WeVisOne-VL-2B vs Moondream 3: una licenza e una scadenza

Il 13 novembre 2026 l'endpoint ospitato che serve Moondream 3 Preview smette di rispondere. È quella data, non un benchmark qualsiasi, a rendere urgente questo confronto: i team che hanno costruito sul cloud di Moondream hanno circa tre settimane dall'avviso di disattivazione per decidere cosa lo sostituirà, e i pesi su cui ripiegherebbero comportano una licenza che la maggior parte di loro non ha mai letto con attenzione. WeVisOne-VL-2B è la scelta ovvia da affiancargli — un modello percettivo da 2B del team WeChat Vision di Tencent, pubblicato il 22 ottobre 2026 con licenza Apache 2.0, che svolge lo stesso lavoro di grounding: box, punti, conteggi e maschere.

I due modelli sono la coppia più vicina in questa serie. Entrambi sono costruiti attorno all'indicare le cose anziché descriverle. Entrambi restituiscono maschere. Entrambi sono stati addestrati a dire "non c'è" quando il target è assente. Eppure quasi nulla di ciò che ciascun fornitore ha pubblicato può essere sottratto da quello dell'altro, perché hanno misurato cose diverse su harness diversi in momenti diversi. Ciò che può essere confrontato è la licenza, il formato di output e il percorso di distribuzione — e su questi tre, la risposta non è affatto vicina.

Perché questi due sono nella stessa conversazione

Moondream 3 Preview, rilasciato il 18 settembre 2025, ha sostenuto che un modello di piccole dimensioni potesse svolgere nativamente la percezione ancorata: rilevare, indicare, contare, segmentare e rispondere, il tutto da un unico checkpoint, senza orchestrare un rilevatore separato e un modello di ragionamento separato. È una sparse mixture of experts con 9 miliardi di parametri totali e 2 miliardi attivi — 24 livelli, i primi quattro densi, i restanti con 64 esperti e 8 attivati per token — una finestra di contesto di 32.768 token, un tokenizer SuperBPE personalizzato e un encoder visivo basato su SigLIP.

WeVisOne-VL-2B arriva un anno dopo, proponendo una versione più ristretta dello stesso argomento. È un modello da 2 miliardi di parametri costruito su Qwen3-VL e divide il lavoro in due: il modello linguistico emette coordinate tramite token dedicati, e un decoder separato da 9,5 milioni di parametri trasforma ogni istanza contrassegnata in una maschera o in un alpha matte continuo. Tencent non ha cercato di realizzare un assistente generalista. Ha cercato di realizzare un motore di percezione, e lo ha dichiarato nella sezione sui limiti.

L'aria di famiglia è reale, ed è per questo che le differenze contano più di quanto non farebbero tra modelli non imparentati.

Le mappe delle capacità, affiancate

• {{1}}Parametri{{/1}} — 9B totali con 2B attivi per Moondream 3 Preview rispetto a circa 2B densi per WeVisOne-VL-2B, più un decoder richiesto da 9,5M di parametri.

• Output della maschera — stringhe di path SVG più un bounding box su Moondream, che la sua documentazione descrive come maschere vettoriali native; matte alfa raster a piena risoluzione con stride 1 su WeVisOne, inclusa la trasparenza morbida per capelli e pelliccia.

• Ragionamento — Moondream 3 dispone di una modalità opzionale di catena di pensiero e ragiona su un'immagine indicando al suo interno; WeVisOne genera output strutturato senza alcuna catena di pensiero, una scelta fatta da Tencent per l'efficienza dell'inferenza.

• Contesto — 32.768 token pubblicati sulla scheda di Moondream rispetto a nessuna lunghezza di contesto pubblicata per WeVisOne, il cui paper descrive l'addestramento a 4.096 e 8.192 token e l'inferenza fino a 1.960 token visivi per immagine.

• Input — immagini su entrambi, ma Moondream offre un'API cloud documentata con risultati parziali in streaming; WeVisOne rifiuta le griglie video nel suo decoder di pixel ed è a turno singolo per progettazione.

• Licenza — Business Source License 1.1 con una concessione d'uso aggiuntiva su Moondream, Apache 2.0 su WeVisOne.

• Rilascio — 18 settembre 2025 vs 22 ottobre 2026, a tredici mesi di distanza.

• Hosting — Moondream Cloud fino al 13 novembre 2026, poi solo self-hosted; nessun endpoint ospitato per WeVisOne da Tencent né da alcun fornitore di cui possiamo verificare l'esistenza.

I numeri, con i relativi strumenti allegati

È qui che il confronto diventa un esercizio di lettura delle note a piè di pagina. Ogni dato riportato di seguito è dichiarato dal fornitore; nessuno dei due modelli dispone di una valutazione indipendente su Artificial Analysis o altrove, per quanto ci sia dato trovare.

• RefCOCO — il grafico di lancio di Moondream riporta 91,1, insieme a 88,6 su RefCOCOg e 81,8 su RefCOCO+. Si tratta di valori di accuratezza in stile rilevamento, e Moondream stesso ha descritto il grafico come non un confronto equo: le baseline di frontiera sono state interrogate tramite template perché non dispongono di grounding nativo, e diversi punteggi in anteprima provengono da campioni di 100 domande anziché da set di valutazione completi.

• RefCOCO su WeVisOne — Tencent non pubblica un valore di rilevamento per RefCOCO. La sua tabella di rilevamento referenziale riporta RefCOCOg a 77,1 di F1 medio per il modello 2B, mentre la sua tabella di segmentazione riporta RefCOCO validation a 79,7 cIoU. Attività diversa, statistica diversa, split diverso.

• Segmentazione — L'aggiornamento di segmentazione di Moondream di marzo 2026 riporta un mIoU di 83,2 sul set di validazione RefCOCO, 79,1 su RefCOCO+ e 80,7 su RefCOCOg, con un valore separato di 88,2 su RefCOCO-M ad alta fedeltà. WeVisOne riporta 79,7, 73,1 e 74,4 sugli stessi tre split — ma come cIoU, cosa che il paper afferma esplicitamente. La IoU media e la IoU cumulativa pesano le immagini in modo diverso, quindi il divario qui è più indicativo che misurato.

• Conteggio — Moondream riporta CountBenchQA a 93,2. WeVisOne riporta CountQA a 47,9 exact-match, PixMo-Count a 90,9 e 88,1, e CLOC a 27,5 e 26,9. CountBenchQA e CountQA non sono lo stesso dataset, e l'exact-match su un set di conteggio è impietoso in un modo in cui l'accuratezza su un set a scelta multipla non lo è. La dispersione all'interno della stessa riga di conteggio di WeVisOne — 90,9 su un dataset, 27,5 su un altro — è un avvertimento migliore sui benchmark di conteggio di qualsiasi confronto tra fornitori.

• Rilevamento — Moondream indica il rilevamento COCO a 51,2. WeVisOne indica la F1 media COCO a 55,2 sulle soglie IoU. Se si tratti della stessa statistica non è dichiarato da nessuna delle due parti, ed è esattamente questo il problema.

Quello che emerge non è un vincitore. Sono due modelli che rivendicano entrambi una solida percezione fondata, misurati con strumenti che non sono mai stati calibrati gli uni rispetto agli altri, uno dei quali pubblicato su un grafico che il suo stesso autore ha descritto come ingiusto.

La licenza è il vero bivio.

I pesi di Moondream 3 Preview sono rilasciati con la Business Source License 1.1 e un Additional Use Grant il cui nome breve è "No Third-Party Service". La concessione copre progetti personali, ricerca, benchmark, fine-tune, merge, quantizzazioni e weight delta. Ciò che non copre è mettere in piedi un servizio che consenta a terze parti di usare il modello — la cosa che la maggior parte delle aziende vuole effettivamente costruire.

Questo è un vincolo sostanziale, ed è l'unico punto in cui il confronto ha una risposta netta. La scheda di WeVisOne-VL-2B concede Apache 2.0 per il codice scritto da Tencent, mentre i componenti di terze parti mantengono i propri termini. Nessuna soglia di ricavi, nessuna eccezione per campo d'uso, nessuna consultazione con un avvocato per stabilire se il tuo prodotto è considerato un servizio di terze parti.

Se stai scegliendo tra questi due per realizzare qualcosa di commerciale, la licenza determina l'esito più di qualsiasi benchmark nella sezione precedente. Un modello che non puoi servire legalmente non è un'opzione più economica; è un prodotto diverso.

Se in questo momento ti trovi su Moondream Cloud

L'{{1}}avviso di chiusura{{/1}} è stato pubblicato insieme alla relativa motivazione. Moondream e il suo successore Moondream 3.1 ora fanno parte di {{2}}Prime Intellect{{/2}}, che ha annunciato l'acquisizione il 13 ottobre 2026, con i fondatori Vik Korrapati e Jay Allen che si uniscono per guidare l'inferenza. Il post di Moondream è datato 14 ottobre. L'avviso consisteva in una riga: il 13 novembre 2026, a trenta giorni di distanza, Moondream Cloud chiude, con il rimborso dei crediti acquistati e non utilizzati.

Due cose vanno tenute distinte. I modelli non vengono ritirati: i pesi restano dove sono e la licenza non cambia. Ciò che sta terminando è il percorso ospitato, quello che la maggior parte dei team usa effettivamente. Photon, il motore di inferenza di Moondream, fa parte di ciò che Prime Intellect ha acquistato, e il suo punto di forza è il throughput: 34 richieste al secondo per Moondream 3.1, più di 60 inferenze al secondo su una singola H100. Quelli sono i numeri di Prime, e ora è Prime la parte che li vende.

Per chiunque stia migrando, le opzioni oneste sono tre. Ospitare autonomamente i pesi Moondream che già possedete e accettare i termini BSL. Passare a un modello ospitato che non sta per scomparire, accettando che la maggior parte di essi non produce maschere. Oppure passare a un modello open-weights Apache-2.0 e possedere il deployment — ed è qui che entra in gioco WeVisOne-VL-2B, con l'avvertenza che non è un sostituto immediato e che le sue prove sono più esili.

Non è un sostituto immediato per tre ragioni concrete. Il formato di output è diverso: percorsi SVG rispetto a matte alpha raster, il che cambia il codice di compositing a valle. Non esiste una modalità chain-of-thought, quindi qualsiasi pipeline che faceva affidamento sulle tracce di ragionamento grounded di Moondream le perde. E non è stata pubblicata alcuna lunghezza di contesto, quindi un workflow che passava a Moondream prompt lunghi multi-immagine non ha un limite massimo dichiarato su cui basare la progettazione.

È anche qui che un livello di routing si guadagna il suo posto, e vale la pena essere precisi su ciò che può e non può fare. OrcaRouter non serve Moondream 3 né WeVisOne-VL-2B; nessuno dei due è nel nostro catalogo, e non fingeremo che una migrazione sia un semplice cambio di URL. Quello che possiamo fare è mantenere portatile il lato ospitato del vostro stack: una sola chiave API per oltre 200 modelli al prezzo di listino del provider, senza ricarichi, failover automatico quando un provider si degrada, e un DSL di routing che consente di spostare il traffico tra modelli ospitati senza toccare il codice dell'applicazione. Se la lezione del 13 novembre è che una singola dipendenza ospitata è un singolo punto di fallimento, la soluzione è il livello di astrazione, non una diversa singola dipendenza.

Cosa decidere prima del 13 novembre

Se utilizzi Moondream 3 Preview tramite l'API cloud e nient'altro, la decisione non è davvero Moondream contro WeVisOne. È se vuoi gestire tu stesso l'inferenza o meno. L'hosting autonomo di Moondream mantiene il comportamento su cui hai già calibrato, con una licenza che consente l'uso interno e di ricerca ma non la rivendita come servizio. L'hosting autonomo di WeVisOne ti offre condizioni più chiare e alpha matte morbidi, al costo di un modello che nessun soggetto indipendente ha testato e di un decoder che funziona solo su singole immagini.

Se parti da zero — nessuna pipeline esistente, nessun prompt ottimizzato, nessuna integrazione su cui hai già investito — il calcolo è più semplice. WeVisOne-VL-2B è Apache 2.0 e 2B, Moondream 3 Preview è source-available e 9B con 2B attivi, e l’unico benchmark che entrambi pubblicano in una forma che invita al confronto è la segmentazione, dove le definizioni delle metriche divergono silenziosamente. Scegli in base alla licenza e al formato di output, poi misura sulle tue immagini, perché nessuno dei due fornitori ti ha dato un numero di cui puoi fidarti per colmare il divario.