MiniCPM-V 4.7 vs Moondream 3.1 9B A2B: Una semana antes de que uno de ellos pierda su API

El 13 de noviembre de 2026, Moondream Cloud cerrará. Eso es treinta días después de que Moondream anunciara que se unía a Prime Intellect, y es el hecho más relevante para la decisión en cualquier comparación entre Moondream 3.1 9B A2B y MiniCPM-V 4.7 hoy. Uno de estos modelos es un servicio alojado que está a punto de dejar de estar alojado. El otro nunca fue un servicio alojado desde el principio: OpenBMB publicó MiniCPM-V 4.7 como pesos abiertos el 6 y 7 de octubre de 2026, añadió la ficha del modelo y una licencia Apache-2.0 el 12 de octubre, y dejó el servicio a tu cargo.

Esa asimetría invierte la comparación habitual. En una hoja de especificaciones, Moondream 3.1 9B A2B es un modelo disperso de 9 mil millones de parámetros con alrededor de 2 mil millones activos, construido en torno a primitivas de percepción estructurada, y MiniCPM-V 4.7 35B-A3B es una mezcla de expertos de 35,2 mil millones de parámetros con aproximadamente 3 mil millones activos, construida en torno a la lectura de imágenes, documentos y video en un contexto de 262.144 tokens. En una hoja de adquisiciones, uno tiene un precio publicado por token durante siete días más y el otro no tiene precio alguno. Ambos hechos son ciertos a la vez, y cuál de ellos ponderas depende de si estás haciendo prototipos o operando.

Para qué sirve realmente cada modelo

Moondream 3.1 9B A2B se lanzó el 7 de julio de 2026. Según la propia página del modelo del proveedor, es una mezcla dispersa de expertos —ocho expertos con enrutamiento top-2 más un experto compartido, 9.0B en total y 2.0B activos por token— con un contexto de 32.768 tokens y una restricción deliberada: una imagen por llamada, salida de texto, sin vídeo nativo y sin razonamiento con múltiples imágenes. Lo que hace en lugar de prosa es responder con estructura. Sus habilidades nativas son query, caption, point, detect y segment, y las salidas de point y detect son coordenadas, por lo que la tabla de evaluación comparativa está llena de F1 de detección en vez de puntuaciones de caption.

MiniCPM-V 4.7 es la apuesta opuesta. Acepta imágenes individuales, múltiples imágenes y vídeo, admite un cuarto de millón de tokens de contexto y responde en lenguaje. Las cifras publicadas por OpenBMB son cifras de comprensión: 80,2 en MMMU, 91,2 en OCRBench, 75,6 en razonamiento CharXiv, 68,9 en LongVideoBench, 86,5 en MathVerse. No hay ninguna primitiva de punto, detección o segmentación en la ficha del modelo. Si quieres un cuadro alrededor del gato, lo pides con palabras y analizas las palabras.

• Contexto: 32.768 tokens en Moondream 3.1 9B A2B frente a 262.144 en MiniCPM-V 4.7 35B-A3B.

• Entradas — una imagen por llamada para Moondream, frente a una sola imagen, varias imágenes y vídeo para MiniCPM.

• Forma de salida — resultados estructurados de consulta, descripción, punto, detección y segmentación para Moondream, frente a texto libre para MiniCPM.

• Licencia — la Moondream Model License 1.0 permite el uso comercial, el autoalojamiento y el ajuste fino, y restringe ofrecer inferencia de Moondream de propósito general como servicio alojado; MiniCPM-V 4.7 es Apache-2.0 sin dicha cláusula.

• Pesos en disco: un checkpoint disperso de 9B para Moondream, frente a unos 70 GB de pesos BF16 en 16 fragmentos para MiniCPM-V 4.7 35B-A3B, o 3,1 GB para el hermano de 1B.

El precipicio del 13 de noviembre, y qué cambia realmente

La adquisición fue anunciada por Prime Intellect el 13 de octubre de 2026 y por Moondream un día después. Los pesos abiertos siguen abiertos bajo la misma licencia, el autoalojamiento mediante Photon sigue siendo gratuito y Moondream continúa como marca para modelos multimodales pequeños dentro de Prime. Lo que se cierra es la nube gestionada: tanto la inferencia como el ajuste fino de Lens finalizan el 13 de noviembre, con los créditos no utilizados reembolsados y los clientes dirigidos a la plataforma del adquirente.

Para un equipo que construyó contra el endpoint alojado, eso es una migración con fecha límite. Los pesos no desaparecen, pero la forma operativa sí: sin factura por token, sin escalado gestionado, sin garantía de latencia por parte del proveedor. La lista de precios publicada en la nube sitúa a Moondream 3.1 9B A2B en 0,30 dólares por millón de tokens de entrada y 1,00 dólar por millón de tokens de salida en el nivel en tiempo real, la mitad en lote, lo cual era lo bastante barato como para que el autoalojamiento rara vez compensara con bajo volumen. Después del 13 de noviembre, la comparación no es precio contra precio; es una GPU que tienes contra un modelo al que llamas.

MiniCPM-V 4.7 nunca tuvo esa capa gestionada. La única ruta de servicio propia es la API ModelBest de OpenBMB, que es la que usa la compilación del monitor de gatos esp32-eye para sus comprobaciones de identidad de 35B, y el resto es vLLM, SGLang, llama.cpp u Ollama en hardware que tú proporciones. Eso supone más trabajo por adelantado y menos exposición al calendario corporativo de otro. Dados los últimos treinta días, la segunda propiedad vale algo.

Benchmarks que nunca se cumplen

No existe un benchmark compartido entre estos dos modelos, y las dos tablas miden competencias diferentes. Las cifras de Moondream son propias, medidas con su propio motor Photon en una sola H100 con batch 16, y las tareas son detección y conteo: 81,46 en COCO, 93,94 en ODinW-13, 74,61 en Dense200, 90,35 en CountBench, 88,68 en PixMo-Count, 87,1 en RefCOCO-M. Sus cifras en documentos —88,6 en DocVQA, 86,01 en ChartQA— son respetables y bastante inferiores a sus puntuaciones en detección. Sus matemáticas simplemente no aparecen: las notas de la versión no informan de GSM8K ni de ningún otro benchmark aritmético, así que no hay ninguna cifra de matemáticas que comparar ni evidencia en ningún sentido.

Los números de MiniCPM son de OpenBMB, publicados como viñetas en prosa e imágenes de gráficos en la página del modelo del proveedor, sin tabla numérica ni reproducción independiente. Su fortaleza es la inversa de la de Moondream: 91,2 en OCRBench, 75,6 en razonamiento CharXiv, 68,9 en LongVideoBench, 80,2 en MMMU. No publica F1 de detección, ni puntuación de conteo, ni resultado de matting o segmentación, porque no hace esas cosas de forma nativa.

El único lugar donde se pueden comparar es OCR, e incluso ahí los sistemas de evaluación difieren. Moondream reporta 88.6 en DocVQA, una puntuación de respuesta a preguntas sobre documentos; MiniCPM reporta 91.2 en OCRBench, una puntuación de reconocimiento de texto. No son la misma prueba y no deberían restarse. Cualquiera que los ponga en una misma columna está produciendo un número que no significa nada.

Dónde se rompe cada uno

Los límites documentados de Moondream son específicos y útiles: texto de menos de unos diez píxeles, objetos de menos de unos doce píxeles, más de cincuenta instancias en un fotograma y ausencia de vídeo nativo. Esos son los límites de una primitiva de percepción, y son honestos. Si tus imágenes son fotos de producto, imágenes de estanterías, fotogramas aéreos o escenas abarrotadas, describen tus modos de fallo antes de que te topes con ellos.

Los límites de MiniCPM-V 4.7 están documentados con menos claridad, lo cual es en sí mismo un hallazgo. La tarjeta del modelo afirma inferencia en el dispositivo a 13 o más tokens por segundo en un iPhone 17 Pro Max usando unos 3 GB de memoria, una cifra que depende de que Lookahead Expert Scheduling, la cuantización por capas y la decodificación especulativa DSpark funcionen conjuntamente, y que ningún tercero ha reproducido. La compilación esp32-eye, el despliegue público más detallado, encontró que el hermano de 1B no era fiable para distinguir cuatro gatos similares y trasladó la identidad al de 35B. Ese es un resultado negativo útil: la variante pequeña es un detector de presencia, no un reconocedor de grano fino.

También hay una asimetría de hardware. Moondream 3.1 es un modelo disperso de 9B que se ejecuta cómodamente en una sola GPU moderna mediante Photon, y su motor es la razón por la que el proveedor puede anunciar 34 solicitudes por segundo con lote de 16. MiniCPM-V 4.7 35B-A3B requiere mucha VRAM o la maquinaria de expertos en streaming que OpenBMB creó para teléfonos, y el hermano de 1B apenas requiere nada. Elegir entre ellos por hardware es realmente elegir entre un modelo de tamaño medio y una familia de dos tamaños.

Si estás implementando esta semana

El árbol de decisión es breve. Si tu tarea es «encontrar, contar o delimitar objetos y devolver coordenadas», Moondream 3.1 9B A2B es la herramienta más directa, y la fecha del 13 de noviembre solo cambia dónde lo ejecutas: autoalojado mediante Photon, bajo una licencia que prohíbe revender inferencia de Moondream de propósito general. Si tu tarea es «leer este documento, este panel o este vídeo y decirme qué dice», MiniCPM-V 4.7 35B-A3B encaja mejor, y siempre fue una decisión de autoalojamiento.

Si no quieres comprometerte con ninguno de los dos, la vía pragmática es un modelo alojado de propósito general para el trabajo de lectura mientras evalúas los pesos abiertos con tus propios datos. Ahí es donde un enrutador se gana su lugar: OrcaRouter expone más de 200 modelos bajo una sola clave con 0% de recargo sobre los precios de lista de los proveedores, con conmutación por error automática, de modo que una canalización no depende de que un único upstream siga existiendo. Ni Moondream 3.1 9B A2B ni MiniCPM-V 4.7 están en ese catálogo hoy, así que esto es un consejo sobre la arquitectura que los rodea, no una afirmación de que servimos alguno de los dos modelos.

Lo que ha demostrado el último mes es que la disponibilidad de los modelos es ahora una cuestión de cadena de suministro. Un modelo puede ser excelente, de pesos abiertos y estar bien documentado, y aun así perder su endpoint gestionado con treinta días de preaviso porque la empresa que lo creó fue adquirida. Los equipos que lo gestionaron bien fueron aquellos cuyo código tenía una URL base en un archivo de configuración y una segunda opción como respaldo.

El resumen justo es que no son sustitutos. Moondream 3.1 9B A2B es un componente de percepción con un reloj en marcha sobre su versión alojada; MiniCPM-V 4.7 es un modelo de lectura con dos tamaños y sin una versión alojada que perder. Elige primero la tarea, luego el modelo y después comprueba si lo que elegiste seguirá respondiendo el próximo viernes.