Moondream 3.1 9B A2B กับ UI-Venus 2 9B: ราคาที่ประกาศแล้วหนึ่งรายการ ใบอนุญาตที่ยังรออยู่หนึ่งรายการ

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.

สิ่งที่คุณสามารถโทรได้วันนี้ และถึงเมื่อไหร่

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

คลาวด์ของผู้ให้บริการขายเป็นรายโทเคน: $0.30 ต่อล้านโทเคนอินพุต และ $1.00 ต่อล้านโทเคนเอาต์พุตที่ความหน่วงแบบเรียลไทม์ หรือ $0.15 และ $0.50 บน batch API ซึ่งคงส่วนลด 50% จากอัตราตามรายการ Lens ซึ่งเป็นผลิตภัณฑ์ fine-tuning มีอัตราค่าบริการที่ $0.60 ต่อล้านโทเคนการฝึก การเข้าถึงถูกจำกัดอัตราแทนที่จะคิดตามความพร้อมกัน — หน้ากำหนดอัตราจำกัดของผู้ให้บริการระบุว่า 2 คำขอต่อวินาทีสำหรับ API key ใดก็ตาม และเพิ่มเป็น 10 คำขอต่อวินาทีเมื่อบัญชีมียอด $10 จากนั้นกำหนดเส้นตาย: วันที่ 13 พฤศจิกายน 2026 ทั้งปลายทาง inference บนคลาวด์และ Lens จะปิดให้บริการ เครดิตที่ซื้อไว้แต่ยังไม่ได้ใช้จะได้รับการคืนเงิน และลูกค้าจะได้รับแจ้งว่าจะได้รับความช่วยเหลือในการย้าย

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 ไม่เคยสามารถเรียกใช้งานในลักษณะนั้นได้ มันคือเวทพารามิเตอร์เต็มรูปแบบของโมเดล dense ขนาด 9B ที่เริ่มต้นจาก Qwen3.5-9B แยกออกเป็นสี่ชาร์ด BF16 safetensors และเส้นทางที่ตั้งใจไว้คือเซิร์ฟเวอร์ vLLM ที่คุณตั้งขึ้นเอง โดยเปิดใช้งานด้วยความยาวโมเดลสูงสุด 262,144 โทเค็นและ Qwen3 reasoning parser การ์ดนี้ตรงไปตรงมาอย่างผิดปกติเกี่ยวกับข้อจำกัดของสูตรนั้น: การกำหนดค่าการให้บริการ "ไม่ได้รับการตรวจสอบแบบ live-canary เป็นส่วนหนึ่งของการอัปเดตการ์ดโมเดลนี้ ดังนั้นควร pin และตรวจสอบเวอร์ชัน vLLM ที่เหมาะสมกับ Qwen3.5 ก่อนนำไปใช้งาน"

วางสองย่อหน้านั้นไว้ข้างกัน แล้วความแตกต่างสำหรับผู้ซื้อจะกลายเป็นรายการค่าใช้จ่าย ไม่ใช่เกณฑ์เปรียบเทียบ โมเดลหนึ่งคือบิลแบบคิดตามโทเคนที่คุณใส่ลงสเปรดชีตได้จนถึงกลางเดือนพฤศจิกายน อีกโมเดลหนึ่งคือ GPU ที่คุณต้องหา กำหนดขนาด และดูแลให้พร้อมใช้งานอยู่เสมอ — และผู้ขายที่เผยแพร่ค่าน้ำหนักโมเดลยังไม่เคยตรวจสอบยืนยันการตั้งค่าเซิร์ฟเวอร์ให้คุณเลย

จำนวนพารามิเตอร์เท่ากัน แต่ค่าใช้จ่ายโทเคนต่างกันอย่างมาก

ป้ายกำกับ 9B เป็นสิ่งที่มีประโยชน์น้อยที่สุดที่ทั้งสองมีร่วมกัน สิ่งที่แยกทั้งสองในเชิงเศรษฐกิจคือจำนวนเทิร์นต่องาน

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 เป็นลูปปิด แต่ละขั้นตอนจะรับหน้าจอปัจจุบัน นำประวัติสกรีนช็อตของเอพิโซดมาด้วย ปล่อยร่องรอยการให้เหตุผลแล้วจึงเป็นการกระทำ และสกรีนช็อตถัดไปจะย้อนกลับมาเป็นอินพุต ผลการประเมินที่เผยแพร่แสดงให้เห็นว่าสิ่งนี้มีต้นทุนกี่เทิร์น: การ์ดโมเดลรายงาน MobileWorld ที่งบประมาณ 50 ขั้นตอน และอีกครั้งที่ 100 และ OSWorld 2.0 ที่งบประมาณ 150 ขั้นตอน บริบทในดีไซน์นี้ไม่ใช่พื้นที่สำหรับเอกสาร — แต่เป็นจำนวนสถานะหน้าจอที่เอเจนต์ยังจำได้

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.

เคียงข้างกัน ทีละมิติ

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

• พารามิเตอร์ — รวมทั้งหมด 9B โดยมี 2B ที่แอ็กทีฟต่อโทเคน เป็น sparse mixture of experts UI-Venus 2 9B: 9B แบบ dense เริ่มต้นจาก Qwen3.5-9B

• เอาต์พุต — กรอบล้อมรอบ พิกัดจุดศูนย์กลาง คำบรรยายภาพ คำตอบที่เป็นข้อความ และเส้นทางการแบ่งส่วน UI-Venus 2 9B: การกระทำหนึ่ง พิกัดการคลิกหนึ่ง และร่องรอยการให้เหตุผลที่ทำให้เกิดสิ่งเหล่านั้น

• บริบท — 32K โทเค็น UI-Venus 2 9B: 262,144 การฝังตำแหน่งสูงสุด ซึ่งกำหนดค่าเป็นหน่วยความจำแบบตอนแทนที่จะเป็นบริบทของเอกสาร

• ราคาที่ประกาศไว้ — 0.30 ดอลลาร์สำหรับอินพุต และ 1.00 ดอลลาร์สำหรับเอาต์พุต ต่อล้านโทเค็นแบบเรียลไทม์, 0.15 ดอลลาร์และ 0.50 ดอลลาร์สำหรับแบบแบตช์ บนเอนด์พอยต์ที่จะปิดในวันที่ 13 พฤศจิกายน 2026. UI-Venus 2 9B: ไม่มี เพราะไม่มีเอนด์พอยต์จากผู้พัฒนาเอง. คุณต้องโฮสต์มันเอง หรือไม่ก็ไม่ใช้มัน.

• ผลการทดสอบมาตรฐานที่เผยแพร่ — COCO 81.46 F1@0.5, ODinW-13 93.94, RefCOCO-M 87.1, CountBench 90.35, ChartQA 86.01, DocVQA 88.6 และค่าเฉลี่ยของชุดทดสอบที่ 77.9 UI-Venus 2 9B: AndroidWorld 80.2, WebVoyager 90.8, OSWorld-Verified 70.8, ScreenSpot-Pro 73.0, VenusBench-CAPTCHA 78.1 และอัตราความสำเร็จในการโจมตีของ OSHarm ที่ 11.3% เมื่อเทียบกับ 25.3% ของโมเดลฐานของมัน ทุกตัวเลขเหล่านั้นเป็นข้อมูลของผู้จำหน่ายเอง

• 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.

• คะแนนที่เป็นอิสระ — ไม่มีเลย ไม่มีโมเดลใดปรากฏอยู่ในกระดานจัดอันดับที่เป็นกลาง และผู้ขายทั้งสองรายไม่ได้เผยแพร่เกณฑ์วัดมาตรฐานใดร่วมกัน ดังนั้นจึงไม่มีสิ่งใดในสองคอลัมน์ด้านบนที่สามารถนำมาเทียบข้ามกันได้

ใบอนุญาตคือจุดที่ทั้งสองเริ่มไม่เหมือนกันอีกต่อไป

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.

จุดยืนของ UI-Venus 2 9B ไม่ใช่ข้อความประเภทเดียวกัน และควรค่าแก่การยกมาอ้างแบบคำต่อคำมากกว่าการถอดความ ในส่วน Release Status ของการ์ดระบุว่าสัญญาอนุญาตน้ำหนักโมเดลนั้น "อยู่ระหว่างการยืนยันขั้นสุดท้าย และจะถูกเพิ่มก่อนการเปิดตัวสู่สาธารณะ" พร้อมอธิบายเหตุผลว่าทำไมจึงไม่ได้เลือกตัวเลือกที่ดูเหมือนจะชัดเจนที่สุด: "ประกาศ Apache-2.0 ถูกจงใจไม่นำมาสืบทอด เนื่องจากวัสดุต้นทางในปัจจุบันมีข้อความเกี่ยวกับสัญญาอนุญาตที่ขัดแย้งกัน" ไม่มีไฟล์สัญญาอนุญาตอยู่ในรีโพซิทอรี น้ำหนักโมเดลถูกเผยแพร่เมื่อวันที่ 26 สิงหาคม 2026 และรีโพซิทอรีถูกแก้ไขล่าสุดเมื่อวันที่ 2 กันยายน

การตีความในทางปฏิบัติไม่ใช่ว่าโมเดลนี้ใช้ไม่ได้ แต่คือการที่ใบอนุญาตที่ยังไม่ได้ข้อยุติเป็น決定ทางธุรกิจที่ใครบางคนต้องตัดสินอย่างเป็นทางการ ไม่ใช่ค่าตั้งต้นที่คุณได้รับมาพร้อมกับการดาวน์โหลด checkpoint การวิจัย การประเมิน และการทำต้นแบบภายในไม่ใช่จุดที่ความเสี่ยงอยู่ การนำไปใช้กับลูกค้าที่จ่ายเงินต่างหากคือจุดนั้น และไม่มีคะแนน benchmark ใดในหัวข้อข้างต้นจะเปลี่ยนข้อเท็จจริงนี้ การ์ดนี้มีเงื่อนไขที่สองที่ควรอ่านก่อนที่ใครจะสร้างสิ่งใดโดยอิงกับมัน: ความสามารถในการแก้ CAPTCHA "ควรใช้ในสภาพแวดล้อมที่ได้รับอนุญาตเท่านั้น" — เป็นข้อจำกัดต่อกรณีการใช้งาน ไม่ใช่ข้อเสนอแนะเกี่ยวกับกรณีดังกล่าว

ผู้ขายทั้งสองรายให้คุณตรวจสอบหมายเลขได้ ในสองทิศทางที่แตกต่างกัน

การเปิดตัวโมเดลส่วนใหญ่จะเผยแพร่ตารางแล้วก็จบแค่นั้น สองตัวนี้ต่างก็เผยแพร่ข้อควรระวังออกมาทั้งคู่ และข้อควรระวังเหล่านั้นก็เป็นคนละประเภทกัน

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.

รายงานทางเทคนิคของ UI-Venus 2 เลข arXiv 2609.00028 ซึ่งส่งเมื่อวันที่ 27 สิงหาคม 2026 เป็นการเปิดเผยอีกแบบหนึ่ง Baseline ที่ทำเครื่องหมายด้วยดอกจันถูกประเมินหรือทำซ้ำโดยผู้เขียนภายใต้โปรโตคอลที่พวกเขาระบุเอง แทนที่จะยกมาจากที่อื่น เครื่องหมายขีดหมายถึงไม่ได้รายงาน และผู้เขียนคงเครื่องหมายขีดไว้ MobileWorld ถูกพิมพ์สองครั้ง ที่งบ 50 สเต็ป และที่ 100 สเต็ป เพื่อให้เห็นว่าสเต็ปที่เพิ่มขึ้นช่วยให้ได้อะไร OSWorld-Verified มาพร้อมคำเตือนว่าการเปรียบเทียบ "อาจใช้โครงช่วยการกระทำที่จำเพาะต่อโมเดล จึงควรตีความว่าเป็นการอ้างอิงระดับเบนช์มาร์ก มากกว่าการทดลองแบบ controlled ablation" VenusBench-CAPTCHA เป็นค่าเฉลี่ยแบบไมโครจากตัวอย่างคงที่จำนวน 219 ตัวอย่าง ส่วนตัวเลขของ MCA-Bench ใช้ตัวอย่างที่สุ่มจำนวน 1,000 ตัวอย่าง มีประโยคหนึ่งที่ระบุว่าผลลัพธ์ในสภาพแวดล้อมจริงอาจแปรผันตามวันที่ประเมินและสภาวะของสภาพแวดล้อม

ทั้งหมดนี้ไม่ได้ทำให้ชุดตัวเลขใดชุดหนึ่งสามารถทำซ้ำได้บนข้อมูลของคุณ และผู้ขายทั้งสองรายก็ไม่มีผลลัพธ์ที่เป็นอิสระให้อ้างอิงได้ สิ่งที่มันหมายความก็คือ ทั้งสองรายได้บอกคุณแล้วว่าตัวเลขของพวกเขามีค่าแค่ไหน — ซึ่งหายากกว่า และมีประโยชน์ต่อผู้ซื้อมากกว่า คะแนนที่ดี

อันไหน ตามข้อจำกัด

• 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.

• คุณต้องการสิ่งที่อ่านหน้าจอและลงมือทำตามนั้น — UI-Venus 2 9B และคำถามเรื่องใบอนุญาตต้องมาก่อนตารางเปรียบเทียบประสิทธิภาพ ลองใช้ในระบบอัตโนมัติภายในก่อน แล้วค่อยกลับมาทบทวนเมื่อเรื่องใบอนุญาตชัดเจน แทนที่จะไปเจอปัญหาตอนจัดซื้อจัดหา

• 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.

• การจัดการ CAPTCHA อยู่ในรายการของคุณ — อ่านข้อจำกัดของการ์ดก่อน ความสามารถนั้นมีอยู่ และใบอนุญาตคือสิ่งที่ขวางกั้นอยู่ตรงหน้า

ถ้าคำตอบที่ตรงไปตรงมาคือทั้งสองอย่าง สำหรับงานที่ต่างกัน — การรับรู้บนเส้นทางนำเข้า และเอเจนต์บนเส้นทางการลงมือ — นั่นคือรูปแบบที่พบบ่อย และมันเป็นปัญหาสัญญาสองฉบับก่อนที่จะเป็นปัญหาเรื่องโมเดล

โมเดลที่อยู่เบื้องหลังโมเดล และใครเป็นผู้จัดเส้นทางให้มัน

เช็คพอยต์ทั้งสองนี้ไม่ได้ให้บริการผ่าน OrcaRouter ดังนั้นตรงนี้จึงไม่ใช่การชักชวนให้เรียกใช้งานพวกมันผ่านเรา เลเยอร์ที่จำเป็นต้องมี routing จริง ๆ คือเลเยอร์ที่อยู่เบื้องหลังพวกมัน

ผลลัพธ์การตรวจจับต้องได้รับการจัดลำดับความสำคัญ การดำเนินการที่เอเจนต์เสนอต้องถูกประเมินตัดสิน และต้องมีการบันทึกระเบียนไว้ งานเหล่านี้เป็นงานด้านข้อความ เป็นครึ่งที่แพงกว่าต่อโทเคน และเป็นจุดที่ คีย์ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียวครอบคลุมโมเดลกว่า 200 รุ่น — โดยราคาตามรายการของผู้ให้บริการถูกส่งผ่านโดยบวกเพิ่ม 0% และมีการสลับไปใช้ผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อเกิดข้อขัดข้อง — ช่วยตัดสัญญาหนึ่งฉบับและเส้นทางโค้ดหนึ่งเส้นทางออกจากไปป์ไลน์ ในกรณีที่คุณรู้รูปแบบของกระบวนการให้เหตุผลที่ต้องการอยู่แล้ว DSL สำหรับการกำหนดเส้นทางจะประกอบโมเดลหลายตัวเข้าด้วยกันเป็นการเรียกครั้งเดียว และการหลอมรวมโมเดลจะรันโมเดลเหล่านั้นเป็นกลุ่มพร้อมกันบนอินพุตเดียวกัน ทั้งสองวิธีเป็นวิธีปรับเปลี่ยนเลเยอร์ที่อยู่เบื้องหลังโมเดลวิชันแบบคงที่ โดยไม่ต้องแตะต้องโค้ดที่สื่อสารกับกล้อง

กลไกการกำหนดราคามีความสำคัญมากกว่าปกติในการเปรียบเทียบครั้งนี้ เพราะราคาตามรายการถูกส่งผ่านโดยตรงแทนที่จะถูกบวกเพิ่ม การเปลี่ยนแปลงราคาของผู้ขายจึงมีผลฝั่งเราในวันเดียวกัน สำหรับโมเดลที่ราคาโฮสต์มีวันที่ปิดให้บริการระบุไว้ในตัว นั่นคือรูปแบบการกำหนดราคาแบบเดียวที่คุ้มค่าที่จะสร้างการคาดการณ์บนพื้นฐานนั้น

อะไรจะทำให้คำตอบนี้เปลี่ยนไป

สามเรื่อง และทั้งสามเรื่องสามารถตรวจสอบได้

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.

จนถึงตอนนั้น สรุปที่พอจะยืนยันได้ก็จงใจให้แคบไว้ก่อน สองตัวนี้คือโมเดลวิชันขนาด 9B ที่มีจำนวนพารามิเตอร์เท่ากัน มีแท็กโมดัลลิตี้เหมือนกัน และมีนิสัยคืนค่าพิกัดเหมือนกัน แต่แทบไม่เห็นตรงกันเลยในสิ่งที่ใช้ตัดสินการนำไปใช้งานจริง: การเรียกหนึ่งครั้งมีค่าใช้จ่ายเท่าไร การเรียกหนึ่งครั้งเป็นหน่วยที่นับถูกต้องหรือไม่ และคุณได้รับอนุญาตให้ปล่อยผลลัพธ์ออกไปหรือเปล่า

ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง