Moondream 3.1 9B A2B vs UI-Venus 2 9B: Một mức giá đã công bố, một giấy phép đang chờ

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.

Bạn có thể gọi những gì hôm nay, và đến khi nào

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

Cloud của nhà cung cấp bán dịch vụ này theo token: $0,30 mỗi triệu token đầu vào và $1,00 mỗi triệu token đầu ra ở độ trễ thời gian thực, hoặc $0,15 và $0,50 trên API theo lô, mức này vẫn giữ ưu đãi giảm 50% so với giá niêm yết. Lens, sản phẩm tinh chỉnh, có giá $0,60 mỗi triệu token huấn luyện. Việc truy cập được điều tiết bằng giới hạn tốc độ thay vì tính theo mức đồng thời — trang giới hạn tốc độ của nhà cung cấp ghi rõ 2 yêu cầu mỗi giây cho mọi API key, tăng lên 10 yêu cầu mỗi giây khi tài khoản có $10. Rồi đến hạn chót: vào ngày 13 tháng 11 năm 2026, cả điểm cuối suy luận trên cloud lẫn Lens đều đóng, tín dụng đã mua chưa dùng sẽ được hoàn lại, và khách hàng được thông báo rằng họ sẽ được hỗ trợ chuyển sang nơi khác.

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 chưa bao giờ có thể được gọi theo cách đó. Nó là trọng số đầy đủ của một mô hình dense 9B được khởi tạo từ Qwen3.5-9B, chia thành bốn shard safetensors BF16, và cách triển khai dự kiến là một máy chủ vLLM do chính bạn dựng lên, được khởi chạy với độ dài mô hình tối đa 262.144 token và bộ phân tích suy luận của Qwen3. Thẻ mô hình thẳng thắn một cách bất thường về những giới hạn của công thức đó: cấu hình phục vụ "không được xác thực live-canary như một phần của bản cập nhật thẻ mô hình này, nên hãy ghim và xác minh một phiên bản vLLM phù hợp với Qwen3.5 trước khi triển khai."

Đặt hai đoạn văn đó cạnh nhau và sự khác biệt đối với người mua là một mục hàng chứ không phải một phép benchmark. Một mô hình là hóa đơn theo token mà bạn có thể đưa vào bảng tính cho đến giữa tháng 11. Mô hình còn lại là một GPU mà bạn phải tìm, chọn kích cỡ và giữ cho nó luôn chạy — và nhà cung cấp đã phát hành trọng số chưa từng xác thực cấu hình máy chủ cho bạn.

Cùng số lượng tham số, nhưng hóa đơn token lại rất khác nhau

Nhãn 9B là thứ ít hữu ích nhất mà hai cái này có điểm chung. Điều phân biệt chúng về mặt kinh tế là số lượt trên mỗi tác vụ.

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 là một vòng lặp kín. Mỗi bước nhận màn hình hiện tại, mang theo lịch sử ảnh chụp màn hình của episode, phát ra một dấu vết suy luận rồi sau đó là một hành động, và ảnh chụp màn hình tiếp theo quay lại làm đầu vào. Các đánh giá đã công bố cho thấy điều đó tốn bao nhiêu lượt: thẻ mô hình báo cáo MobileWorld ở ngân sách 50 bước và một lần nữa ở 100 bước, còn OSWorld 2.0 ở ngân sách 150 bước. Trong thiết kế này, ngữ cảnh không phải là chỗ cho một tài liệu — mà là số trạng thái màn hình mà tác nhân vẫn còn nhớ được.

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.

Song song, từng chiều một

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

• Tham số — tổng 9B với 2B hoạt động mỗi token, một hỗn hợp chuyên gia thưa. UI-Venus 2 9B: 9B dense, được khởi tạo từ Qwen3.5-9B.

• Đầu ra — hộp giới hạn, tọa độ tâm, chú thích, câu trả lời dạng văn bản và đường phân đoạn. UI-Venus 2 9B: một hành động, một tọa độ nhấp và dấu vết suy luận đã tạo ra chúng.

• Ngữ cảnh — 32K token. UI-Venus 2 9B: 262.144 embedding vị trí tối đa, được cấu hình làm bộ nhớ episode thay vì ngữ cảnh tài liệu.

• Giá niêm yết — $0,30 cho đầu vào và $1,00 cho đầu ra trên mỗi triệu token theo thời gian thực, $0,15 và $0,50 cho batch, trên một endpoint sẽ đóng vào ngày 13 tháng 11 năm 2026. UI-Venus 2 9B: không có, vì không tồn tại endpoint của bên thứ nhất. Bạn tự host hoặc không dùng nó.

• Các benchmark đã công bố — COCO 81.46 F1@0.5, ODinW-13 93.94, RefCOCO-M 87.1, CountBench 90.35, ChartQA 86.01, DocVQA 88.6, và trung bình của bộ kiểm thử là 77.9. UI-Venus 2 9B: AndroidWorld 80.2, WebVoyager 90.8, OSWorld-Verified 70.8, ScreenSpot-Pro 73.0, VenusBench-CAPTCHA 78.1, và tỷ lệ tấn công thành công OSHarm là 11.3% so với 25.3% của mô hình cơ sở. Mọi con số trong số đó đều là của chính nhà cung cấp.

• 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.

• Điểm số độc lập — không có. Cả hai mô hình đều không có mặt trên bất kỳ bảng xếp hạng trung lập nào, và hai nhà cung cấp cũng không công bố chung một benchmark nào, nên không có gì trong hai cột ở trên có thể đem ra so sánh trực tiếp với nhau.

Giấy phép chính là điểm mà hai thứ đó không còn giống nhau nữa

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.

Lập trường của UI-Venus 2 9B không phải là kiểu tuyên bố tương tự, và đáng được trích dẫn nguyên văn thay vì diễn giải. Mục Release Status của thẻ cho biết giấy phép trọng số mô hình "đang chờ xác nhận cuối cùng và sẽ được bổ sung trước khi phát hành công khai", đồng thời giải thích lý do vì sao lựa chọn hiển nhiên đã không được thực hiện: "Tuyên bố Apache-2.0 đã cố ý không được giữ lại vì các tài liệu thượng nguồn hiện tại chứa những tuyên bố giấy phép mâu thuẫn." Không có tệp giấy phép nào trong kho lưu trữ. Các trọng số được công bố vào ngày 26 tháng 8 năm 2026, và kho lưu trữ được chỉnh sửa lần cuối vào ngày 2 tháng 9.

Cách hiểu thực tế không phải là mô hình này không dùng được. Mà là giấy phép chưa được giải quyết là một quyết định kinh doanh mà ai đó phải đưa ra một cách chính thức, có ghi nhận, chứ không phải một mặc định mà bạn thừa hưởng chỉ bằng việc tải một checkpoint về. Nghiên cứu, đánh giá và tạo nguyên mẫu nội bộ không phải là nơi rủi ro nằm. Đặt nó trước khách hàng trả tiền mới là nơi rủi ro nằm, và không có điểm benchmark nào ở phần trên thay đổi được điều đó. Thẻ này mang một điều kiện thứ hai đáng đọc trước khi bất kỳ ai xây dựng dựa trên nó: khả năng giải CAPTCHA “chỉ nên được sử dụng trong các môi trường được cấp quyền” — một ràng buộc đối với trường hợp sử dụng, không phải một gợi ý về nó.

Cả hai nhà cung cấp đều cho phép bạn kiểm tra con số, theo hai hướng khác nhau

Hầu hết các bản phát hành mô hình chỉ công bố một bảng số liệu rồi dừng ở đó. Hai bản này đều công bố các lưu ý, và những lưu ý đó thuộc những loại khác nhau.

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.

Báo cáo kỹ thuật UI-Venus 2, arXiv 2609.00028, nộp ngày 27 tháng 8 năm 2026, thực hiện kiểu công bố thông tin khác. Các baseline được đánh dấu bằng dấu hoa thị được chính các tác giả đánh giá hoặc tái tạo theo giao thức họ đã nêu, thay vì trích dẫn từ nơi khác. Dấu gạch ngang nghĩa là không được báo cáo, và các tác giả giữ nguyên dấu gạch ngang. MobileWorld được in hai lần, ở ngân sách 50 bước và 100 bước, để bạn thấy những bước tăng thêm mang lại gì. OSWorld-Verified đi kèm cảnh báo rằng các so sánh "có thể dùng các scaffold hành động theo từng mô hình, nên chúng cần được hiểu là tham chiếu ở mức benchmark hơn là các phép ablation có kiểm soát." VenusBench-CAPTCHA là trung bình vi mô trên 219 ví dụ cố định; con số MCA-Bench dùng 1.000 ví dụ được lấy mẫu. Có một câu nêu rằng kết quả trong môi trường thực có thể thay đổi tùy theo ngày đánh giá và trạng thái môi trường.

Không điều nào trong số này khiến bộ số liệu của bên nào có thể tái lập trên dữ liệu của bạn, và cả hai nhà cung cấp đều không có kết quả độc lập nào để dẫn ra. Điều nó thực sự có nghĩa là cả hai đều đã nói cho bạn biết những con số của họ đáng giá bao nhiêu — điều hiếm hơn, và hữu ích hơn cho người mua, so với một điểm số đẹp.

Cái nào, theo ràng buộc

• 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.

• Bạn cần một thứ đọc được màn hình và hành động dựa trên đó — UI-Venus 2 9B, và câu hỏi về giấy phép sẽ được đặt trước bảng đánh giá chuẩn. Hãy đưa nó vào tự động hóa nội bộ trước và xem xét lại khi giấy phép ngã ngũ, thay vì phát hiện ra vấn đề trong khâu mua sắm.

• 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.

• Xử lý CAPTCHA nằm trong danh sách của bạn — hãy đọc phần hạn chế của thẻ trước. Năng lực thì có, và giấy phép chính là thứ đang đứng chắn trước nó.

Nếu câu trả lời trung thực là cả hai, cho những nhiệm vụ khác nhau — nhận thức trên đường nạp dữ liệu và một agent trên đường hành động — thì đó là dạng phổ biến, và đó là bài toán hai hợp đồng trước khi là bài toán mô hình.

Mô hình đằng sau mô hình, và ai định tuyến nó

Không có checkpoint nào trong số này được cung cấp qua OrcaRouter, nên ở đây không có gì là lời chào mời gọi chúng thông qua chúng tôi. Lớp thực sự cần định tuyến chính là lớp nằm phía sau chúng.

Một kết quả phát hiện phải được phân loại ưu tiên, hành động mà tác tử đề xuất phải được đánh giá, và bản ghi phải được viết ra. Đó đều là những việc xử lý văn bản, chúng là nửa tốn kém hơn tính theo token, và chính ở đây một khóa duy nhất tương thích OpenAI dùng cho hơn 200 mô hình — với giá niêm yết của nhà cung cấp được chuyển nguyên ở mức 0% phụ trội, cùng khả năng tự động chuyển đổi dự phòng giữa các nhà cung cấp — loại bỏ một hợp đồng và một nhánh mã khỏi pipeline. Khi bạn đã biết hình dạng của phần lập luận mình muốn, DSL định tuyến sẽ ghép nhiều mô hình thành một lời gọi, còn dung hợp mô hình thì chạy cả một hội đồng gồm nhiều mô hình cùng lúc trên cùng một đầu vào. Cả hai đều là cách để thay đổi lớp phía sau một mô hình thị giác cố định mà không cần chạm vào đoạn mã giao tiếp với camera.

Cơ chế định giá quan trọng hơn thường lệ trong so sánh cụ thể này. Bởi vì giá niêm yết được chuyển tiếp nguyên giá thay vì bị cộng thêm, thay đổi giá từ nhà cung cấp có hiệu lực ngay ở phía chúng tôi trong cùng ngày. Với một mô hình mà giá dịch vụ hosted có ngày ngừng hoạt động được ghi sẵn, đó là kiểu thỏa thuận định giá duy nhất đáng để xây dựng một dự báo dựa trên.

Điều gì sẽ làm thay đổi câu trả lời này?

Ba điều, và cả ba đều có thể kiểm chứng được.

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.

Cho đến lúc đó, bản tóm tắt có thể bảo vệ được là hẹp một cách có chủ đích. Đây là hai mô hình thị giác 9B có cùng số lượng tham số, cùng một nhãn phương thức và cùng thói quen trả về tọa độ, nhưng chúng hầu như không đồng ý với nhau về bất cứ điều gì quyết định việc triển khai: một lời gọi tốn bao nhiêu, liệu một lời gọi có thực sự là đơn vị phù hợp hay không, và liệu bạn có được phép phát hành đầu ra hay không.

Không có gì trong số đó là giả thuyết: các lỗi AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này đều được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.