Molmo2-4B vs Moondream 3 : une option hébergée ferme le 13 novembre

Une date est associée à cette comparaison, et elle tombe dans une semaine. Moondream Cloud — le côté inférence et Lens de l’activité — fermera le 13 novembre 2026, trente jours après que Moondream a annoncé son acquisition par Prime Intellect. Les crédits achetés non utilisés sont remboursés. Si vous avez développé sur le point de terminaison hébergé de Moondream 3, la question pratique n’était plus « Molmo2-4B ou Moondream 3 » mais « quel ensemble de poids ouverts dois-je exécuter moi-même ». Les deux modèles survivent à l’arrêt. Un seul d’entre eux a un jour eu une API hébergée à perdre.

Il convient d’être précis sur le Moondream concerné, car le nom est utilisé de manière imprécise. Moondream 3 Preview a été mis en ligne sur Hugging Face en septembre 2025. La version actuelle est Moondream 3.1, publiée le 7 juillet 2026 sous le nom moondream3.1-9B-A2B, et c’est ce checkpoint que cet article considère comme « Moondream 3 ». Molmo2-4B est l’autre partie : annoncé par l’Allen Institute for AI le 11 décembre 2025, avec des poids mis en ligne le 14 décembre, sous Apache 2.0 pour les poids, avec un avertissement explicite indiquant que les données d’entraînement sont soumises à un usage de recherche académique et non commercial uniquement. Il n’a jamais eu d’API hébergée par Ai2, et cela s’avère important.

Ce qui est vraiment récent du côté de Molmo n’est pas une sortie. Le 9 octobre 2026, l’architecture Molmo2 a été fusionnée dans Transformers amont et elle est sortie dans la v5.20.0 le 15 octobre, donc le modèle ne nécessite plus trust_remote_code=True. Le 5 novembre, Ai2 a publié Molmo2-4B-tb, un fine-tune de ce checkpoint pour un robot empileur de blocs. Ni l’un ni l’autre ne rend Molmo2-4B nouveau, et ni l’un ni l’autre ne change son empreinte.

Ce qui survit, et ce qui ne survit pas

Les poids ne disparaissent pas. Moondream distribue moondream3.1-9B-A2B sous la licence Moondream Model License 1.0 et publie Photon, son propre moteur d’inférence, pour un déploiement local sur les GPU NVIDIA Ampere ou plus récents et sur Apple Silicon. La licence autorise l’utilisation commerciale, le fine-tuning, la quantification, la redistribution, le déploiement en périphérie et les VPC contrôlés par le client. Ce qu’elle interdit est une chose précise : fournir un service Moondream hébergé à usage général à des tiers sans licence commerciale distincte.

Cette clause est la raison pour laquelle l’arrêt compte plus qu’il n’y paraît au premier abord. Une équipe qui appelait l’API Moondream Cloud ne peut pas simplement mettre en place le même point de terminaison elle-même pour ses clients. Elle peut exécuter Moondream au sein de son propre produit, et elle peut l’exécuter sur une infrastructure qu’elle contrôle, mais « Moondream en tant que service » est exactement ce que la licence réserve. Si le point de terminaison était le produit, le 13 novembre est un événement de licence et non une simple migration.

Molmo2-4B n'a pas de piège équivalent, car il n'y a jamais eu de version hébergée à perdre. La licence des poids est Apache 2.0, et la restriction se trouve plutôt dans la déclaration sur les données : la fiche d'Ai2 indique que le modèle « est entraîné sur des jeux de données de tiers soumis à un usage de recherche académique et non commercial uniquement », et vous invite à consulter les sources. Aucun des deux modèles n'est un « il suffit de le livrer » sans réserve : l'un restreint ce que vous pouvez proposer, l'autre restreint ce que la lignée d'entraînement permet de soutenir.

Deux machines différentes sous le capot

• Paramètres — Molmo2-4B est un modèle dense de 4 850 869 200 paramètres ; Moondream 3.1 totalise 9,0 B de paramètres, dont 2,0 B actifs par token, un mélange de huit experts avec un routage top-2 plus un expert partagé.

Taille des poids — 19,42 Go de safetensors float32 pour Molmo2-4B, quatre shards ; Moondream 3.1 est distribué pour Photon et via Hugging Face, le fournisseur mettant l'accent sur une faible empreinte d'exécution plutôt que sur un téléchargement volumineux.

• Contexte — 36 864 positions pour Molmo2-4B ; 32 768 tokens pour Moondream 3.1.

• Surface d'entrée — Molmo2-4B accepte les images, les images multiples et la vidéo ; Moondream 3.1 accepte une image par appel et ne dispose d'aucun chemin vidéo natif.

• Contrat de sortie — Molmo2-4B renvoie des points mis à l'échelle de 0 à 1000 des dimensions de l'image, avec des horodatages en mode vidéo et une expression régulière documentée pour l'analyse ; Moondream 3.1 expose quatre compétences nommées — query, detect, point, caption — chacune renvoyant du JSON structuré.

• Licence — poids Apache 2.0 avec une réserve concernant les données de tiers pour Molmo2-4B ; Moondream Model License 1.0 pour Moondream 3.1.

La ligne de sortie est la différence la plus intéressante et la moins discutée. Les points de Molmo2-4B sont un flux brut de coordonnées que vous parsez et post-traitez. Les compétences de Moondream 3.1 sont un contrat d’API : detect renvoie des objets, point renvoie des points, caption renvoie une légende, et la structure ne varie pas avec le prompt. L’un est un modèle sur lequel vous construisez ; l’autre est un service que vous appelez. Cette différence de conception prédit mieux lequel des deux convient à votre base de code que n’importe quelle ligne de benchmark.

Scores qui ne partagent aucun harnais

Moondream publie un tableau substantiel pour la version 3.1, et il vaut la peine d’être cité précisément parce que la plupart des résumés l’arrondissent. Données rapportées par le fournisseur, toutes issues de l’évaluation propre à Moondream : détection COCO [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 et DocVQA 88.6, pour une moyenne annoncée de 77.9. La même publication rapporte 34.2 requêtes par seconde et une latence du premier token d’environ 20–30 ms sur Cloudflare Workers AI, avec un appel point d’environ 145 ms de bout en bout.

Molmo2-4B rapporte un seul résultat agrégé : une moyenne de 62,8 sur 15 benchmarks académiques, dans un tableau qui le place derrière son homologue 8B à 63,1 et aux côtés de Qwen3-VL-4B à 58,1, InternVL3.5-4B à 53,4 et Eagle2.5-8B à 60,7, tandis que les modèles fermés du même tableau se situent à 70,0 pour Gemini 3 Pro et 70,6 pour GPT-5.

Ces deux moyennes ne peuvent pas être comparées. Elles portent sur des tâches différentes, celle de Moondream est fortement pondérée vers la détection et le comptage, où il est le plus performant, et aucun des deux fournisseurs n'a évalué son modèle sur la suite de tests de l'autre. Quiconque présente 77,9 contre 62,8 comme une victoire de six points compare deux examens différents et appelle cela un score.

Le décompte qui importe aux deux fournisseurs

Le comptage est le seul domaine où les affirmations des deux modèles se recoupent réellement, et où la lecture honnête est inconfortable pour les deux. Moondream rapporte 90,35 sur CountBench et 88,68 sur PixMo-Count. L’annonce d’Ai2 indique que la famille Molmo 2 domine les modèles à poids ouverts pour le comptage sur vidéo, puis concède dans le même souffle qu’aucun modèle de son évaluation n’atteint 40 % de précision. Ces affirmations ne sont pas contradictoires — l’une concerne le comptage d’objets denses sur des images sélectionnées, l’autre le comptage sur vidéo — mais elles signifient que « bon en comptage » n’est pas une affirmation transférable. Précisez le test avant de faire confiance au chiffre.

Si vous prenez votre décision cette semaine

Commencez par l’endroit où la requête sera exécutée. Si vous appeliez l’API Moondream Cloud, la migration est désormais un projet d’auto-hébergement, et la licence détermine si vous pouvez la réexposer. Exécutez Photon localement, gardez Moondream au sein de votre produit, et ne reconstruisez pas le point de terminaison pour des tiers sans licence commerciale.

Si la vidéo entre dans le périmètre, Moondream 3.1 est disponible. Il ne prend qu’une seule image par appel, et aucune structure de compétences, aussi élaborée soit-elle, ne permet de contourner cela. Le réglage par défaut de 384 images à 2 fps de Molmo2-4B justifie d’accepter son téléchargement de 19,42 Go en float32 et de le convertir en précision réduite avant de le servir.

Si votre pipeline veut des coordonnées mais pas un paragraphe, les deux peuvent le faire, et le choix se résume à l’empaquetage : le flux de points balisés de Molmo2-4B avec une expression régulière qui vous appartient, ou la compétence point de Moondream 3.1 renvoyant du JSON. La seconde demande moins de travail aujourd’hui et implique une obligation de licence demain.

Pour les équipes qui utilisaient Moondream comme l’un de plusieurs modèles de vision hébergés plutôt que comme le produit, la migration est moins spectaculaire qu’elle n’en a l’air : OrcaRouter applique le prix catalogue du fournisseur lui-même, sans marge ajoutée sur plus de 200 identifiants de modèles, avec basculement automatique lorsqu’un point de terminaison amont se dégrade, de sorte que remplacer un appel de vision hébergé par un autre n’implique pas un second contrat ni un client réécrit. Ni Moondream 3.1 ni Molmo2-4B ne figurent dans ce catalogue — ce sont tous deux des poids auto-hébergés — mais le reste de la pile l’est généralement.

La chose la plus claire à dire sur cette comparaison, c’est qu’elle n’a jamais été un combat équitable et qu’elle en est désormais un plus modeste. Moondream 3.1 est une API de vision rapide et bien packagée, avec une licence qui réserve l’activité de service à son propriétaire. Molmo2-4B est une publication de recherche avec une sortie de points native pour la vidéo et aucun packaging. L’arrêt ne rend pas l’un meilleur que l’autre. Il supprime simplement l’option de ne pas choisir.