Moondream 3 vs. LFM2.5-VL 3B: Einer zeigt auf die Antwort, der andere antwortet nur

Der nützlichste Unterschied zwischen M​oondream 3 Preview und LFM2.5-VL-3B liegt nicht in ihren Benchmark-Tabellen. Er besteht darin, dass M​oondream 3 Preview über ein Bild nachdenkt, indem es in das Bild hineinzeigt – seine Reasoning-Spuren sind verankert und verweisen auf bestimmte Regionen –, während LFM2.5-VL-3B ausdrücklich ein Nicht-Reasoning-Modell ist, das direkt antwortet, eine Entscheidung, die Liquid AI getroffen hat, um die Latenz für On-Device-Arbeit gering zu halten. Dasselbe Bild hinein, zwei völlig unterschiedliche Dinge kommen heraus, und welches man möchte, hängt davon ab, ob ein nachgelagertes System der Antwort vertrauen muss oder sie lediglich konsumiert.

Alles Weitere folgt aus dieser Verzweigung. Moondream 3 Preview ist ein sparse Mixture-of-Experts-Modell mit insgesamt 9B Parametern, von denen 2B aktiv sind, veröffentlicht am 18. September 2025 von Moondream, das im Oktober 2026 von Prime Intellect übernommen wurde. LFM2.5-VL-3B ist ein dichtes 3,1B-Modell – ein 2,6B-Sprach-Backbone mit einem 400M großen SigLIP2-NaFlex-Vision-Encoder – das von Liquid AI am 12. August 2026 als direkter Nachfolger von LFM2-VL-3B veröffentlicht wurde. Das eine ist ein Spezialist, der gebaut wurde, um zu erkennen und zu zeigen, und der außerdem Fragen beantworten kann. Das andere ist ein Generalist, der gebaut wurde, um zu antworten, und der kürzlich gelernt hat, zu zeigen.

Die Metrik-Kollision, die du zuerst bemerken musst

Stellt man die beiden Erdungswerte nebeneinander, sieht der Vergleich nach einem beinahe Gleichstand aus. Das ist er nicht, denn es sind nicht dieselben Messgrößen.

Das Markteinführungsdiagramm von Moondream führt Moondream 3 Preview mit 91,1 auf RefCOCO auf. Liquid AI gibt für LFM2.5-VL-3B eine RefCOCO Precision@1 von 87,9 an. RefCOCO-Genauigkeit und RefCOCO Precision@1 sind unterschiedliche Statistiken, die über denselben Datensatz berechnet werden, und eine Lücke von 3,2 Punkten zwischen ihnen sagt nichts darüber aus, welches Modell besser lokalisiert. Wer diese beiden Zahlen in einem Balkendiagramm nebeneinanderstellt, vergleicht eine Zahl mit einer anders definierten Zahl.

• M​oondream 3 Preview Grounding — RefCOCO 91.1, in einem Diagramm, in dem Frontier-Baselines (GPT-5, Gemini 2.5-Flash, C​laude 4 S​onnet) über eine Vorlage abgefragt wurden, weil sie kein natives Grounding haben, und in dem einige Preview-Ergebnisse aus einer Stichprobe von 100 Fragen statt aus dem vollständigen Datensatz stammten. Vom Anbieter gemeldet und, wie M​oondream selbst sagt, kein fairer Kampf.

• LFM2.5-VL-3B Grounding — RefCOCO Precision@1 87,9, ein Anstieg von 57,1 beim vorherigen LFM2-VL-3B, was Liquid auf die Skalierung synthetischer Grounding-Daten zurückführt. Vom Anbieter gemeldeter Vergleich mit demselben Harness gegen den eigenen Vorgänger, was die aussagekräftigere Achse ist.

• Erkennung und Pointing — Moondream 3 Preview: native detect- und point-Fähigkeiten, strukturierte Koordinatenausgabe, Teil der Architektur. LFM2.5-VL-3B: Grounding durch Training ergänzt, auf dieselbe Weise als Koordinaten zurückgegeben, wobei Function Calling ebenfalls neu in der VL-Reihe ist (ToolSandbox 26,4 bis 59,5, BFCL v4 20,5 bis 32,5).

Die ehrliche Einschätzung: Liquid AI hat ein sauberes Vorher-Nachher bei identischen Test-Harnessen, und M​oondream hat ein modellübergreifendes Diagramm mit Vorbehalten bezüglich der Vorlage. Keines von beiden liefert einen Direktvergleich. Wenn Grounding-Genauigkeit der entscheidende Faktor in Ihrer Bewertung ist, ist Ihr eigener annotierter Datensatz das einzige Instrument, das die Frage klären kann.

Was fundiertes Schlussfolgern dich kostet

Moondreams query-Skill läuft standardmäßig im Reasoning-Modus. Das Modell arbeitet sich durch die Frage, und seine Trace verweist auf die Bereiche des Bildes, die es verwendet; im Playground lässt sich das prüfen, indem man mit der Maus über den Text fährt. Überall dort, wo ein Mensch die Antwort prüfen muss – eine Fehlermeldung an einer Produktionslinie, ein Sicherheitsvorfall, eine medizinische Triage-Markierung –, ist diese Eigenschaft viel wert. Es ist der Unterschied zwischen einem Modell, das „nein" sagt, und einem Modell, das „nein, hier" sagt. p>Der Preis dafür sind Tokens. Der Reasoning-Modus erzeugt eine Trace vor der Antwort, und Moondreams eigene Dokumentation bietet den Ausweg: Übergib reasoning=False bei einfachen Fragen, denn das Unternehmen weiß, dass der Modus nicht kostenlos ist. Das ist ein echtes architektonisches Eingeständnis – ein gut konzipiertes Modell bräuchte kein Flag, um den Gedanken abzuschalten.

LFM2.5-VL-3B hat kein Äquivalent. Es wurde als Nicht-Reasoning-Modell konzipiert, und Liquid AI spricht offen über den Kompromiss: Direktes Antworten hält die Latenz für Echtzeit- und On-Device-Nutzung niedrig. Es gibt keinen Trace zum Inspizieren und keinen Modus zum Deaktivieren. An einer Kassenreihe beim Scannen von Barcodes oder bei einem Telefon, das eine Speisekarte übersetzt, ist das die richtige technische Entscheidung, und der fehlende Trace ist kein Defekt.

Die Frage ist also nicht, was besser ist. Sie lautet, ob etwas, das deinem Modell nachgelagert ist, das Reasoning liest. Wenn ein Mensch das tut, sind M​oondreams verankerte Traces das Feature, für das du bezahlst. Wenn nur ein Programm das tut, bezahlst du für Tokens, die niemand lesen wird.

Wo 3.1B tatsächlich gewinnt

Die Größenangabe von LFM2.5-VL-3B ist keine Marketingaussage. Es läuft mit weniger als 3,3 GB Arbeitsspeicher bei 228 Token pro Sekunde auf einem Apple M5 Max und 116 Token pro Sekunde auf einem AMD Ryzen AI Max+ 395, wobei GGUF-, ONNX- und MLX-Exporte neben dem nativen Checkpoint veröffentlicht wurden. Das ist ein Modell, das man auf einen Laptop packen kann, und Liquid AI bietet es außerdem als WebGPU Hugging Face Space an, der in einem Browser-Tab läuft.

M​oondream 3 Preview hat eine kleinere aktive Parameteranzahl — 2B gegenüber 3,1B — doch der Vergleich ist nicht symmetrisch, weil ein MoE-Checkpoint vollständig resident sein muss, obwohl nur ein Bruchteil davon aktiv wird. Die 9B an Gewichten müssen irgendwo untergebracht werden. M​oondreams eigene Antwort darauf ist Photon, seine lokale Inferenz-Engine, die das Modell auf N​VIDIA-GPUs ab Ampere und auf Apple-Silicon-Macs ausführt. Andere Einschränkung: LFM2.5-VL-3B ist klein genug, um überall hineinzupassen, M​oondream 3 Preview ist rechentechnisch schnell, aber speichertechnisch groß.

• Kontext — beide 32K Token. Echte Konvergenz, und erwähnenswert angesichts des Zwei-Jahres-Sprungs von den 2K-Fenstern der vorherigen Moondream-Generation.

• Sprachen — LFM2.5-VL-3B listet sechzehn auf: Englisch, Arabisch, Chinesisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Spanisch, Vietnamesisch, Thailändisch, Indonesisch, Hindi, Russisch, Polnisch, und verdoppelte sein Vokabular auf 128.000, um nicht-lateinische Schriften zu unterstützen. Die Karte von M​oondream 3 Preview setzt den Schwerpunkt auf visuelle Fähigkeiten statt auf eine Sprachliste; betrachten Sie mehrsprachige VQA als etwas, das getestet werden sollte, statt als etwas, das versprochen wird.

• Dokumentenlesen — LFM2.5-VL-3B: DocVQA 91,1, ChartQA 81,3, OCRBench v1 84,2, OCRBench v2 Englisch 47,5, MMMU 48,4. Moondream 3 Preview: DocVQA 88,3, ChartQA 86,6, POPE 89,0. Unterschiedliche Testumgebungen, auf beiden Seiten von den Anbietern angegeben.

• Was LFM2.5-VL-3B Ihnen sagt, was Sie nicht tun sollten – die Karte von Liquid AI sagt unmissverständlich, dass es nicht für Long-Context- oder reasoning-intensive Aufgaben wie visuelles Webdesign oder technische Fragen zu Bauplänen empfohlen wird. Dieser Satz ist nützlicher als die meisten Benchmark-Tabellen.

Deployment und wo ein Router ins Spiel kommt

Keines dieser Modelle wird über OrcaRouter bereitgestellt, und es ist besser, das direkt zu sagen, statt darum herumzureden: Beide sind Open-Weight-Checkpoints, die Sie selbst betreiben, und der gehostete Endpunkt von Moondream 3 Preview – Moondream Cloud – wird am 13. November 2026 nach der Übernahme durch Prime Intellect abgeschaltet, wobei nicht verbrauchte Credits erstattet werden.

Was sich dadurch ändert, ist die Form der Entscheidung. Ein Team, das sich auf ein selbst gehostetes VLM standardisiert, landet meist bei einem zweiten, gehosteten Modell für die Fälle, die das lokale schlecht bewältigt, und an diesem Punkt ist die Integrationsarbeit das Problem: zwei SDKs, zwei Authentifizierungsschemata, zwei Retry-Richtlinien und ein Ausfall eines Anbieters, der zu Ihrem Ausfall wird.

Dies ist der Fall, für den OrcaRouters Routing-DSL gebaut ist. Du kombinierst mehrere Modelle zu einem einzigen Aufruf – das lokale 3,1B-Modell beantwortet, was es kann, ein gehostetes Modell übernimmt den Rest – hinter einem Schlüssel für mehr als 200 Modelle, wobei der Listenpreis des Anbieters ohne Aufschlag durchgereicht wird und mit automatischem Failover, wenn ein Upstream an Leistung verliert. Da weder Moondream 3 Preview noch LFM2.5-VL-3B in diesem Katalog enthalten sind, liegt die Routing-Schicht über ihnen, statt sie zu ersetzen: So hältst du den günstigen lokalen Pfad günstig, ohne dass ein Anbieterausfall zu deinem Ausfall wird.

Die Lizenzgabelung, die schärfer ist als die Benchmarks

Zwei unterschiedliche Lizenzierungsphilosophien, und der Unterschied ist für eine Produktentscheidung wichtiger als eine Differenz von 3 Punkten in der Bewertung.

Mo​o​n​d​r​e​a​m 3 Preview wird unter der Business Source License 1.1 mit einem Additional Use Grant (No Third-Party Service) veröffentlicht. Interne Nutzung und Produktivnutzung, persönliche Projekte, Forschung, Benchmarks, Fine-Tunes, Merges, Quantisierungen, Gewichts-Deltas sowie die Verwendung innerhalb eines Produkts, das sich nicht wesentlich mit den kostenpflichtigen Angeboten von Mo​o​n​d​r​e​a​m überschneidet, sind alle erlaubt. Der Verkauf einer gehosteten API, die ähnliche Vision-Fähigkeiten bereitstellt, eines verwalteten „Mo​o​n​d​r​e​a​m-as-a-service“ oder das Einbetten der Gewichte in ein kostenpflichtiges SDK, das vergleichbare Fähigkeiten liefert, erfordert eine separate Vereinbarung. Mo​o​n​d​r​e​a​m 3.1 ist zur Mo​o​n​d​r​e​a​m Model License 1.0 übergegangen, die dieselbe Regel klarer formuliert: als Bestandteil Ihres Produkts ist es erlaubt, der Zugriff auf Mo​o​n​d​r​e​a​m selbst als Produkt nicht. Edge-Geräte, kundengesteuerte VPCs und das Ausführen des Modells auf gemieteten Cloud- oder Neocloud-GPUs sind alle ausdrücklich auf der erlaubten Seite.

LFM2.5-VL-3B unterliegt Liquid AIs eigener LFM Open License v1.0. Lies sie vor der Auslieferung, wie du es bei jeder maßgeschneiderten Lizenz tun würdest, aber die Familien unterscheiden sich grundlegend: Moondreams Einschränkung zielt auf ein konkretes Geschäft ab – den Weiterverkauf des Modells –, während die von Liquid eine breite offene Lizenz mit eigenen Bedingungen ist.

Wenn Sie ein domänenspezifischer Entwickler sind, sind beide in Ordnung, und die Lizenzfrage ist eine Formsache. Wenn Ihr Geschäft auch nur annähernd in die Richtung „wir hosten Vision-Modelle für andere“ geht, ist die Lizenz von Moondream die Einschränkung, die Sie zuerst lesen, und die von LFM diejenige, die Sie wahrscheinlich klären.

Welches soll man wählen?

Wählen Sie M​oondream 3 Preview, wenn die Antwort überprüfbar sein muss. Wenn ein Mensch die Ausgabe prüft, wenn der Trace zeigen soll, welcher Teil des Bildes die Entscheidung getrieben hat, wenn Erkennung und Zeigen das eigentliche Produkt sind und nicht bloß ein Feature – dann ist genau dieses verankerte Schlussfolgern der ganze Grund, 9B Speicher für ein Modell mit 2B aktiven Parametern zu bezahlen. Planen Sie Photon oder eine GPU ein, und rechnen Sie damit, dass der gehostete Endpunkt geschlossen wird.

Wähle LFM2.5-VL-3B, wenn das Modell auf dem Gerät sitzen muss. Wenn du an ein Smartphone, einen Laptop, eine Box in der Fabrikhalle oder einen Browser-Tab auslieferst und es sich um eine Single-Turn-Workload mit hohem Durchsatz und niedriger Latenz handelt – Bildschirme lesen, Dokumente transkribieren, Objekte in einem Stream erkennen – dann ist ein dichtes 3,1B-Modell, das antwortet, ohne nachzudenken, genau das, was du willst, und seine 228 Token pro Sekunde auf einem M5 Max sind die Zahl, die den Ausschlag gibt.

Nimm beide, wenn du das Budget dafür hast, und leite je nach Bedarf zwischen ihnen weiter: LFM2.5-VL-3B bei jedem Frame, weil der Betrieb praktisch kostenlos ist, Moondream 3 Preview bei den Frames, bei denen eine fundierte Antwort das Warten wert ist.

Was die Zahlen Ihnen nicht sagen können, ist, ob irgendetwas davon im Praxiseinsatz schiefgegangen ist: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle rund um Modelle dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive, wobei jeder Eintrag eigene Quellen, Schweregrad, Konfidenzstufe und Kennzeichnung als strittig enthält.