WeVisOne-VL-4B vs Moondream 3 : l’un n’a pas d’API, l’autre perd la sienne.

Le 13 novembre 2026, Moondream Cloud cessera de répondre. L’API hébergée qui faisait de Moondream 3 une intégration en une ligne ferme, les crédits achetés sont remboursés, et le produit de fine-tuning Lens disparaît avec elle. Cette date est dans trois semaines. En revanche, WeVisOne-VL-4B n’a jamais eu d’API à perdre — Tencent a publié les poids le 22 octobre 2026 sans endpoint, sans tarification et sans annonce. La question pratique dans cette comparaison n’est donc plus « quel petit modèle de vision est meilleur ». C’est « quel ensemble de poids est-ce que je veux exploiter moi-même », car à ce jour, les deux modèles relèvent de décisions d’auto-hébergement, et l’un d’eux vient de le devenir involontairement.

Les deux sont réellement des machines différentes, et cette différence explique pourquoi l’une avait une activité cloud et l’autre pas.

Qu’est-il arrivé à Moondream 3

La chronologie mérite d’être exposée, car il est facile de passer à côté et cela change la donne. Moondream 3 Preview est sorti le 18 septembre 2025 en tant que modèle de mélange d’experts de 9 milliards de paramètres, avec 2 milliards de paramètres actifs. Moondream 3.1 a suivi le 7 juillet 2026. Le 13 octobre 2026, Prime Intellect a annoncé avoir acquis Moondream — l’équipe fondatrice et le moteur d’inférence Photon inclus — et le propre billet de Moondream a suivi un jour plus tard. Un mois plus tard, le cloud ferme.

Rien de tout cela ne supprime les poids. Ils restent sur Hugging Face sous la Business Source License 1.1 avec une Additional Use Grant, et Photon reste libre de fonctionner sur les GPU Nvidia récents et Apple Silicon, avec une API locale compatible et aucune clé requise pour le modèle de base. Ce qui disparaît, c’est le chemin hébergé — ce qui permettait à une équipe d’évaluer Moondream 3 en un après-midi sans posséder de GPU.

Deux architectures, deux raisons d'exister

Moondream 3 est un modèle clairsemé : 9B paramètres au total, 2B actifs par token, 64 experts dont 8 activés, initialisé à partir du Moondream 2 dense de 2B par upcycling. Il dispose d’un contexte de 32K, d’un encodeur visuel SigLIP avec concaténation de canaux multi-crop, et d’un tokenizer SuperBPE qui, selon l’entreprise, rend la génération 20–40 % plus rapide. L’objectif de conception était un raisonnement visuel proche de la frontière, à un coût plus proche de celui d’un modèle 2B — payer pour 2B d’activations, obtenir une partie du comportement d’un 9B.

WeVisOne-VL-4B est dense et résolument focalisé : un backbone Qwen3-VL de 4,83 milliards de paramètres, des tokens de coordonnées allant de <0> à <1000> pour les boîtes et les points, et un décodeur de 9,6 millions de paramètres activé par un token spécial <OBJ> qui transforme une boîte prédite en un masque, puis en un matte alpha en pleine résolution. Là où Moondream répartit sa capacité sur de nombreuses tâches visuelles, WeVisOne se concentre sur le dernier kilomètre de la localisation — y compris la partie que presque personne ne livre : la transparence aux bords doux.

• Nombre total de paramètres — WeVisOne-VL-4B 4,83B dense contre Moondream 3 9B au total, 2B actifs

• Empreinte des poids — environ 19 Go en F32 pour le modèle 4B, contre environ 18 Go en FP16 pour Moondream 3, et environ 6 Go en quantification INT4 communautaire

• Contexte — non publié vs 32 768 jetons

• Sortie au niveau pixel — masques d’instance et mattes alpha continues à stride 1 vs masques de segmentation

• Licence — Apache 2.0 pour le code rédigé par Tencent vs Business Source License 1.1 avec une autorisation d’utilisation supplémentaire

API hébergée — aucune fin de vie prévue, contre une fermeture le 13 novembre 2026

• Moteur d’inférence — vLLM standard, SGLang ou le package du projet vs Photon, conçu sur mesure

Les chiffres du benchmark ne sont pas le même genre de nombre.

La page des modèles de Moondream indique un mAP COCO de 51,2. Le README de WeVisOne indique un F1 moyen COCO de 57,1, avec un F1 à IoU 0,5 de 74,0. On ne peut pas soustraire ces chiffres l’un de l’autre. La précision moyenne moyenne (mAP) et le F1 à un seuil IoU fixe récompensent des comportements différents : le mAP pénalise un modèle qui trouve les objets mais les classe mal, tandis que le F1 à 0,5 se montre indulgent envers les boîtes imprécises. Quiconque vous dit que WeVisOne bat Moondream 3 de six points sur COCO a comparé deux examens différents.

Les lignes de segmentation sont plus proches d’être comparables et plus intéressantes. Moondream rapporte une segmentation RefCOCO val à 83,2 mIoU ; WeVisOne rapporte RefCOCO val à 81,4 cIoU. Les deux sont des intersections sur union par rapport à des expressions référentielles sur le même découpage de jeu de données, mais mIoU et cIoU agrègent différemment d’une image à l’autre, de sorte qu’un écart de 1,8 point se situe bien dans le bruit du choix de métrique. Considérez-les comme à peu près au même niveau.

Là où les deux tableaux divergent vraiment, c’est dans ce qu’ils ont choisi de rapporter tout court. Moondream publie 80,4 sur ScreenSpot, 61,2 sur OCRBench, 76,3 sur TextVQA, 89,0 sur POPE et un score CountBenchQA autour de 90-93 % selon la page de sa propre documentation que l’on consulte — l’article de lancement et la page des modèles ne concordent pas sur plusieurs lignes, ce qu’il vaut mieux savoir avant de citer l’un ou l’autre. WeVisOne publie des taux de rejet (96,4 % sur WeRef-Bench), la détection dense sur Dense200 et VisDrone, ainsi que l’erreur de matting sur P3M-500-NP et AM-2K. Les auteurs d’aucun des deux modèles n’ont évalué l’autre.

L’octroi de licences déterminera plus d’accords que les benchmarks.

WeVisOne-VL-4B est sous licence Apache 2.0 pour le code écrit par Tencent. Moondream 3 est sous Business Source License 1.1 avec une autorisation d’utilisation supplémentaire (Additional Use Grant), qui autorise un usage personnel, de recherche et la plupart des usages commerciaux, mais exige un accord avec M87 Labs pour l’hébergement ou le réhébergement du modèle par des tiers. Si vous créez un outil interne, les deux conviennent. Si vous créez un produit dont la valeur consiste à fournir ce modèle à d’autres personnes, un seul des deux est simple.

L'acquisition ajoute un risque de second ordre qui n'a rien à voir avec le texte de la licence : la gouvernance. Un modèle dont la société mère commerciale vient de changer de mains et dont le produit hébergé ferme est un modèle dont la feuille de route est illisible. Ce n'est pas une raison de l'éviter — les poids se téléchargent, ils ne se louent pas — mais c'est une raison de le tester plutôt que d'en faire votre standard ce trimestre.

Ce que vaut réellement la capacité de détourage

Moondream 3 renverra un masque de segmentation pour « la personne ». WeVisOne-VL-4B renverra un masque et un alpha matte avec une transparence partielle le long des cheveux, des poils et des bords doux, affiné au stride 1. Pour un pipeline de compositing, c'est la différence entre un détourage avec un halo dur et un détourage que l'on peut déposer sur un nouvel arrière-plan sans passe de nettoyage.

Les chiffres de Tencent à ce sujet sont frappants et non vérifiés : une différence absolue moyenne de 7,3 sur P3M-500-NP, contre 15,4 pour la baseline la plus forte répertoriée par les auteurs, et de 9,8 sur le matting d’expressions référentielles sur WeRefMat, contre 22,4. Ces chiffres proviennent de l’article, ont été produits par les auteurs du modèle et n’ont pas été reproduits. Ils constituent également la seule preuve publique que cette approche fonctionne, car aucun laboratoire indépendant ne l’a encore testée.

Faire fonctionner un modèle lorsque le point de terminaison disparaît

L’arrêt de Moondream est un rappel utile qu’un point de terminaison hébergé est une dépendance dont la durée de vie est contrôlée par quelqu’un d’autre. Ni Moondream 3 ni WeVisOne-VL-4B ne figurent aujourd’hui au catalogue d’OrcaRouter, donc il ne s’agit pas d’un argumentaire pour une route qui existe — c’est précisément la raison d’être de la couche de routage.

Lorsqu’un fournisseur retire un modèle, la différence entre une panne et un simple changement de configuration tient au fait que votre application cible un nom de modèle ou une URL de point de terminaison. OrcaRouter regroupe plus de 200 modèles derrière une clé unique, avec 0 % de majoration par rapport au prix catalogue du fournisseur, et le basculement automatique transfère une requête vers un fournisseur sain au lieu de renvoyer une erreur. Pour un pipeline bâti sur un modèle susceptible d’être racheté, cette abstraction est la partie que vous ne pouvez pas ajouter après coup en trois semaines.

La recommandation, à trois semaines de l’échéance

Si vous utilisez Moondream 3 Preview ou 3.1 via l’API hébergée, la décision est à prendre maintenant et elle ne concerne pas la qualité : passez à l’auto-hébergement Photon, ou choisissez un autre modèle, avant le 13 novembre. N’attendez pas qu’un service de remplacement apparaisse.

Si vous choisissez la nouveauté et que votre travail aboutit à des masques ou des mattes, WeVisOne-VL-4B est le pari le plus intéressant et le moins éprouvé — Apache 2.0, une véritable idée architecturale et deux jours d’historique public. Si vous avez besoin d’un raisonneur visuel généraliste doté d’un moteur d’inférence mature et d’un historique éprouvé sur de nombreuses tâches, Moondream 3 reste le modèle le plus sûr à auto-héberger, qu’il y ait acquisition ou non.

Et si ce dont vous avez réellement besoin n’est ni l’un ni l’autre, mais un modèle de vision généraliste derrière une API que vous n’avez pas à gérer, c’est une autre question, avec une réponse bien plus courte. Aucun de ces modèles ne fait l’affaire.