหน้าจอที่ยาวเป็นข้อกำหนดด้านหน่วยความจำสำหรับเอเจนต์ที่ทำงานเป็นเวลาหลายนาที ส่วนบริบท 128K บน VLM ทั่วไปเป็นข้อกำหนดด้านเอกสารหรือวิดีโอ ตัวเลขดูเทียบเคียงกันได้ แต่ตอบคำถามคนละข้อ
การปรับใช้: 4 GB เทียบกับ 19 GB
LFM3-VL-2B มีพารามิเตอร์ 1.92B และมีน้ำหนักประมาณ 3.84 GB ใน BF16 เมื่อคำนวณจากจำนวนพารามิเตอร์ โดยมีบิลด์ GGUF, MLX 4-bit และ ONNX เผยแพร่แล้ว ส่วน UI-Venus-2-9B มีขนาดประมาณ 18.8 GB ใน BF16 และให้บริการผ่าน vLLM; มี GGUF จากชุมชน แต่เส้นทางการให้บริการของผู้พัฒนา (vendor) สมมติว่ามี GPU ที่มีความจุเพียงพอสำหรับ checkpoint เต็ม ทั้งสองไม่ได้แข่งขันกันในช่องเดียวกัน ตัวหนึ่งเป็นตัวเลือกสำหรับ edge ส่วนอีกตัวเป็นเอเจนต์ฝั่งเซิร์ฟเวอร์
ความแตกต่างนั้น ไม่ใช่ช่องว่างของ benchmark ที่ทำให้การจับคู่นี้น่าสนใจ ทีมที่ต้องการความเข้าใจ GUI บนอุปกรณ์มีตัวเลือกเพียงหนึ่งเดียวที่นี่ ส่วนทีมที่ต้องการ GUI agent ที่มีคะแนนใกล้ระดับล่าสุดมีอีกตัวเลือกหนึ่ง และต้องใช้ GPU ในการรัน
คำถามเรื่องใบอนุญาตที่ยังไม่มีใครตอบ
LFM3-VL-2B ใช้ LFM Open License v1.0: การใช้เชิงพาณิชย์ได้รับอนุญาตเฉพาะเมื่อผู้ได้รับอนุญาตมีรายได้ต่อปีต่ำกว่า 10 ล้านดอลลาร์เท่านั้น นั่นเป็นข้อจำกัดที่เข้มงวดแต่ชัดเจน และตัวข้อความนั้นได้รับการเผยแพร่แล้ว
UI-Venus-2-9B มีความชัดเจนน้อยกว่า คลังโค้ดของโครงการระบุว่าใช้ Apache 2.0 ส่วนการ์ดโมเดลระบุว่าสัญญาอนุญาตน้ำหนักโมเดลยังรอการยืนยันขั้นสุดท้าย เนื่องจากคำแถลงจากต้นทางขัดแย้งกัน ณ วันที่ 28 ตุลาคม 2026 เรื่องนี้ยังไม่ได้รับการแก้ไข สัญญาอนุญาตที่ยังอยู่ระหว่างดำเนินการไม่ใช่อุปสรรคสำหรับการวิจัย แต่เป็นอุปสรรคที่แท้จริงสำหรับการนำไปใช้งานเชิงพาณิชย์ซึ่งจำเป็นต้องรู้เงื่อนไขก่อนที่จะเปิดตัว ใครก็ตามที่วางแผนจะสร้างบน UI-Venus-2-9B ควรได้รับคำตอบเป็นลายลักษณ์อักษรแทนการอนุมานจากแท็กในคลังโค้ด
OrcaRouter เหมาะกับตรงไหนบ้าง หากจะมีตรงไหนเลย
OrcaRouter ไม่ได้ให้บริการ checkpoint ทั้งสองตัว และบทความนี้ไม่ได้อ้างว่าเราให้บริการ چنینสิ่งนั้น สิ่งที่เรามีคือ routing DSL ที่สามารถประกอบหลายโมเดลเข้าด้วยกันในการเรียกครั้งเดียว — ซึ่งมีประโยชน์ในที่นี้ เพราะสถาปัตยกรรมตามธรรมชาติไม่ใช่การ "เลือกอันเดียว" VLM ทั่วไปขนาดเล็กสามารถอ่านหน้าจอและตัดสินใจได้ว่างานเป็นคำถามเกี่ยวกับเอกสารหรือการโต้ตอบ ส่วนผู้เชี่ยวชาญ GUI ขนาดใหญ่กว่าสามารถดำเนินขั้นตอนการโต้ตอบได้ การกำหนดเส้นทางระหว่างกันตามประเภทงานเป็นการตั้งค่า ไม่ใช่การผสานรวมครั้งที่สอง
นั่นคือการใช้การเปรียบเทียบอย่างซื่อตรงกว่าการแสร้งว่าโมเดลทั้งสองเป็นทางเลือกที่ใช้แทนกันได้ พวกมันเป็นสองขั้นตอนของไปป์ไลน์เดียวกัน โดยมีพารามิเตอร์ต่างกัน 5× ระหว่างกัน
คุณอยากได้อันไหนจริงๆ
• LFM3-VL-2B หากงานคือการทำความเข้าใจมากกว่าการลงมือทำ หากคุณต้องการอินพุตแบบวิดีโอหรือเอกสาร หรือหากโมเดลต้องทำงานในหน่วยความจำประมาณ 4 GB ยอมรับสัญญาอนุญาตแบบจำกัดรายได้ และข้อเท็จจริงที่ว่ายังไม่มีใครนอก Liquid ประเมินมัน
• UI-Venus-2-9B หากงานของคุณคือการใช้งานอินเทอร์เฟซแบบครบวงจรตั้งแต่ต้นจนจบ หากคุณสามารถจัดสรรหน่วยความจำ GPU ขนาด 19 GB และสแตกสำหรับให้บริการด้วย vLLM ได้ และหากคุณรอให้มีการยืนยันสัญญาอนุญาตของเวตได้ จงยอมรับว่ามันเป็นผู้เชี่ยวชาญที่มาพร้อมฮาร์เนส ไม่ใช่ผู้ช่วยอเนกประสงค์
• ไม่ใช่ทั้งคู่ หากสิ่งที่คุณต้องการคือโมเดลขนาด 2.9B โมเดลดังกล่าวไม่มีอยู่จริง และตัวเลือกจริงทั้งสองแบบต่างก็มีความเฉพาะทางมากกว่าที่ชื่อสื่อไว้
บทเรียนสำคัญอยู่ที่การแก้ไข จำนวนพารามิเตอร์ในชื่อโฟลเดอร์ไม่ใช่ข้อกำหนดจำเพาะ และในกรณีนี้มันซ่อนความแตกต่างของขนาดถึงห้าเท่าไว้ พร้อมกับงานที่แตกต่างโดยสิ้นเชิง อ่านฟิลด์ architecture ก่อน slug
