Molmo2-4B vs Moondream 3: una opción alojada cierra el 13 de noviembre

Hay una fecha vinculada a esta comparación, y está a una semana de distancia. Moondream Cloud —el lado de inferencia y Lens del negocio— cierra el 13 de noviembre de 2026, treinta días después de que Moondream anunciara que había sido adquirida por Prime Intellect. Los créditos comprados no utilizados se están reembolsando. Si construiste sobre el endpoint alojado de Moondream 3, la pregunta práctica dejó de ser «Molmo2-4B o Moondream 3» y pasó a ser «qué conjunto de pesos abiertos ejecuto yo mismo». Ambos modelos sobreviven al cierre. Solo uno de ellos tuvo alguna vez una API alojada que perder.

Vale la pena precisar qué Moondream se está comparando, porque el nombre se usa de forma imprecisa. Moondream 3 Preview se publicó en Hugging Face en septiembre de 2025. La versión actual es Moondream 3.1, publicada el 7 de julio de 2026 como moondream3.1-9B-A2B, y ese es el checkpoint que este artículo trata como "Moondream 3". Molmo2-4B es la otra parte: anunciado por el Allen Institute for AI el 11 de diciembre de 2025, con pesos disponibles el 14 de diciembre, Apache 2.0 en los pesos con una advertencia explícita de que los datos de entrenamiento están sujetos a uso exclusivo para investigación académica y no comercial. Nunca ha tenido una API alojada de Ai2, y resulta que eso importa.

Lo que es genuinamente reciente en el lado de Molmo no es un lanzamiento. El 9 de octubre de 2026, la arquitectura Molmo2 se fusionó en Transformers upstream y se publicó en v5.20.0 el 15 de octubre, por lo que el modelo ya no requiere trust_remote_code=True. El 5 de noviembre, Ai2 publicó Molmo2-4B-tb, un ajuste fino de este checkpoint para un robot de apilamiento de bloques. Ninguno de los dos hace que Molmo2-4B sea nuevo, y ninguno cambia su huella.

Lo que sobrevive, y lo que no

Los pesos no van a ninguna parte. Moondream distribuye moondream3.1-9B-A2B bajo la Licencia de Modelo Moondream 1.0 y publica Photon, su propio motor de inferencia, para despliegue local en GPU NVIDIA Ampere o más recientes y Apple Silicon. La licencia permite uso comercial, ajuste fino, cuantización, redistribución, despliegue en el borde y VPC controladas por el cliente. Lo que prohíbe es una cosa concreta: proporcionar a terceros un servicio alojado de Moondream de propósito general sin una licencia comercial separada.

Esa cláusula es la razón por la que el cierre importa más de lo que parece a primera vista. Un equipo que estaba usando la API de Moondream Cloud no puede simplemente poner en marcha el mismo endpoint por su cuenta para sus clientes. Pueden ejecutar Moondream dentro de su propio producto y pueden ejecutarlo en infraestructura que controlen, pero «Moondream como servicio» es exactamente lo que reserva la licencia. Si el endpoint era el producto, el 13 de noviembre es un asunto de licencias y no solo una migración.

Molmo2-4B no tiene una trampa equivalente, porque nunca hubo una versión alojada que perder. La licencia de los pesos es Apache 2.0, y la restricción reside más bien en la declaración de datos: la ficha de Ai2 indica que el modelo "se entrena con conjuntos de datos de terceros que están sujetos únicamente a uso académico y de investigación no comercial", y te remite a revisar las fuentes. Ninguno de los dos modelos es un limpio "simplemente lánzalo": uno restringe lo que puedes ofrecer, el otro restringe lo que respalda el linaje de entrenamiento.

Dos máquinas diferentes bajo el capó

• Parámetros — Molmo2-4B es denso con 4.850.869.200; Moondream 3.1 tiene 9,0B en total con 2,0B activos por token, una mezcla de ocho expertos con enrutamiento top-2 más un experto compartido.

• Tamaño de los pesos — 19,42 GB de safetensors float32 para Molmo2-4B, cuatro fragmentos; Moondream 3.1 se distribuye para Photon y a través de Hugging Face, y el proveedor hace hincapié en una pequeña huella de ejecución en lugar de una gran descarga.

• Contexto — 36.864 posiciones para Molmo2-4B; 32.768 tokens para Moondream 3.1.

• Superficie de entrada — Molmo2-4B acepta imagen, múltiples imágenes y vídeo; Moondream 3.1 acepta una imagen por llamada y no tiene ruta de vídeo nativa.

• Contrato de salida: Molmo2-4B devuelve puntos escalados a 0–1000 de las dimensiones de la imagen, con marcas de tiempo en modo vídeo y una regex documentada para su análisis; Moondream 3.1 expone cuatro habilidades con nombre —query, detect, point, caption—, cada una de las cuales devuelve JSON estructurado.

• Licencia — pesos Apache 2.0 con una salvedad relativa a datos de terceros para Molmo2-4B; Moondream Model License 1.0 para Moondream 3.1.

La fila de salida es la diferencia más interesante y la menos comentada. Los puntos de Molmo2-4B son un flujo de coordenadas en bruto que tú parseas y posprocesas. Las habilidades de Moondream 3.1 son un contrato de API: detect devuelve objetos, point devuelve puntos, caption devuelve una leyenda, y la forma no varía con el prompt. Uno es un modelo sobre el que construyes; el otro es un servicio al que llamas. Esa diferencia de diseño predice mejor cuál encaja en tu base de código que cualquier fila de un benchmark.

Puntuaciones que no comparten ningún arnés

Moondream publica una tabla sustancial para 3.1, y merece la pena citarla con precisión porque la mayoría de los resúmenes la redondean. Datos reportados por el proveedor, todos sobre la propia evaluación de Moondream: COCO detection [email protected] 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 y DocVQA 88,6, para un promedio declarado de 77,9. La misma publicación reporta 34,2 solicitudes por segundo y una latencia del primer token de aproximadamente 20–30 ms en Cloudflare Workers AI, con una llamada de punto de alrededor de 145 ms de extremo a extremo.

Molmo2-4B presenta un único dato agregado: un promedio de 62,8 en 15 benchmarks académicos, en una tabla que lo sitúa por detrás de su modelo hermano de 8B con 63,1 y junto a Qwen3-VL-4B con 58,1, InternVL3.5-4B con 53,4 y Eagle2.5-8B con 60,7, mientras que los modelos cerrados de la misma tabla se sitúan en 70,0 para Gemini 3 Pro y 70,6 para GPT-5.

Esas dos medias no se pueden comparar. Cubren tareas diferentes; la de Moondream está muy ponderada hacia la detección y el conteo, donde es más fuerte, y ningún proveedor ha ejecutado su modelo en la suite del otro. Cualquiera que presente 77.9 frente a 62.8 como una victoria de seis puntos está comparando dos exámenes distintos y llamándolo una puntuación.

El recuento que les importa a ambos proveedores

El conteo es el único ámbito en el que las afirmaciones de los dos modelos se solapan de verdad, y en el que la lectura honesta resulta incómoda para ambos. Moondream reporta 90,35 en CountBench y 88,68 en PixMo-Count. El anuncio de Ai2 dice que la familia Molmo 2 lidera los modelos de pesos abiertos en conteo de video y, acto seguido, admite que ningún modelo de su evaluación alcanza el 40 % de precisión. Esas afirmaciones no están en conflicto —una se refiere al conteo de objetos densos en imágenes seleccionadas y la otra al conteo a lo largo de video—, pero implican que «ser bueno contando» no es una afirmación transferible. Especifica la prueba antes de confiar en el número.

Si estás decidiendo esta semana

Empieza por dónde se ejecutará la solicitud. Si estabas llamando a la API de Moondream Cloud, la migración ahora es un proyecto de autoalojamiento, y la licencia decide si puedes volver a exponerlo. Ejecuta Photon localmente, mantén Moondream dentro de tu producto y no reconstruyas el endpoint para terceros sin una licencia comercial.

Si el video está en el alcance, Moondream 3.1 queda descartado. Toma una imagen por llamada, y ninguna cantidad de estructura de habilidades evita eso. El valor predeterminado de 384 fotogramas a 2 fps de Molmo2-4B es la razón para aceptar su descarga de 19.42 GB en float32 y convertirlo a menor precisión antes de servirlo.

Si tu pipeline quiere coordenadas pero no un párrafo, ambos pueden hacerlo, y la elección se reduce al empaquetado: el flujo de puntos etiquetado de Molmo2-4B con una expresión regular que tú controlas, o la habilidad de puntos de Moondream 3.1 que devuelve JSON. La segunda es menos trabajo hoy y conlleva una obligación de licencia mañana.

Para los equipos que usaban Moondream como uno de varios modelos de visión alojados en lugar de como el producto, la migración es menos drástica de lo que parece: OrcaRouter aplica el precio de lista del propio proveedor sin añadir ningún margen a más de 200 identificadores de modelo, con conmutación por error automática cuando un endpoint upstream se degrada, así que sustituir una llamada de visión alojada por otra no implica un segundo contrato ni un cliente reescrito. Ni Moondream 3.1 ni Molmo2-4B están en ese catálogo —ambos son pesos autoalojados—, pero el resto del stack normalmente sí está en él.

Lo más claro que se puede decir sobre esta comparación es que nunca fue una pelea justa y ahora es una pelea más pequeña. Moondream 3.1 es una API de visión rápida y bien empaquetada, con una licencia que reserva el negocio de servicios para su propietario. Molmo2-4B es un lanzamiento de investigación con salida de puntos nativa de video y sin empaquetado alguno. El cierre no hace que uno sea mejor que el otro. Simplemente elimina la opción de no elegir.