Molmo2-4B vs. Moondream 3: Eine gehostete Option endet am 13. November

An diesem Vergleich hängt ein Datum, und es ist nur noch eine Woche hin. Moondream Cloud – der Inferenz- und Lens-Teil des Geschäfts – wird am 13. November 2026 abgeschaltet, dreißig Tage nachdem Moondream bekannt gegeben hat, von Prime Intellect übernommen worden zu sein. Nicht verbrauchte gekaufte Credits werden erstattet. Wenn Sie auf dem gehosteten Endpoint von Moondream 3 aufgebaut haben, lautete die praktische Frage nicht mehr „Molmo2-4B oder Moondream 3“, sondern „welchen Satz offener Gewichte betreibe ich selbst“. Beide Modelle überleben die Abschaltung. Nur eines von ihnen hatte überhaupt jemals eine gehostete API, die es verlieren konnte.

Es lohnt sich, genau zu sein, welches Moondream verglichen wird, denn der Name wird locker verwendet. Moondream 3 Preview wurde im September 2025 auf Hugging Face veröffentlicht. Die aktuelle Version ist Moondream 3.1, veröffentlicht am 7. Juli 2026 als moondream3.1-9B-A2B, und genau diesen Checkpoint behandelt dieser Artikel als „Moondream 3“. Molmo2-4B ist die andere Seite: angekündigt vom Allen Institute for AI am 11. Dezember 2025, die Gewichte verfügbar ab dem 14. Dezember, Apache 2.0 für die Gewichte mit einer ausdrücklichen Warnung, dass die Trainingsdaten nur für akademische und nichtkommerzielle Forschungszwecke verwendet werden dürfen. Es gab nie eine gehostete API von Ai2, und das erweist sich als wichtig.

Was auf der Molmo-Seite wirklich neu ist, ist keine Veröffentlichung. Am 9. Oktober 2026 wurde die Molmo2-Architektur in die Upstream-Transformers zusammengeführt, und sie wurde am 15. Oktober in v5.20.0 ausgeliefert, sodass das Modell nicht mehr trust_remote_code=True erfordert. Am 5. November veröffentlichte Ai2 Molmo2-4B-tb, ein Fine-Tuning dieses Checkpoints für einen Blockstapel-Roboter. Keines von beiden macht Molmo2-4B neu, und keines von beiden ändert seinen Footprint.

Was überlebt und was nicht

Die Gewichte verschwinden nicht. Moondream liefert moondream3.1-9B-A2B unter der {{1}}Moondream Model License 1.0{{/1}} aus und veröffentlicht {{2}}Photon{{/2}}, seine eigene Inferenz-Engine, für den lokalen Einsatz auf NVIDIA-GPUs ab Ampere oder neuer und Apple Silicon. Die Lizenz erlaubt kommerzielle Nutzung, Fine-Tuning, Quantisierung, Weitergabe, Edge-Deployment und kundengesteuerte VPCs. Was sie verbietet, ist eine ganz bestimmte Sache: Dritten einen allgemeinen gehosteten Moondream-Dienst ohne eine separate kommerzielle Lizenz bereitzustellen.

Diese Klausel ist der Grund, warum die Abschaltung wichtiger ist, als es zunächst scheint. Ein Team, das die Moondream Cloud API aufgerufen hat, kann nicht einfach denselben Endpunkt für seine Kunden selbst bereitstellen. Sie können Moondream in ihrem eigenen Produkt betreiben und auf Infrastruktur, die sie kontrollieren, aber „Moondream as a service“ ist genau das, was die Lizenz vorbehält. Wenn der Endpunkt das Produkt war, ist der 13. November ein Lizenzierungsereignis und nicht nur eine Migration.

Molmo2-4B hat keine entsprechende Falle, denn es gab nie eine gehostete Version, die man hätte verlieren können. Die Gewichtslizenz ist Apache 2.0, und die Einschränkung steht stattdessen im Datenstatement: Die Modellkarte von Ai2 besagt, dass das Modell „auf Datensätzen Dritter trainiert wurde, die ausschließlich für akademische und nichtkommerzielle Forschungszwecke genutzt werden dürfen“, und verweist darauf, die Quellen zu prüfen. Keines der beiden Modelle lässt sich ohne Weiteres „einfach ausliefern“ – das eine schränkt ein, was man anbieten kann, das andere, was die Trainingsherkunft hergibt.

Zwei verschiedene Maschinen unter der Haube

• Parameter — Molmo2-4B ist mit 4.850.869.200 Parametern dicht; Moondream 3.1 hat insgesamt 9,0B mit 2,0B aktiv pro Token, eine Mischung aus acht Experten mit Top-2-Routing plus einem gemeinsamen Experten.

Gewichtsgröße — 19,42 GB float32-Safetensors für Molmo2-4B, vier Shards; Moondream 3.1 wird für Photon und über Hugging Face vertrieben, wobei der Anbieter einen kleinen Laufzeit-Footprint statt eines großen Downloads betont.

• Kontext — 36.864 Positionen für Molmo2-4B; 32.768 Token für Moondream 3.1.

• Eingabeoberfläche — Molmo2-4B verarbeitet Bilder, mehrere Bilder und Videos; Moondream 3.1 verarbeitet pro Aufruf ein Bild und hat keinen nativen Videopfad.

{{1}}Ausgabevertrag{{/1}} — Molmo2-4B gibt Punkte skaliert auf 0–1000 der Bildabmessungen zurück, mit Zeitstempeln im Videomodus und einem dokumentierten Regex zum Parsen; {{2}}Moondream 3.1 stellt vier benannte Skills bereit{{/2}} — query, detect, point, caption — die jeweils strukturiertes JSON zurückgeben.

• Lizenz — Apache-2.0-Gewichte mit einem Vorbehalt hinsichtlich Daten Dritter für Molmo2-4B; Moondream Model License 1.0 für Moondream 3.1.

Die Ausgabezeile ist der interessanteste Unterschied und der am wenigsten diskutierte. Die Punkte von Molmo2-4B sind ein roher Koordinatenstrom, den man parst und nachbearbeitet. Die Skills von Moondream 3.1 sind ein API-Vertrag: detect gibt Objekte zurück, point gibt Punkte zurück, caption gibt eine Beschreibung zurück, und die Form ändert sich nicht je nach Prompt. Das eine ist ein Modell, auf dem man aufbaut; das andere ein Dienst, den man aufruft. Dieser Designunterschied sagt besser voraus, welches davon in deine Codebasis passt, als jede Benchmark-Zeile.

Ergebnisse, die kein gemeinsames Test-Harness teilen

Moondream veröffentlicht eine umfangreiche Tabelle zu 3.1, und es lohnt sich, sie präzise zu zitieren, weil die meisten Zusammenfassungen sie auf runde Werte bringen. Vom Anbieter gemeldet, alle auf Moondreams eigener Evaluierung: COCO-Detection F1@0,5 81,46, ODinW-13 93,94, LVIS 67,4, Dense200 74,61, SKU-110K 52,77, CrowdHuman 74,5, RefCOCO-M 87,1, HumanRef 70,39, DOTA-v2 59,63, CountBench 90,35, TallyQA 74,86, PixMo-Count 88,68, ChartQA 86,01 und DocVQA 88,6, für einen angegebenen Durchschnitt von 77,9. Derselbe Beitrag meldet 34,2 Anfragen pro Sekunde und eine First-Token-Latenz von etwa 20–30 ms auf Cloudflare Workers AI, wobei ein Point-Call rund 145 ms Ende-zu-Ende dauert.

Molmo2-4B meldet einen aggregierten Wert: 62,8 im Durchschnitt über 15 akademische Benchmarks, in einer Tabelle, die es hinter dem 8B-Geschwistermodell bei 63,1 und neben Qwen3-VL-4B bei 58,1, InternVL3.5-4B bei 53,4 und Eagle2.5-8B bei 60,7 einordnet, während die geschlossenen Modelle in derselben Tabelle bei 70,0 für Gemini 3 Pro und 70,6 für GPT-5 liegen.

Diese beiden Durchschnittswerte lassen sich nicht vergleichen. Sie decken unterschiedliche Aufgaben ab; Moondreams Durchschnitt ist stark auf Erkennung und Zählen ausgerichtet, wo es am stärksten ist, und kein Anbieter hat sein Modell auf der Testsuite des anderen laufen lassen. Wer 77,9 gegen 62,8 als Sechs-Punkte-Sieg darstellt, vergleicht zwei verschiedene Prüfungen und nennt das eine Punktzahl.

Die Anzahl, auf die es beiden Anbietern ankommt

Das Zählen ist der eine Bereich, in dem sich die Aussagen der beiden Modelle tatsächlich überschneiden, und in dem die ehrliche Lesart für beide unangenehm ist. Moondream meldet CountBench 90,35 und PixMo-Count 88,68. Ai2s Ankündigung besagt, dass die Molmo-2-Familie bei der Videozählung die Open-Weight-Modelle anführt, und räumt dann im selben Atemzug ein, dass kein Modell in ihrer Evaluierung 40 % Genauigkeit erreicht. Diese Aussagen stehen nicht im Widerspruch – die eine betrifft das Zählen dichter Objekte auf kuratierten Bildern, die andere das Zählen über Videos hinweg –, aber sie bedeuten, dass „gut im Zählen“ keine übertragbare Aussage ist. Legen Sie den Test fest, bevor Sie der Zahl vertrauen.

Wenn du dich diese Woche entscheidest

Starten Sie dort, wo die Anfrage ausgeführt wird. Wenn Sie die Moondream Cloud API aufgerufen haben, ist die Migration jetzt ein Selbsthosting-Projekt, und die Lizenz entscheidet, ob Sie sie erneut zugänglich machen dürfen. Führen Sie Photon lokal aus, behalten Sie Moondream in Ihrem Produkt und bauen Sie den Endpunkt nicht für Dritte ohne eine kommerzielle Lizenz neu auf.

Wenn Video im Anwendungsbereich liegt, ist Moondream 3.1 da. Es nimmt pro Aufruf ein Bild entgegen, und keine wie auch immer geartete Skill-Struktur kommt daran vorbei. Der 384-Frame-Standard von Molmo2-4B bei 2 fps ist der Grund, den 19,42 GB großen Float32-Download in Kauf zu nehmen und ihn vor dem Serving herunterzucasten.

Wenn deine Pipeline Koordinaten statt eines Absatzes will, können beide das, und die Entscheidung wird zur Verpackung: Molmo2-4B's getaggter Punktstream mit einem Regex, den du selbst besitzt, oder Moondream 3.1's Punkt-Skill, der JSON zurückgibt. Die zweite Variante bedeutet heute weniger Arbeit und bringt morgen eine Lizenzverpflichtung mit sich.

Für Teams, die Moondream als eines von mehreren gehosteten Vision-Modellen und nicht als das Produkt selbst nutzten, ist die Migration weniger dramatisch, als sie klingt: OrcaRouter gibt den Listenpreis des Anbieters selbst ohne Aufschlag weiter über mehr als 200 Modell-IDs, mit automatischem Failover, wenn ein Upstream-Endpunkt beeinträchtigt ist, sodass der Austausch eines gehosteten Vision-Aufrufs durch einen anderen keinen zweiten Vertrag oder einen neu geschriebenen Client bedeutet. Weder Moondream 3.1 noch Molmo2-4B ist in diesem Katalog enthalten – beides sind selbst gehostete Gewichte –, aber der Rest des Stacks ist es normalerweise.

Das Klarste, was sich über diese Paarung sagen lässt, ist, dass es nie ein fairer Kampf war und jetzt ein kleinerer ist. Moondream 3.1 ist eine schnelle, gut verpackte Vision-API mit einer Lizenz, die das Servicegeschäft dem Eigentümer vorbehält. Molmo2-4B ist eine Forschungsveröffentlichung mit einer videonativen Punktausgabe und überhaupt keiner Verpackung. Die Abschaltung macht nicht das eine besser als das andere. Sie nimmt nur die Möglichkeit, nicht zu wählen.