Versão exata
Verifique o identificador do modelo, a data e se o alias pode mudar.
Resultados publicados e condições declaradas pelas fontes. Os números só são comparáveis quando versão, configuração, métrica e data coincidem.
| Modelo | Organização | Resultado | Métrica | Condições |
|---|---|---|---|---|
| Depth Pro 2 S | Apple | 44,8 | fps · maior é melhor | Medições da Apple numa NVIDIA B200, BF16 e PyTorch sem compilação: clip 1080p de 32 fotogramas processado numa chamada, incluindo o estimador focal. FPS e memória reservada valem para esse protocolo, não para latência de um fotograma nem para qualquer GPU. |
| Depth Pro 2 B | Apple | 23,6 | fps · maior é melhor | Medições da Apple numa NVIDIA B200, BF16 e PyTorch sem compilação: clip 1080p de 32 fotogramas processado numa chamada, incluindo o estimador focal. FPS e memória reservada valem para esse protocolo, não para latência de um fotograma nem para qualquer GPU. |
| Depth Pro 2 L | Apple | 9,1 | fps · maior é melhor | Medições da Apple numa NVIDIA B200, BF16 e PyTorch sem compilação: clip 1080p de 32 fotogramas processado numa chamada, incluindo o estimador focal. FPS e memória reservada valem para esse protocolo, não para latência de um fotograma nem para qualquer GPU. |
| Depth Pro 2 H+ | Apple | 5,3 | fps · maior é melhor | Medições da Apple numa NVIDIA B200, BF16 e PyTorch sem compilação: clip 1080p de 32 fotogramas processado numa chamada, incluindo o estimador focal. FPS e memória reservada valem para esse protocolo, não para latência de um fotograma nem para qualquer GPU. |
Verifique o identificador do modelo, a data e se o alias pode mudar.
Verifique ferramentas, esforço, número de tentativas, prompt e orçamento de inferência.
Valide o resultado com tarefas, idiomas, formatos e erros representativos do seu produto.
Um benchmark público orienta, mas não substitui uma avaliação com os teus dados, ferramentas, orçamento e tolerância ao erro.
Um alias móvel e um snapshot podem produzir resultados diferentes. Regista o modelo, a data e o fornecedor.
O prompt, o raciocínio, as ferramentas, o número de tentativas e o orçamento devem ser equivalentes para comparar.
Uma diferença pequena pode desaparecer entre execuções. Conserva amostras, dispersão e falhas, não apenas a média.
Valida se a melhoria se mantém em idiomas, formatos e casos reais próximos do teu produto.
Uma métrica só é útil quando conhecemos a tarefa, as condições e o erro que importa. O resultado começa com o desenho do teste.