Molmo2-4B مقابل Moondream 3: أحد الخيارات المستضافة يُغلق في 13 نوفمبر

هناك تاريخ مرتبط بهذه المقارنة، وهو بعد أسبوع واحد. تُغلق Moondream Cloud — الجانب الخاص بالاستدلال وLens من الأعمال — في 13 نوفمبر 2026، بعد ثلاثين يومًا من إعلان Moondream استحواذ Prime Intellect عليها. يجري رد الأرصدة المشتراة غير المستخدمة. إذا كنت قد بنيت على نقطة النهاية المستضافة Moondream 3، فإن السؤال العملي لم يعد "Molmo2-4B أم Moondream 3" بل أصبح "أي مجموعة من الأوزان المفتوحة أشغّلها بنفسي". ينجو كلا الطرازين من الإغلاق. واحد منهما فقط كان لديه API مستضاف ليفقده.

من المفيد أن نكون دقيقين بشأن أي إصدار من Moondream تجري مقارنته، لأن الاسم يُستخدم على نحو فضفاض. صدر Moondream 3 Preview على Hugging Face في سبتمبر 2025. الإصدار الحالي هو Moondream 3.1، الذي نُشر في 7 يوليو 2026 باسم moondream3.1-9B-A2B، وهو نقطة التحقق التي يعتمدها هذا المقال بوصفها «Moondream 3». أما Molmo2-4B فهو الطرف الآخر: أعلن عنه Allen Institute for AI في 11 ديسمبر 2025، وأُتيحت الأوزان في 14 ديسمبر، بترخيص Apache 2.0 على الأوزان مع تحذير صريح بأن بيانات التدريب خاضعة للاستخدام البحثي الأكاديمي وغير التجاري فقط. لم تكن لديه قط واجهة برمجة تطبيقات مستضافة من Ai2، وقد اتضح أن ذلك مهم.

ما هو حديث حقًا على صعيد Molmo ليس إصدارًا. في 9 أكتوبر 2026، دُمجت بنية Molmo2 في Transformers upstream، وتم شحنها في v5.20.0 في 15 أكتوبر، لذا لم يعد النموذج يتطلب trust_remote_code=True. في 5 نوفمبر، نشرت Ai2 نموذج Molmo2-4B-tb، وهو ضبط دقيق لنقطة التحقق هذه لروبوت تكديس الكتل. لا هذا ولا ذاك يجعل Molmo2-4B جديدًا، ولا يغيّر أي منهما بصمته التشغيلية.

ما يبقى، وما لا يبقى

الأوزان لن تذهب إلى أي مكان. تُطلق Moondream نموذج moondream3.1-9B-A2B بموجب ترخيص Moondream Model License 1.0، وتنشر Photon، محرك الاستدلال الخاص بها، للنشر المحلي على وحدات NVIDIA GPU من طراز Ampere أو أحدث وعلى Apple Silicon. ويسمح الترخيص بالاستخدام التجاري والضبط الدقيق والتكميم وإعادة التوزيع والنشر على الأجهزة الطرفية وبيئات VPC التي يتحكم بها العملاء. أما ما يحظره فهو أمر واحد محدد: تقديم خدمة Moondream مستضافة عامة الأغراض لأطراف ثالثة دون ترخيص تجاري منفصل.

هذا البند هو السبب في أن الإغلاق أهم مما يبدو للوهلة الأولى. فالفريق الذي كان يستدعي Moondream Cloud API لا يمكنه ببساطة أن ينشئ نقطة النهاية نفسها بنفسه لعملائه. يمكنهم تشغيل Moondream داخل منتجهم الخاص، ويمكنهم تشغيله على بنية تحتية يتحكمون بها، لكن "Moondream as a service" هو بالضبط ما يحتفظ به الترخيص. وإذا كانت نقطة النهاية هي المنتج، فإن 13 نوفمبر حدث ترخيصي وليس مجرد ترحيل.

لا يوجد في Molmo2-4B فخّ مكافئ، لأنه لم تكن هناك نسخة مستضافة ليفقدها المرء. رخصة الأوزان هي Apache 2.0، أما القيد فيسكن في بيان البيانات بدلاً من ذلك: إذ تقول بطاقة Ai2 إن النموذج "مدرَّب على مجموعات بيانات طرف ثالث تخضع للاستخدام البحثي الأكاديمي وغير التجاري فقط"، وتوجّهك إلى مراجعة المصادر. لا يصلح أي من النموذجين كخيار "انشره فحسب" بلا شوائب — فأحدهما يقيّد ما يمكنك تقديمه، والآخر يقيّد ما يدعمه سجل التدريب.

آلتان مختلفتان من الداخل

• المعاملات — Molmo2-4B كثيف بـ 4,850,869,200 معامل؛ Moondream 3.1 يبلغ إجماليه 9.0B مع 2.0B نشطة لكل توكن، وهو مزيج من ثمانية خبراء مع توجيه top-2 بالإضافة إلى خبير مشترك واحد.

• حجم الأوزان — 19.42 غيغابايت من ملفات safetensors بصيغة float32 الخاصّة بـ Molmo2-4B، موزّعة على أربعة أجزاء؛ ويُوزَّع Moondream 3.1 من أجل Photon وعبر Hugging Face، مع تشديد البائع على صغر بصمة التشغيل بدلاً من تنزيل كبير.

• السياق — 36,864 موضعًا لـ Molmo2-4B؛ 32,768 رمزًا لـ Moondream 3.1.

• سطح الإدخال — يستقبل Molmo2-4B الصور والصور المتعددة والفيديو؛ بينما يستقبل Moondream 3.1 صورة واحدة في كل استدعاء ولا يمتلك مسارًا أصليًا للفيديو.

• عقد المخرجات — يُرجع Molmo2-4B نقاطًا مُقاسة على مقياس 0–1000 من أبعاد الصورة، مع طوابع زمنية في وضع الفيديو وتعبير نمطي موثّق للتحليل؛ ويكشف Moondream 3.1 عن أربع مهارات مُسمّاة — query وdetect وpoint وcaption — كل منها يُرجع JSON مُهيكلًا.

• الترخيص — أوزان Apache 2.0 مع تحفّظ يتعلق ببيانات طرف ثالث لـ Molmo2-4B؛ ترخيص نموذج Moondream 1.0 لـ Moondream 3.1.

صف المخرجات هو الفرق الأكثر إثارة للاهتمام والأقل مناقشة. نقاط Molmo2-4B هي تدفق إحداثيات خام تقوم بتحليله ومعالجته لاحقًا. أما مهارات Moondream 3.1 فهي عقد API: detect يعيد كائنات، وpoint يعيد نقاطًا، وcaption يعيد تعليقًا، ولا يتغير الشكل بتغير الطلب. أحدهما نموذج تبني عليه؛ والآخر خدمة تستدعيها. هذا الاختلاف في التصميم مؤشر أفضل على أيّهما يناسب قاعدة شفرتك من أي صف في اختبار قياسي.

درجات لا تشترك في أي إطار اختبار

تنشر Moondream جدولًا موسّعًا للإصدار 3.1، ويستحق الاقتباس بدقة لأن معظم الملخصات تقرّبه. بيانات معلنة من المورّد، وكلها مستندة إلى تقييم Moondream الخاص: COCO detection [email protected] ‏81.46، وODinW-13 ‏93.94، وLVIS ‏67.4، وDense200 ‏74.61، وSKU-110K ‏52.77، وCrowdHuman ‏74.5، وRefCOCO-M ‏87.1، وHumanRef ‏70.39، وDOTA-v2 ‏59.63، وCountBench ‏90.35، وTallyQA ‏74.86، وPixMo-Count ‏88.68، وChartQA ‏86.01، وDocVQA ‏88.6، بمتوسط معلن قدره 77.9. ويذكر المنشور نفسه 34.2 طلبًا في الثانية وزمن استجابة لأول رمز يبلغ نحو 20–30 مللي ثانية على Cloudflare Workers AI، مع استدعاء نقطي يستغرق نحو 145 مللي ثانية من البداية إلى النهاية.

يقدّم Molmo2-4B رقمًا مجمّعًا واحدًا: متوسط 62.8 عبر 15 معيارًا أكاديميًا، في جدول يضعه خلف نظيره 8B عند 63.1 وبجانب Qwen3-VL-4B عند 58.1، وInternVL3.5-4B عند 53.4 وEagle2.5-8B عند 60.7، بينما تأتي النماذج المغلقة في الجدول نفسه عند 70.0 لـ Gemini 3 Pro و70.6 لـ GPT-5.

لا يمكن مقارنة هذين المتوسطين. فهما يغطيان مهام مختلفة، ومتوسط Moondream مُرجَّح بشدة نحو الكشف والعدّ حيث يكون في أقوى حالاته، ولم يُشغّل أيٌّ من المورّدين نموذجه على مجموعة اختبارات الآخر. أي شخص يقدّم 77.9 مقابل 62.8 على أنه فوز بست نقاط إنما يقارن بين اختبارين مختلفين ويسمّي ذلك نتيجة.

العدد الذي يهم كلا المورّدين

العدّ هو الموضع الوحيد الذي تتقاطع فيه ادعاءات النموذجين فعليًا، وحيث تكون القراءة الصادقة غير مريحة لكليهما. يذكر Moondream نتيجة 90.35 على CountBench و88.68 على PixMo-Count. ويقول إعلان Ai2 إن عائلة Molmo 2 تتصدر النماذج مفتوحة الأوزان في العدّ عبر الفيديو، ثم يعترف في السياق نفسه بأنه لا يوجد أي نموذج في تقييمه يبلغ دقة 40%. هذه العبارات ليست متعارضة — إحداها عدّ الأجسام الكثيفة في صور مُنتقاة، والأخرى العدّ عبر الفيديو — لكنها تعني أن «جيد في العدّ» ليس ادعاءً قابلًا للنقل. حدّد الاختبار قبل أن تثق بالرقم.

إذا كنت تتخذ قرارك هذا الأسبوع

ابدأ من المكان الذي سيُنفَّذ فيه الطلب. إذا كنت تستدعي واجهة Moondream Cloud API، فإن الترحيل أصبح الآن مشروع استضافة ذاتية، والترخيص هو ما يحدد ما إذا كان يمكنك إعادة كشفه. شغّل Photon محليًا، وأبقِ Moondream داخل منتجك، ولا تُعِد بناء نقطة النهاية لأطراف ثالثة دون ترخيص تجاري.

إذا كان الفيديو ضمن النطاق، فقد صدر Moondream 3.1. فهو يستقبل صورة واحدة لكل استدعاء، ولا يمكن لأي قدر من بنية المهارات أن يلتف حول ذلك. إن الإعداد الافتراضي لـ Molmo2-4B البالغ 384 إطارًا بمعدل 2 إطار في الثانية هو السبب في قبول تنزيله بحجم 19.42 GB بصيغة float32 وخفض دقته قبل التقديم.

إذا كانت خطّ معالجتك يريد إحداثيات لا فقرة نصية، فكلا الخيارين قادر على ذلك، ويصبح الاختيار مسألة تغليف: تدفّق النقاط الموسومة من Molmo2-4B مع تعبير نمطي تملكه أنت، أو مهارة النقاط في Moondream 3.1 التي تعيد JSON. الخيار الثاني يتطلّب جهدًا أقل اليوم ويحمّل التزامًا ترخيصيًا غدًا.

بالنسبة للفرق التي كانت تستخدم Moondream كأحد عدة نماذج رؤية مستضافة بدلاً من استخدامه كالمنتج نفسه، فإن الانتقال أقل دراماتيكية مما يبدو: يمرّر OrcaRouter سعر القائمة الخاص بالمزوّد دون أي هامش ربح مضاف عبر أكثر من 200 معرّف نموذج، مع التحويل التلقائي عند الفشل عندما تتدهور نقطة نهاية المنبع، لذا فإن استبدال استدعاء رؤية مستضاف بآخر لا يعني عقدًا ثانيًا أو عميلًا معاد كتابته. لا يوجد Moondream 3.1 ولا Molmo2-4B في ذلك الكتالوج — فكلاهما أوزان مستضافة ذاتيًا — لكن بقية الحزمة عادةً ما تكون كذلك.

إن أوضح ما يمكن قوله عن هذه المقارنة أنها لم تكن يوماً معركة عادلة، وهي الآن معركة أصغر. فـ Moondream 3.1 واجهة برمجة تطبيقات رؤية سريعة وجيدة التغليف، برخصة تحفظ أعمال الخدمة لمالكها. أما Molmo2-4B فهو إصدار بحثي بمخرجات نقطية أصلية للفيديو وبلا تغليف على الإطلاق. الإيقاف لا يجعل أحدهما أفضل من الآخر، بل يزيل فقط خيار عدم الاختيار.