WeVisOne-VL-4B vs. Moondream 3: Der eine hat keine API, der andere verliert seine eigene.

Am 13. November 2026 stellt Moondream Cloud den Betrieb ein. Die gehostete API, mit der Moondream 3 zu einer Einzeiler-Integration wurde, wird geschlossen, gekaufte Credits werden erstattet, und das Fine-Tuning-Produkt Lens fällt mit ihr weg. Bis zu diesem Datum sind es noch drei Wochen. WeVisOne-VL-4B hingegen hatte nie eine API, die es verlieren könnte – Tencent veröffentlichte die Gewichte am 22. Oktober 2026 ohne Endpoint, ohne Preisangaben und ohne Ankündigung. Die praktische Frage in diesem Vergleich lautet also nicht mehr, „welches kleine Vision-Modell besser ist“. Sie lautet: „Welchen Satz Gewichte möchte ich selbst betreiben“, denn Stand heute sind beide Modelle Self-Hosting-Entscheidungen, und eine davon ist gerade unfreiwillig dazu geworden.

Die beiden sind wirklich unterschiedliche Maschinen, und der Unterschied erklärt, warum die eine ein Cloud-Geschäft hatte und die andere nicht.

Was ist mit Moondream 3 passiert?

Es lohnt sich, den zeitlichen Ablauf darzulegen, denn er ist leicht zu übersehen und verändert die Kalkulation. Moondream 3 Preview wurde am 18. September 2025 als Mixture-of-Experts-Modell mit 9B Parametern und 2B aktiven Parametern veröffentlicht. Moondream 3.1 folgte am 7. Juli 2026. Am 13. Oktober 2026 gab Prime Intellect bekannt, Moondream übernommen zu haben – einschließlich des Gründungsteams und der Photon-Inferenz-Engine – und Moondreams eigener Beitrag folgte einen Tag später. Einen Monat später wird die Cloud abgeschaltet.

Nichts davon entfernt die Gewichte. Sie bleiben auf Hugging Face unter der Business Source License 1.1 mit einem Additional Use Grant, und Photon läuft weiterhin kostenlos auf aktuellen Nvidia-GPUs und Apple Silicon, mit einer kompatiblen lokalen API, und für das Basismodell ist kein Schlüssel erforderlich. Was verschwindet, ist der gehostete Weg – das, was es einem Team ermöglichte, Moondream 3 an einem Nachmittag zu evaluieren, ohne eine GPU zu besitzen.

Zwei Architekturen, zwei Daseinsgründe

Moondream 3 ist ein Sparse-Modell: 9 Mrd. Parameter insgesamt, 2 Mrd. pro Token aktiv, 64 Experten mit 8 aktivierten, initialisiert aus dem dichten 2B-Modell Moondream 2 durch Upcycling. Es verfügt über einen 32K-Kontext, einen SigLIP-Vision-Encoder mit Multi-Crop-Kanalverkettung und einen SuperBPE-Tokenizer, der laut Unternehmen die Generierung um 20–40 % schneller macht. Das Designziel war frontiernahes visuelles Reasoning zu Kosten, die näher an einem 2B-Modell liegen — für 2B-Aktivierungen zahlen und einen Teil des Verhaltens von 9B erhalten.

WeVisOne-VL-4B ist dicht und zielgerichtet: ein Qwen3-VL-Backbone mit 4,83B, Koordinatentokens von <0> bis <1000> für Boxen und Punkte sowie ein Decoder mit 9,6M Parametern, der an einem speziellen <OBJ>-Token ansetzt, das eine vorhergesagte Box in eine Maske und dann in eine Alpha-Matte in voller Auflösung verwandelt. Während Moondream seine Kapazität auf viele visuelle Aufgaben verteilt, konzentriert sich WeVisOne auf die letzte Meile der Lokalisierung – einschließlich des Teils, den fast niemand ausliefert: weich auslaufende Transparenz.

• Gesamtparameter — WeVisOne-VL-4B 4,83B dense vs. Moondream 3 9B gesamt, 2B aktiv

• Gewichtsbedarf — etwa 19 GB in F32 für das 4B-Modell gegenüber etwa 18 GB in FP16 für Moondream 3, rund 6 GB bei einem Community-INT4-Quant

• Kontext — unveröffentlicht vs. 32.768 Token

• Pixelausgabe — Instanzmasken und kontinuierliche Alpha-Mattes bei Schrittweite 1 vs. Segmentierungsmasken

• Lizenz — Apache 2.0 für von Tencent verfassten Code vs. Business Source License 1.1 mit einer zusätzlichen Nutzungserlaubnis

• Gehostete API — nie vorhanden vs. Schließung am 13. November 2026

• Inferenz-Engine — Standard-vLLM, SGLang oder das Projektpaket vs. Photon, zweckgebaut

Die Benchmark-Zahlen sind nicht dieselbe Art von Zahl.

Moondreams Modellseite führt einen COCO-mAP von 51,2 auf. Die README von WeVisOne führt einen mittleren COCO-F1 von 57,1 auf, mit einem F1-Wert bei IoU 0,5 von 74,0. Diese Werte lassen sich nicht voneinander subtrahieren. Mean Average Precision und F1 bei einem festen IoU-Schwellenwert belohnen unterschiedliches Verhalten: mAP bestraft ein Modell, das Objekte findet, sie aber schlecht rankt, während F1 bei 0,5 nachsichtig gegenüber lockeren Boxen ist. Wer Ihnen sagt, WeVisOne schlage Moondream 3 auf COCO um sechs Punkte, hat zwei verschiedene Prüfungen verglichen.

Die Segmentierungszeilen sind eher vergleichbar und interessanter. Moondream meldet für die RefCOCO-val-Segmentierung 83,2 mIoU; WeVisOne meldet für RefCOCO val 81,4 cIoU. Beide sind Intersection-over-Union gegen Referring Expressions auf demselben Dataset-Split, aber mIoU und cIoU aggregieren über Bilder hinweg unterschiedlich, sodass eine Lücke von 1,8 Punkten durchaus im Rauschen der Metrikwahl liegt. Behandle sie als ungefähr gleichauf.

Worin die beiden Tabellen sich wirklich unterscheiden, ist, was sie überhaupt zu berichten beschlossen haben. Moondream veröffentlicht ScreenSpot 80,4, OCRBench 61,2, TextVQA 76,3, POPE 89,0 und CountBenchQA im niedrigen Neunzigerbereich, je nachdem, welche seiner eigenen Seiten man liest — der Launch-Beitrag und die Modellseite widersprechen sich in mehreren Zeilen, was man wissen sollte, bevor man eine der beiden zitiert. WeVisOne veröffentlicht Ablehnungsquoten (96,4 % auf WeRef-Bench), dichte Detektion auf Dense200 und VisDrone sowie Matting-Fehler auf P3M-500-NP und AM-2K. Keines der beiden Modelle wurde von den Autoren des jeweils anderen evaluiert.

Lizenzierung wird bei mehr Deals den Ausschlag geben als Benchmarks

WeVisOne-VL-4B ist Apache 2.0 für von Tencent verfassten Code. Moondream 3 steht unter der Business Source License 1.1 mit einer Additional Use Grant, die persönliche, Forschungs- und die meisten kommerziellen Nutzungen erlaubt, aber eine Vereinbarung mit M87 Labs für das Hosting oder Rehosting des Modells durch Dritte erfordert. Wenn Sie ein internes Tool bauen, sind beide in Ordnung. Wenn Sie ein Produkt bauen, dessen Wert darin besteht, dieses Modell anderen Menschen bereitzustellen, ist nur eines von beiden unkompliziert.

Die Übernahme birgt ein Risiko zweiter Ordnung, das nichts mit dem Lizenztext zu tun hat: die Trägerschaft. Ein Modell, dessen kommerzieller Mutterkonzern gerade den Besitzer gewechselt hat und dessen gehostetes Produkt eingestellt wird, ist ein Modell, dessen Roadmap man nicht lesen kann. Das ist kein Grund, es zu meiden – die Gewichte werden heruntergeladen, nicht gemietet –, aber ein Grund, es zu testen, statt sich in diesem Quartal darauf zu standardisieren.

Was die Matting-Fähigkeit tatsächlich wert ist

{{1}}Moondream 3{{/1}} gibt eine Segmentierungsmaske für „die Person“ zurück. {{2}}WeVisOne-VL-4B{{/2}} gibt eine Maske und eine Alpha-Matte mit teilweiser Transparenz entlang von Haaren, Fell und weichen Kanten zurück, verfeinert bei Schrittweite 1. Für eine Compositing-Pipeline ist das der Unterschied zwischen einem Freisteller mit hartem Halo und einem, den man ohne Nachbearbeitung auf einen neuen Hintergrund legen kann.

Die Zahlen von Tencent {{1}}dafür{{/1}} sind bemerkenswert und unbestätigt: eine mittlere absolute Differenz von 7,3 auf P3M-500-NP gegenüber 15,4 für die stärkste Baseline, die die Autoren aufführen, und 9,8 beim Referring-Expression-Matting auf WeRefMat gegenüber 22,4. Diese stammen aus dem Paper, wurden von den Autoren des Modells erzeugt und sind nicht reproduziert worden. Sie sind außerdem der einzige öffentliche Beleg dafür, dass dieser Ansatz funktioniert, denn noch hat kein unabhängiges Labor ihn ausgeführt.

Ein Modell betreiben, wenn der Endpunkt verschwindet

Die Abschaltung von Moondream ist eine nützliche Erinnerung daran, dass ein gehosteter Endpoint eine Abhängigkeit mit einer Lebensdauer ist, die jemand anderes kontrolliert. Weder Moondream 3 noch WeVisOne-VL-4B steht heute im Katalog von OrcaRouter, daher ist dies kein Plädoyer für eine Route, die existiert – es ist der Grund, warum es die Routing-Ebene überhaupt gibt.

Wenn ein Anbieter ein Modell zurückzieht, liegt der Unterschied zwischen einem Ausfall und einer Konfigurationsänderung darin, ob Ihre Anwendung auf einen Modellnamen oder eine Endpoint-URL verweist. OrcaRouter bietet mehr als 200 Modelle über einen einzigen Schlüssel an – mit 0 % Aufschlag auf den Listenpreis des Anbieters, und automatisches Failover leitet eine Anfrage an einen gesunden Anbieter weiter, statt einen Fehler zurückzugeben. Für eine Pipeline, die auf einem Modell aufbaut, das möglicherweise übernommen wird, ist diese Abstraktion der Teil, den man nicht in drei Wochen nachrüsten kann.

Die Empfehlung, drei Wochen vorher

Wenn Sie Moondream 3 Preview oder 3.1 über die gehostete API betreiben, steht die Entscheidung jetzt an, und es geht nicht um Qualität: Wechseln Sie vor dem 13. November zum Selbsthosting von Photon oder wählen Sie ein anderes Modell. Warten Sie nicht darauf, dass ein Ersatzdienst erscheint.

Wenn du auf etwas Neues setzt und deine Arbeit in Masken oder Mattes endet, ist WeVisOne-VL-4B die interessantere Wette und die weniger erprobte – Apache 2.0, eine echte architektonische Idee und zwei Tage öffentliche Geschichte. Wenn du einen breit aufgestellten visuellen Reasoner mit einer ausgereiften Inferenz-Engine und einer Erfolgsbilanz über viele Aufgaben brauchst, ist Moondream 3 weiterhin das sicherere Modell für Self-Hosting – mit oder ohne Übernahme.

Und wenn Sie eigentlich weder das eine noch das andere brauchen, sondern ein allgemeines Vision-Modell hinter einer API, die Sie nicht selbst betreiben müssen, dann ist das eine andere Frage mit einer viel kürzeren Antwort. Keines dieser Modelle ist es.