MiniCPM-V 4.7 vs Moondream 3.1 9B A2B : une semaine avant que l’un des deux perde son API

Le 13 novembre 2026, Moondream Cloud fermera ses portes. C’est trente jours après l’annonce par Moondream de son rapprochement avec Prime Intellect, et c’est le fait le plus déterminant pour toute décision dans toute comparaison entre Moondream 3.1 9B A2B et MiniCPM-V 4.7 aujourd’hui. L’un de ces modèles est un service hébergé qui est sur le point de ne plus l’être. L’autre n’a jamais été un service hébergé au départ : OpenBMB a publié MiniCPM-V 4.7 en poids ouverts les 6 et 7 octobre 2026, a ajouté la fiche du modèle et une licence Apache-2.0 le 12 octobre, et vous a laissé le soin de l’héberger.

Cette asymétrie inverse la comparaison habituelle. Sur une fiche technique, Moondream 3.1 9B A2B est un modèle clairsemé de 9 milliards de paramètres dont environ 2 milliards sont actifs, construit autour de primitives de perception structurée, et MiniCPM-V 4.7 35B-A3B est un mélange d'experts de 35,2 milliards de paramètres avec environ 3 milliards d'actifs, construit autour de la lecture d'images, de documents et de vidéos dans un contexte de 262 144 tokens. Sur une fiche d'achat, l'un affiche un prix public par token pour encore sept jours et l'autre n'a aucun prix du tout. Les deux faits sont vrais en même temps, et celui auquel on accorde du poids dépend de si l'on fait du prototypage ou de l'exploitation.

À quoi sert réellement chaque modèle

Moondream 3.1 9B A2B est sorti le 7 juillet 2026. Selon la page modèle du fournisseur lui-même, il s'agit d'un mélange creux d'experts — huit experts avec routage top-2 plus un expert partagé, 9.0B au total et 2.0B actifs par token — avec un contexte de 32,768 tokens et une restriction délibérée : une image par appel, sortie texte, pas de vidéo native ni de raisonnement multi-image. Plutôt que de la prose, il répond en structure. Ses compétences natives sont query, caption, point, detect et segment, et les sorties de point et detect sont des coordonnées, ce qui explique pourquoi le tableau de benchmark regorge de F1 de détection plutôt que de scores de caption.

MiniCPM-V 4.7 est le pari inverse. Il prend en charge des images uniques, des images multiples et de la vidéo, gère un contexte de 250 000 tokens et répond en langage naturel. Les chiffres publiés par OpenBMB sont des chiffres de compréhension : 80,2 sur MMMU, 91,2 sur OCRBench, 75,6 sur le raisonnement CharXiv, 68,9 sur LongVideoBench, 86,5 sur MathVerse. Il n’y a aucune primitive de point, de détection ou de segmentation dans la fiche du modèle. Si vous voulez une boîte autour du chat, vous la demandez en mots et vous analysez les mots.

• Contexte — 32 768 tokens sur Moondream 3.1 9B A2B contre 262 144 sur MiniCPM-V 4.7 35B-A3B.

• Entrées — une image par appel pour Moondream, contre l'image unique, les images multiples et la vidéo pour MiniCPM.

• Forme de sortie — résultats structurés de requête, de légende, de point, de détection et de segmentation pour Moondream, contre du texte libre pour MiniCPM.

• Licence — la Moondream Model License 1.0 autorise l'usage commercial, l'auto-hébergement et le fine-tuning, et restreint la mise à disposition de l'inférence Moondream à usage général en tant que service hébergé ; MiniCPM-V 4.7 est sous Apache-2.0, sans clause de ce type.

• Poids sur disque — un checkpoint sparse de 9B pour Moondream, contre environ 70 Go de poids BF16 répartis sur 16 shards pour MiniCPM-V 4.7 35B-A3B, ou 3,1 Go pour l’homologue de 1B.

La falaise du 13 novembre, et ce qui change réellement

L'acquisition a été annoncée par Prime Intellect le 13 octobre 2026 et par Moondream un jour plus tard. Les poids ouverts restent ouverts sous la même licence, l'auto-hébergement via Photon reste gratuit, et Moondream continue en tant que marque pour les petits modèles multimodaux au sein de Prime. Ce qui ferme, c'est le cloud géré : l'inférence et le fine-tuning Lens prennent tous deux fin le 13 novembre, les crédits non utilisés étant remboursés et les clients étant orientés vers la plateforme de l'acquéreur.

Pour une équipe qui a développé sur le point de terminaison hébergé, c’est une migration avec une date butoir. Les poids ne disparaissent pas, mais la structure opérationnelle, si : fini la facture par token, fini la mise à l’échelle gérée, fini la garantie de latence côté fournisseur. La grille tarifaire cloud publiée place Moondream 3.1 9B A2B à 0,30 dollar par million de tokens d’entrée et 1,00 dollar par million de tokens de sortie sur le palier temps réel, moitié moins en batch, ce qui était assez bon marché pour que l’auto-hébergement soit rarement rentable à faible volume. À partir du 13 novembre, la comparaison n’est plus un prix contre un prix ; c’est un GPU que vous possédez contre un modèle que vous invoquez.

MiniCPM-V 4.7 n'a jamais eu cette couche gérée. Le seul chemin de service de première partie est l'API ModelBest d'OpenBMB elle-même, celle qu'utilise la version esp32-eye cat-monitor pour ses vérifications d'identité 35B, et le reste, c'est vLLM, SGLang, llama.cpp ou Ollama sur du matériel que vous fournissez. Cela représente plus de travail au départ et moins d'exposition au calendrier corporate de quelqu'un d'autre. Vu les trente derniers jours, la seconde propriété vaut quelque chose.

Des benchmarks qui ne sont jamais atteints

Il n'existe aucun benchmark partagé entre ces deux modèles, et les deux tableaux mesurent des compétences différentes. Les chiffres de Moondream lui sont propres, mesurés avec son propre moteur Photon sur un seul H100 avec une taille de lot de 16, et les tâches sont la détection et le comptage : 81,46 sur COCO, 93,94 sur ODinW-13, 74,61 sur Dense200, 90,35 sur CountBench, 88,68 sur PixMo-Count, 87,1 sur RefCOCO-M. Ses chiffres pour les documents — 88,6 DocVQA, 86,01 ChartQA — sont respectables et bien inférieurs à ses scores de détection. Ses performances en mathématiques sont tout simplement absentes : les notes de version ne rapportent aucun GSM8K ni autre benchmark arithmétique, donc il n'y a aucun chiffre en mathématiques à comparer et aucun élément de preuve dans un sens ou dans l'autre.

Les chiffres de MiniCPM sont ceux d’OpenBMB, publiés sous forme de puces en prose et d’images de graphiques sur la page modèle du fournisseur, sans tableau numérique ni reproduction indépendante. Sa force est l’inverse de celle de Moondream : 91,2 OCRBench, 75,6 CharXiv raisonnement, 68,9 LongVideoBench, 80,2 MMMU. Il ne publie ni F1 de détection, ni score de comptage, ni résultat de matting ou de segmentation, car il ne fait pas ces choses nativement.

Le seul domaine où ils peuvent être comparés est l’OCR, et même là, les bancs d’essai diffèrent. Moondream rapporte 88,6 sur DocVQA, un score de questions-réponses sur documents ; MiniCPM rapporte 91,2 sur OCRBench, un score de reconnaissance de texte. Ce ne sont pas les mêmes tests et on ne devrait pas les soustraire. Quiconque les met dans une même colonne produit un nombre qui ne veut rien dire.

Là où chacun se brise

Les limites documentées de Moondream sont précises et utiles : un texte inférieur à environ dix pixels, des objets inférieurs à environ douze pixels, plus de cinquante instances dans une image et pas de vidéo native. Ce sont les frontières d’une primitive de perception, et elles sont honnêtes. Si vos images sont des photos de produits, des prises de vue de rayons, des images aériennes ou des scènes encombrées, elles décrivent vos modes de défaillance avant que vous ne les rencontriez.

Les limites de MiniCPM-V 4.7 sont documentées de manière moins précise, ce qui est en soi un constat. La fiche du modèle annonce une inférence sur appareil à 13 jetons par seconde ou plus sur un iPhone 17 Pro Max avec environ 3 Go de mémoire, un chiffre qui dépend du fonctionnement conjoint de Lookahead Expert Scheduling, de la quantification par couche et du décodage spéculatif DSpark, et que nul tiers n’a reproduit. La version esp32-eye, le déploiement public le plus détaillé, a jugé le modèle frère 1B peu fiable pour distinguer quatre chats similaires et a transféré l’identité au 35B. C’est un résultat négatif utile : la petite variante est un détecteur de présence, pas un reconnaisseur fin.

Il existe aussi une asymétrie matérielle. Moondream 3.1 est un modèle sparse de 9B qui tourne confortablement sur un seul GPU moderne via Photon, et son moteur est la raison pour laquelle le fournisseur peut annoncer 34 requêtes par seconde avec un lot de 16. MiniCPM-V 4.7 35B-A3B nécessite soit beaucoup de VRAM, soit le mécanisme d’experts en streaming qu’OpenBMB a conçu pour les téléphones, tandis que le frère de 1B ne demande presque rien. Les choisir sur critère matériel revient en réalité à choisir entre un modèle de taille moyenne et une famille à deux tailles.

Si vous implémentez cette semaine

L’arbre de décision est court. Si votre tâche consiste à « trouver, compter ou délimiter des objets et renvoyer des coordonnées », Moondream 3.1 9B A2B est l’outil le plus direct, et la date du 13 novembre ne change que l’endroit où vous l’exécutez : en auto-hébergement via Photon, sous une licence qui interdit la revente d’inférence Moondream à usage général. Si votre tâche consiste à « lire ce document, ce tableau de bord ou cette vidéo et me dire ce qu’il ou elle dit », MiniCPM-V 4.7 35B-A3B est le choix le plus adapté, et il s’est toujours agi d’une décision d’auto-hébergement.

Si vous ne voulez aucun engagement, la voie pragmatique est un modèle généraliste hébergé pour le travail de lecture pendant que vous évaluez les poids ouverts sur vos propres données. C'est là qu'un routeur mérite sa place : OrcaRouter expose plus de 200 modèles derrière une seule clé à 0 % de marge sur les prix catalogue des fournisseurs, avec basculement automatique, afin qu'un pipeline ne soit pas lié à la pérennité d'un seul fournisseur en amont. Ni Moondream 3.1 9B A2B ni MiniCPM-V 4.7 ne figurent dans ce catalogue aujourd'hui, donc il s'agit de conseils sur l'architecture environnante, et non d'une affirmation que nous servons l'un ou l'autre modèle.

Ce que le dernier mois a montré, c’est que la disponibilité des modèles est désormais une question de chaîne d’approvisionnement. Un modèle peut être excellent, à poids ouverts et bien documenté, et perdre malgré tout son point de terminaison géré avec un préavis de trente jours parce que l’entreprise qui l’a créé a été rachetée. Les équipes qui ont bien géré cela sont celles dont le code avait une URL de base dans un fichier de configuration et une seconde option en solution de repli.

Le résumé honnête, c’est que ce ne sont pas des substituts. Moondream 3.1 9B A2B est un composant de perception dont la version hébergée est soumise à une horloge ; MiniCPM-V 4.7 est un modèle de lecture avec deux tailles et aucune version hébergée à perdre. Choisissez d’abord la tâche, puis le modèle, puis vérifiez si ce que vous avez choisi répondra encore vendredi prochain.