WeVisOne-VL-4B vs Moondream 3: Satu Tidak Punya API, yang Lain Kehilangan Miliknya Sendiri

Pada 13 November 2026, Moondream Cloud berhenti merespons. API terkelola yang membuat Moondream 3 menjadi integrasi satu baris ditutup, kredit yang telah dibeli dikembalikan, dan produk fine-tuning Lens ikut berakhir. Tanggal itu tinggal tiga minggu lagi. Sebaliknya, WeVisOne-VL-4B tidak pernah memiliki API yang bisa hilang — Tencent menerbitkan bobotnya pada 22 Oktober 2026 tanpa endpoint, tanpa harga, dan tanpa pengumuman. Jadi, pertanyaan praktis dalam perbandingan ini bukan lagi "model visi kecil mana yang lebih baik." Melainkan "set bobot mana yang ingin saya operasikan sendiri," karena per hari ini kedua model adalah keputusan self-hosting, dan salah satunya baru saja menjadi demikian secara tidak sukarela.

Keduanya benar-benar mesin yang berbeda, dan perbedaan itu menjelaskan mengapa yang satu memiliki bisnis cloud dan yang lainnya tidak.

Apa yang terjadi dengan Moondream 3?

Garis waktunya layak diuraikan karena mudah terlewat dan mengubah perhitungan. Moondream 3 Preview dirilis pada 18 September 2025 sebagai model mixture-of-experts berparameter 9B dengan 2B parameter aktif. Moondream 3.1 menyusul pada 7 Juli 2026. Pada 13 Oktober 2026, Prime Intellect mengumumkan bahwa mereka telah mengakuisisi Moondream — termasuk tim pendiri dan mesin inferensi Photon — dan unggahan Moondream sendiri menyusul sehari kemudian. Sebulan kemudian, layanan cloud tersebut ditutup.

Tidak ada dari semua itu yang menghapus bobotnya. Bobot itu tetap ada di Hugging Face di bawah Business Source License 1.1 dengan Additional Use Grant, dan Photon tetap gratis untuk dijalankan di GPU Nvidia terbaru dan Apple Silicon, dengan API lokal yang kompatibel dan tanpa perlu kunci untuk model dasar. Yang hilang adalah jalur hosted — hal yang memungkinkan tim mengevaluasi Moondream 3 dalam satu sore tanpa memiliki GPU.

Dua arsitektur, dua alasan keberadaannya

Moondream 3 adalah model sparse: 9B parameter total, 2B aktif per token, 64 expert dengan 8 diaktifkan, diinisialisasi dari Moondream 2 dense 2B melalui upcycling. Model ini membawa konteks 32K, encoder visi SigLIP dengan konkatenasi kanal multi-crop, dan tokenizer SuperBPE yang menurut perusahaan membuat generasi 20–40% lebih cepat. Tujuan desainnya adalah penalaran visual yang mendekati frontier dengan biaya yang lebih dekat ke model 2B — bayar untuk 2B aktivasi, dapatkan sebagian perilaku 9B.

WeVisOne-VL-4B bersifat padat dan berfokus tunggal: backbone Qwen3-VL 4,83B, token koordinat dari <0> hingga <1000> untuk kotak dan titik, serta dekoder 9,6M parameter yang dipicu oleh token khusus <OBJ> yang mengubah kotak yang diprediksi menjadi masker lalu alpha matte resolusi penuh. Jika Moondream menyebarkan kapasitas ke banyak tugas visual, WeVisOne memusatkan diri pada tahap akhir lokalisasi — termasuk bagian yang hampir tidak pernah disertakan oleh siapa pun, transparansi bertepi lembut.

• Total parameter — WeVisOne-VL-4B 4,83B dense vs Moondream 3 total 9B, 2B aktif

• Jejak bobot — sekitar 19 GB dalam F32 untuk model 4B dibandingkan sekitar 18 GB dalam FP16 untuk Moondream 3, sekitar 6 GB dalam kuantisasi INT4 komunitas

• Konteks — belum diterbitkan vs 32,768 token

• Keluaran piksel — masker instans dan matte alfa kontinu pada stride 1 vs masker segmentasi

• Lisensi — Apache 2.0 untuk kode yang ditulis Tencent vs Business Source License 1.1 dengan Hibah Penggunaan Tambahan

• Hosted API — tidak pernah ada vs ditutup 13 November 2026

• Mesin inferensi — vLLM, SGLang standar atau paket proyek vs Photon, yang dibuat khusus

Angka benchmark bukanlah jenis angka yang sama

Halaman model Moondream mencantumkan COCO mAP sebesar 51,2. README WeVisOne mencantumkan COCO F1 mean sebesar 57,1, dengan F1 pada IoU 0,5 sebesar 74,0. Angka-angka itu tidak dapat dikurangkan satu sama lain. Mean average precision dan F1 pada ambang IoU tetap memberi imbalan atas perilaku yang berbeda: mAP menghukum model yang menemukan objek tetapi memberi peringkat dengan buruk, sedangkan F1 pada 0,5 memaafkan kotak yang longgar. Siapa pun yang memberi tahu Anda bahwa WeVisOne mengalahkan Moondream 3 dengan selisih enam poin pada COCO telah membandingkan dua ujian yang berbeda.

Baris segmentasi lebih mendekati setara dan lebih menarik. Moondream melaporkan segmentasi val RefCOCO pada 83,2 mIoU; WeVisOne melaporkan val RefCOCO pada 81,4 cIoU. Keduanya adalah intersection-over-union terhadap ekspresi rujukan pada split dataset yang sama, tetapi mIoU dan cIoU mengagregasi secara berbeda antar gambar, sehingga selisih 1,8 poin jauh berada dalam derau pilihan metrik. Anggap saja keduanya kurang lebih setara.

Yang benar-benar membedakan kedua tabel itu adalah apa yang sama sekali mereka pilih untuk dilaporkan. Moondream memublikasikan ScreenSpot 80,4, OCRBench 61,2, TextVQA 76,3, POPE 89,0, dan CountBenchQA di kisaran awal sembilan puluhan, tergantung halaman mana dari miliknya sendiri yang Anda baca — pos peluncuran dan halaman model saling bertentangan pada beberapa baris, yang perlu diketahui sebelum Anda mengutip salah satunya. WeVisOne memublikasikan tingkat penolakan (96,4% pada WeRef-Bench), deteksi padat pada Dense200 dan VisDrone, serta galat matting pada P3M-500-NP dan AM-2K. Penulis kedua model tidak mengevaluasi satu sama lain.

Lisensi akan menentukan lebih banyak kesepakatan daripada tolok ukur.

WeVisOne-VL-4B berlisensi Apache 2.0 untuk kode yang ditulis Tencent. Moondream 3 berada di bawah Business Source License 1.1 dengan Additional Use Grant, yang mengizinkan penggunaan pribadi, penelitian, dan sebagian besar penggunaan komersial, tetapi mensyaratkan kesepakatan dengan M87 Labs untuk hosting pihak ketiga atau rehosting model tersebut. Jika Anda membangun alat internal, keduanya baik-baik saja. Jika Anda membangun produk yang nilainya adalah menyajikan model itu kepada orang lain, hanya satu dari keduanya yang lugas.

Akuisisi ini menambah risiko tingkat kedua yang sama sekali tidak terkait dengan teks lisensi: tata kelola. Model yang induk komersialnya baru saja berpindah tangan dan produk yang dihosting-nya sedang ditutup adalah model yang peta jalannya tidak dapat Anda baca. Itu bukan alasan untuk menghindarinya — bobotnya diunduh, bukan disewa — tetapi itu alasan untuk mengujinya alih-alih menstandarkannya pada kuartal ini.

Berapa nilai sebenarnya dari kemampuan matting

Moondream 3 akan mengembalikan mask segmentasi untuk "orang tersebut." WeVisOne-VL-4B akan mengembalikan mask dan alpha matte dengan transparansi parsial di sepanjang rambut, bulu, dan tepi lembut, yang disempurnakan pada stride 1. Untuk pipeline compositing, itulah perbedaan antara potongan dengan halo keras dan potongan yang dapat Anda tempatkan ke latar belakang baru tanpa proses pembersihan.

Angka Tencent untuk itu mencolok dan belum terverifikasi: selisih absolut rata-rata 7,3 pada P3M-500-NP dibandingkan 15,4 untuk baseline terkuat yang dicantumkan para penulis, dan 9,8 pada matting ekspresi rujukan di WeRefMat dibandingkan 22,4. Angka-angka itu berasal dari makalah, dihasilkan oleh para penulis model, dan belum direproduksi. Itu juga satu-satunya bukti publik bahwa pendekatan ini berhasil, karena belum ada laboratorium independen yang menjalankannya.

Mengoperasikan model saat endpoint menghilang

Penutupan Moondream adalah pengingat berguna bahwa endpoint yang dihosting merupakan dependensi dengan masa hidup yang dikendalikan oleh pihak lain. Baik Moondream 3 maupun WeVisOne-VL-4B tidak ada dalam katalog OrcaRouter saat ini, jadi ini bukanlah promosi untuk rute yang sudah tersedia — melainkan alasan mengapa lapisan routing itu ada.

Ketika penyedia menarik sebuah model, perbedaan antara gangguan layanan dan perubahan konfigurasi terletak pada apakah aplikasi Anda mengacu pada nama model atau URL endpoint. OrcaRouter menghadirkan lebih dari 200 model di balik satu kunci dengan markup 0% di atas harga daftar penyedia, dan failover otomatis memindahkan permintaan ke penyedia yang sehat alih-alih mengembalikan error. Untuk pipeline yang dibangun di atas model yang mungkin diakuisisi, abstraksi itulah bagian yang tidak dapat Anda tambahkan secara retroaktif dalam tiga minggu.

Rekomendasi, tiga minggu lagi

Jika Anda menjalankan Moondream 3 Preview atau 3.1 melalui API yang di-hosting, keputusannya adalah sekarang dan ini bukan soal kualitas: pindah ke self-hosting Photon, atau pilih model lain, sebelum 13 November. Jangan menunggu layanan pengganti muncul.

Jika Anda memilih yang baru dan pekerjaan Anda berakhir dengan mask atau matte, WeVisOne-VL-4B adalah taruhan yang lebih menarik dan yang lebih belum terbukti — Apache 2.0, ide arsitektural yang nyata, dan riwayat publik dua hari. Jika Anda membutuhkan penalar visual yang luas dengan mesin inferensi yang matang dan rekam jejak di banyak tugas, Moondream 3 tetap menjadi model yang lebih aman untuk di-host sendiri, baik diakuisisi maupun tidak.

Dan jika yang sebenarnya Anda butuhkan bukan keduanya, melainkan model visi umum di balik API yang tidak perlu Anda operasikan, itu pertanyaan berbeda dengan jawaban yang jauh lebih singkat. Tidak satu pun dari model ini yang merupakan jawabannya.