Molmo2-4B vs Moondream 3: un'opzione ospitata chiude il 13 novembre

C'è una data collegata a questo confronto, e manca una settimana. Moondream Cloud — il lato inferenza e Lens del business — chiude il 13 novembre 2026, trenta giorni dopo che Moondream ha annunciato di essere stata acquisita da Prime Intellect. I crediti acquistati e non utilizzati vengono rimborsati. Se hai costruito sull'endpoint ospitato di Moondream 3, la domanda pratica ha smesso di essere «Molmo2-4B o Moondream 3» ed è diventata «quale insieme di pesi aperti eseguo da solo». Entrambi i modelli sopravvivono alla chiusura. Solo uno dei due ha mai avuto un'API ospitata da perdere.

Vale la pena essere precisi su quale Moondream venga confrontato, perché il nome è usato in modo approssimativo. Moondream 3 Preview è apparso su Hugging Face a settembre 2025. La versione attuale è Moondream 3.1, pubblicata il 7 luglio 2026 come moondream3.1-9B-A2B, ed è il checkpoint che questo articolo considera "Moondream 3". Molmo2-4B è l'altro lato della medaglia: annunciato dall'Allen Institute for AI l'11 dicembre 2025, con pesi disponibili dal 14 dicembre, Apache 2.0 sui pesi e un avvertimento esplicito che i dati di addestramento sono soggetti esclusivamente a uso di ricerca accademica e non commerciale. Non ha mai avuto un'API ospitata da Ai2, e questo si rivela importante.

Ciò che è davvero recente sul fronte Molmo non è un rilascio. Il 9 ottobre 2026 l'architettura Molmo2 è stata integrata nei Transformers upstream ed è stata distribuita nella v5.20.0 il 15 ottobre, quindi il modello non richiede più trust_remote_code=True. Il 5 novembre Ai2 ha pubblicato Molmo2-4B-tb, un fine-tuning di questo checkpoint per un robot che impila blocchi. Nessuno dei due rende Molmo2-4B nuovo, e nessuno dei due ne cambia l'impronta.

Ciò che sopravvive, e ciò che non sopravvive

I pesi non vanno da nessuna parte. Moondream distribuisce moondream3.1-9B-A2B con la Moondream Model License 1.0 e pubblica Photon, il proprio motore di inferenza, per il deployment locale su GPU NVIDIA Ampere o più recenti e Apple Silicon. La licenza consente uso commerciale, fine-tuning, quantizzazione, ridistribuzione, deployment edge e VPC controllate dal cliente. Ciò che vieta è una cosa specifica: fornire a terzi un servizio Moondream ospitato general-purpose senza una licenza commerciale separata.

Quella clausola è il motivo per cui la chiusura conta più di quanto sembri a prima vista. Un team che chiamava l'API di Moondream Cloud non può semplicemente attivare lo stesso endpoint per i propri clienti. Può eseguire Moondream all'interno del proprio prodotto e può eseguirlo su infrastrutture che controlla, ma «Moondream as a service» è esattamente ciò che la licenza riserva. Se l'endpoint era il prodotto, il 13 novembre è un evento di licenza e non solo una migrazione.

Molmo2-4B non ha una trappola equivalente, perché non c'è mai stata una versione ospitata da perdere. La licenza dei pesi è Apache 2.0, e la restrizione risiede invece nella dichiarazione sui dati: la scheda di Ai2 afferma che il modello «è addestrato su dataset di terze parti soggetti esclusivamente a uso di ricerca accademica e non commerciale» e invita a rivedere le fonti. Nessuno dei due modelli è un semplice «rilascialo e basta» — uno limita ciò che puoi offrire, l'altro limita ciò che la provenienza dei dati di addestramento supporta.

Due macchine diverse sotto il cofano

Parametri — Molmo2-4B è denso con 4.850.869.200; Moondream 3.1 è 9,0B totali con 2,0B attivi per token, una miscela di otto esperti con routing top-2 più un esperto condiviso.

• Dimensione dei pesi — 19,42 GB di safetensors float32 per Molmo2-4B, quattro shard; Moondream 3.1 è distribuito per Photon e tramite Hugging Face, con il fornitore che sottolinea un'impronta di runtime ridotta anziché un download di grandi dimensioni.

• Contesto — 36.864 posizioni per Molmo2-4B; 32.768 token per Moondream 3.1.

• Superficie di input — Molmo2-4B accetta immagini, più immagini e video; Moondream 3.1 accetta una sola immagine per chiamata e non dispone di un percorso video nativo.

• Contratto di output — Molmo2-4B restituisce punti scalati su 0–1000 delle dimensioni dell'immagine, con timestamp in modalità video e una regex documentata per il parsing; Moondream 3.1 espone quattro competenze denominate — query, detect, point, caption — ciascuna delle quali restituisce JSON strutturato.

• Licenza — pesi Apache 2.0 con un'avvertenza sui dati di terze parti per Molmo2-4B; Moondream Model License 1.0 per Moondream 3.1.

La riga di output è la differenza più interessante e quella di cui si parla meno. I punti di Molmo2-4B sono un flusso di coordinate grezze che analizzi e post-elabori. Le competenze di Moondream 3.1 sono un contratto API: detect restituisce oggetti, point restituisce punti, caption restituisce una didascalia, e la forma non varia con il prompt. Uno è un modello su cui costruisci; l'altro è un servizio che chiami. Questa differenza di progettazione è un indicatore migliore di quale si adatti alla tua base di codice rispetto a qualsiasi riga di benchmark.

Punteggi che non condividono alcun harness

Moondream pubblica una tabella corposa per la 3.1, e vale la pena citarla con precisione perché la maggior parte dei riassunti la arrotonda. Dati dichiarati dal fornitore, tutti sulla valutazione interna di Moondream: rilevamento COCO F1@0,5 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 e DocVQA 88,6, per una media dichiarata di 77,9. Lo stesso post riporta 34,2 richieste al secondo e una latenza del primo token di circa 20–30 ms su Cloudflare Workers AI, con una chiamata point di circa 145 ms end-to-end.

Molmo2-4B riporta un unico dato aggregato: una media di 62,8 su 15 benchmark accademici, in una tabella che lo colloca dietro il fratello maggiore da 8B a 63,1 e accanto a Qwen3-VL-4B a 58,1, InternVL3.5-4B a 53,4 ed Eagle2.5-8B a 60,7, mentre i modelli chiusi nella stessa tabella si attestano a 70,0 per Gemini 3 Pro e 70,6 per GPT-5.

Quelle due medie non possono essere confrontate. Coprono compiti diversi, quella di Moondream è fortemente sbilanciata verso rilevamento e conteggio, dove è più forte, e nessuno dei due fornitori ha eseguito il proprio modello sulla suite dell'altro. Chiunque presenti 77,9 contro 62,8 come una vittoria di sei punti sta confrontando due esami diversi e chiamandolo punteggio.

Il conteggio a cui entrambi i fornitori tengono

Il conteggio è l'unico ambito in cui le affermazioni dei due modelli si sovrappongono davvero, e in cui la lettura onesta risulta scomoda per entrambi. Moondream riporta 90,35 su CountBench e 88,68 su PixMo-Count. L'annuncio di Ai2 afferma che la famiglia Molmo 2 è in testa tra i modelli a pesi aperti nel conteggio su video, per poi ammettere nello stesso respiro che nessun modello della sua valutazione raggiunge il 40% di accuratezza. Queste affermazioni non sono in conflitto — una riguarda il conteggio di oggetti densi su immagini curate, l'altra il conteggio attraverso i video — ma significano che "bravo a contare" non è un'affermazione trasferibile. Specifica il test prima di fidarti del numero.

Se stai decidendo questa settimana

Parti da dove verrà eseguita la richiesta. Se chiamavi la Moondream Cloud API, la migrazione ora è un progetto di self-hosting, e la licenza decide se puoi riesporla. Esegui Photon in locale, mantieni Moondream all'interno del tuo prodotto e non ricostruire l'endpoint per terzi senza una licenza commerciale.

Se il video rientra nell'ambito, Moondream 3.1 è disponibile. Accetta un'immagine per chiamata, e nessuna struttura di competenze può aggirare questo limite. Il default di 384 frame di Molmo2-4B a 2 fps è il motivo per accettare il suo download float32 da 19,42 GB e ridurne la precisione prima di servirlo.

Se la tua pipeline vuole coordinate ma non un paragrafo, entrambi possono farlo, e la scelta diventa una questione di confezionamento: il flusso di punti etichettati di Molmo2-4B con una regex gestita da te, oppure la skill point di Moondream 3.1 che restituisce JSON. La seconda richiede meno lavoro oggi e comporta un obbligo di licenza domani.

Per i team che usavano Moondream come uno dei vari modelli visivi ospitati anziché come prodotto, la migrazione è meno drammatica di quanto sembri: OrcaRouter applica il prezzo di listino del provider senza alcun ricarico aggiunto su oltre 200 ID modello, con failover automatico quando un endpoint upstream si degrada, quindi sostituire una chiamata visiva ospitata con un'altra non significa un secondo contratto o un client riscritto. Né Moondream 3.1 né Molmo2-4B sono in quel catalogo — entrambi sono pesi self-hosted — ma il resto dello stack di solito è presente.

La cosa più chiara da dire su questo confronto è che non è mai stata una sfida ad armi pari e ora lo è ancora meno. Moondream 3.1 è un'API di visione veloce e ben confezionata, con una licenza che riserva al proprietario l'attività di servizio. Molmo2-4B è un rilascio di ricerca con un output a punti nativo per i video e nessun confezionamento. La chiusura non rende uno migliore dell'altro. Elimina soltanto l'opzione di non scegliere.