WeVisOne-VL-4B vs. Moondream 3: uno no tiene API y el otro está perdiendo lo propio

El 13 de noviembre de 2026, Moondream Cloud deja de responder. La API alojada que convertía a Moondream 3 en una integración de una sola línea cierra, los créditos comprados se reembolsan y el producto de ajuste fino Lens desaparece con ella. Faltan tres semanas para esa fecha. WeVisOne-VL-4B, en cambio, nunca ha tenido una API que perder: Tencent publicó los pesos el 22 de octubre de 2026 sin endpoint, sin precios y sin anuncio. Así que la pregunta práctica en esta comparación ya no es "qué modelo de visión pequeño es mejor". Es "qué conjunto de pesos quiero operar yo mismo", porque a día de hoy ambos modelos son decisiones de alojamiento propio, y uno de ellos acaba de convertirse en una de ellas de forma involuntaria.

Las dos son máquinas genuinamente diferentes, y la diferencia explica por qué una tenía un negocio en la nube y la otra no.

¿Qué pasó con Moondream 3?

Vale la pena exponer la cronología porque es fácil pasarla por alto y cambia el cálculo. Moondream 3 Preview se lanzó el 18 de septiembre de 2025 como un modelo de mezcla de expertos de 9B parámetros con 2B parámetros activos. Moondream 3.1 le siguió el 7 de julio de 2026. El 13 de octubre de 2026, Prime Intellect anunció que había adquirido Moondream —incluidos el equipo fundador y el motor de inferencia Photon— y la publicación de Moondream llegó un día después. Un mes más tarde, la nube se apaga.

Nada de eso elimina los pesos. Siguen en Hugging Face bajo la Business Source License 1.1 con una Additional Use Grant, y Photon sigue pudiendo ejecutarse gratis en GPUs Nvidia recientes y Apple Silicon, con una API local compatible y sin necesidad de clave para el modelo base. Lo que desaparece es la ruta alojada: aquello que permitía a un equipo evaluar Moondream 3 en una tarde sin tener una GPU.

Dos arquitecturas, dos razones para existir

Moondream 3 es un modelo disperso: 9B parámetros totales, 2B activos por token, 64 expertos con 8 activados, inicializado a partir del Moondream 2 denso de 2B mediante upcycling. Tiene un contexto de 32K, un codificador de visión SigLIP con concatenación de canales de múltiples recortes y un tokenizador SuperBPE que, según la empresa, hace que la generación sea un 20–40% más rápida. El objetivo del diseño era lograr un razonamiento visual cercano a la frontera a un coste más próximo al de un modelo de 2B: pagas por 2B activaciones y obtienes parte del comportamiento de 9B.

WeVisOne-VL-4B es denso y con un único objetivo: una base Qwen3-VL de 4.83B, tokens de coordenadas desde <0> hasta <1000> para cajas y puntos, y un decodificador de 9.6M de parámetros activado por un token especial <OBJ> que convierte una caja predicha en una máscara y luego en un mate alfa de resolución completa. Mientras que Moondream distribuye su capacidad entre muchas tareas visuales, WeVisOne se concentra en la última milla de la localización —incluida la parte que casi nadie ofrece: la transparencia de bordes suaves.

• Parámetros totales — WeVisOne-VL-4B 4,83B denso frente a Moondream 3 9B totales, 2B activos

• Huella de pesos — aproximadamente 19 GB en F32 para el 4B frente a unos 18 GB en FP16 para Moondream 3, alrededor de 6 GB en una cuantización INT4 de la comunidad

• Contexto — sin publicar vs 32,768 tokens

• Salida de píxeles — máscaras de instancia y mattes alfa continuos con stride 1 frente a máscaras de segmentación

• Licencia — Apache 2.0 para el código de autoría de Tencent vs. Business Source License 1.1 con una Concesión de uso adicional

• API alojada — nunca, frente al cierre del 13 de noviembre de 2026

• Motor de inferencia — vLLM estándar, SGLang o el paquete del proyecto frente a Photon, diseñado específicamente

Los números del benchmark no son el mismo tipo de número

La página de modelos de Moondream indica un mAP de COCO de 51.2. El README de WeVisOne indica una F1 media de COCO de 57.1, con una F1 en IoU 0.5 de 74.0. Esas cifras no se pueden restar entre sí. La precisión media promedio y la F1 con un umbral de IoU fijo recompensan comportamientos diferentes: el mAP penaliza a un modelo que encuentra objetos pero los ordena mal, mientras que la F1 en 0.5 es indulgente con cajas poco ajustadas. Cualquiera que te diga que WeVisOne supera a Moondream 3 por seis puntos en COCO ha comparado dos exámenes diferentes.

Las filas de segmentación están más cerca de ser comparables y son más interesantes. Moondream reporta la segmentación de validación de RefCOCO con 83,2 mIoU; WeVisOne reporta la validación de RefCOCO con 81,4 cIoU. Ambos son intersección sobre unión frente a expresiones referentes en la misma partición del conjunto de datos, pero mIoU y cIoU agregan de forma diferente entre imágenes, así que una diferencia de 1,8 puntos está bien dentro del ruido de la elección de métrica. Considéralos aproximadamente al mismo nivel.

Donde las dos tablas divergen de verdad es en qué decidieron reportar siquiera. Moondream publica ScreenSpot 80,4, OCRBench 61,2, TextVQA 76,3, POPE 89,0 y CountBenchQA en los noventa bajos, según cuál de sus propias páginas se lea —la entrada de lanzamiento y la página de modelos no coinciden entre sí en varias filas, algo que conviene saber antes de citar cualquiera de las dos. WeVisOne publica tasas de rechazo (96,4 % en WeRef-Bench), detección densa en Dense200 y VisDrone, y error de matting en P3M-500-NP y AM-2K. Ninguno de los modelos fue evaluado por los autores del otro.

El licenciamiento decidirá más acuerdos que los benchmarks.

WeVisOne-VL-4B es Apache 2.0 para el código creado por Tencent. Moondream 3 está bajo la Business Source License 1.1 con una Additional Use Grant, que permite el uso personal, de investigación y la mayoría de los usos comerciales, pero requiere un acuerdo con M87 Labs para el alojamiento o rehosting del modelo por parte de terceros. Si estás creando una herramienta interna, ambas están bien. Si estás creando un producto cuyo valor es servir ese modelo a otras personas, solo una de ellas es sencilla.

La adquisición añade un riesgo de segundo orden que no tiene nada que ver con el texto de la licencia: la custodia. Un modelo cuya matriz comercial acaba de cambiar de manos y cuyo producto alojado está cerrando es un modelo cuya hoja de ruta no puedes leer. Eso no es motivo para evitarlo —los pesos se descargan, no se alquilan—, pero sí es motivo para probarlo en lugar de adoptarlo como estándar este trimestre.

Lo que realmente vale la capacidad de matting

Moondream 3 devolverá una máscara de segmentación para «la persona». WeVisOne-VL-4B devolverá una máscara y un alpha matte con transparencia parcial a lo largo del cabello, el pelaje y los bordes suaves, refinado a paso 1. Para un pipeline de composición, esa es la diferencia entre un recorte con un halo duro y uno que puedes colocar sobre un fondo nuevo sin una pasada de limpieza.

Las cifras de Tencent al respecto son llamativas y no verificadas: una diferencia absoluta media de 7,3 en P3M-500-NP frente a 15,4 para el baseline más fuerte que enumeran los autores, y 9,8 en matting de expresiones de referencia en WeRefMat frente a 22,4. Esas cifras provienen del artículo, fueron producidas por los autores del modelo y no se han reproducido. También son la única evidencia pública de que este enfoque funciona, porque ningún laboratorio independiente lo ha ejecutado todavía.

Operar un modelo cuando desaparece el endpoint

El cierre de Moondream es un recordatorio útil de que un endpoint alojado es una dependencia cuya vida útil controla otra persona. Ni Moondream 3 ni WeVisOne-VL-4B están hoy en el catálogo de OrcaRouter, así que esto no es una promoción de una ruta que exista: es la razón por la que la capa de enrutamiento existe en primer lugar.

Cuando un proveedor retira un modelo, la diferencia entre una caída y un cambio de configuración está en si tu aplicación apunta a un nombre de modelo o a una URL de endpoint. OrcaRouter alberga más de 200 modelos detrás de una sola clave con un 0% de recargo sobre el precio de lista del proveedor, y la conmutación por error automática redirige una solicitud a un proveedor en buen estado en lugar de devolver un error. Para una canalización construida sobre un modelo que podría ser adquirido, esa abstracción es la parte que no puedes incorporar retroactivamente en tres semanas.

La recomendación, a tres semanas de distancia

Si está ejecutando Moondream 3 Preview o 3.1 a través de la API alojada, la decisión es ahora y no se trata de calidad: pase al autoalojamiento de Photon o elija un modelo diferente antes del 13 de noviembre. No espere a que aparezca un servicio de sustitución.

Si estás eligiendo algo nuevo y tu trabajo termina en máscaras o mattes, WeVisOne-VL-4B es la apuesta más interesante y la menos probada: Apache 2.0, una idea arquitectónica real y dos días de historial público. Si necesitas un razonador visual amplio con un motor de inferencia maduro y un historial en muchas tareas, Moondream 3 sigue siendo el modelo más seguro para autoalojar, haya adquisición o no.

Y si lo que realmente necesitas no es ninguno de los dos, sino un modelo de visión general detrás de una API que no tengas que operar, esa es otra cuestión con una respuesta mucho más breve. Ninguno de estos modelos lo es.