WeVisOne-VL-4B vs Moondream 3: uno non ha API, l'altro sta perdendo le proprie

Il 13 novembre 2026, Moondream Cloud smetterà di rispondere. L'API ospitata che rendeva Moondream 3 un'integrazione da una riga chiude, i crediti acquistati vengono rimborsati e il prodotto di fine-tuning Lens se ne va con essa. Quella data è tra tre settimane. WeVisOne-VL-4B, al contrario, non ha mai avuto un'API da perdere — Tencent ha pubblicato i pesi il 22 ottobre 2026 senza endpoint, senza prezzi e senza alcun annuncio. Quindi la domanda pratica in questo confronto non è più «quale modello visivo piccolo è migliore». È «quale insieme di pesi voglio gestire io», perché a oggi entrambi i modelli sono scelte di self-hosting, e uno di essi lo è appena diventato suo malgrado.

Le due sono macchine davvero diverse, e la differenza spiega perché una avesse un business cloud e l’altra no.

Che fine ha fatto Moondream 3

La cronologia vale la pena di essere esposta perché è facile perderla di vista e cambia le valutazioni. Moondream 3 Preview è stato distribuito il 18 settembre 2025 come modello mixture-of-experts da 9 miliardi di parametri con 2 miliardi di parametri attivi. Moondream 3.1 è seguito il 7 luglio 2026. Il 13 ottobre 2026, Prime Intellect ha annunciato di aver acquisito Moondream — incluso il team fondatore e il motore di inferenza Photon — e il post di Moondream stesso è seguito un giorno dopo. Un mese dopo il cloud viene chiuso.

Niente di tutto ciò rimuove i pesi. Restano su Hugging Face con la Business Source License 1.1 e un Additional Use Grant, e Photon rimane libero di funzionare su GPU Nvidia recenti e Apple Silicon, con un'API locale compatibile e nessuna chiave richiesta per il modello base. Ciò che scompare è il percorso ospitato — quello che consentiva a un team di valutare Moondream 3 in un pomeriggio senza possedere una GPU.

Due architetture, due ragioni per esistere

Moondream 3 è un modello sparse: 9B parametri totali, 2B attivi per token, 64 esperti con 8 attivati, inizializzato dal Moondream 2 dense da 2B tramite upcycling. Ha una finestra di contesto di 32K, un encoder visivo SigLIP con concatenazione dei canali multi-crop e un tokenizer SuperBPE che, secondo l'azienda, rende la generazione dal 20 al 40% più veloce. L'obiettivo di progettazione era un ragionamento visivo vicino alla frontiera a un costo più vicino a quello di un modello da 2B — paghi per 2B attivazioni, ottieni parte del comportamento di 9B.

WeVisOne-VL-4B è denso e focalizzato su un unico obiettivo: un backbone Qwen3-VL da 4,83B, token di coordinate da <0> a <1000> per box e punti, e un decoder da 9,6M di parametri attivato da uno speciale <OBJ> token che trasforma un box previsto in una maschera e poi in un'alpha matte a piena risoluzione. Dove Moondream distribuisce la capacità su molti compiti visivi, WeVisOne si concentra sull'ultimo miglio della localizzazione — inclusa la parte che quasi nessuno offre, la trasparenza dai bordi morbidi.

• Parametri totali — WeVisOne-VL-4B 4,83B densi vs Moondream 3 9B totali, 2B attivi

• Impronta dei pesi — circa 19 GB in F32 per il 4B rispetto a circa 18 GB in FP16 per Moondream 3, intorno ai 6 GB in una quantizzazione INT4 della community

• Contesto — non pubblicato vs 32.768 token

• Output a livello di pixel — maschere di istanza e alpha matte continue a stride 1 rispetto alle maschere di segmentazione

• Licenza — Apache 2.0 per il codice realizzato da Tencent vs Business Source License 1.1 con un Additional Use Grant

• API ospitate — nessuna, mai, rispetto alla chiusura del 13 novembre 2026

• Motore di inferenza — vLLM standard, SGLang o il pacchetto del progetto vs Photon, progettato appositamente

I numeri del benchmark non sono lo stesso tipo di numero

La pagina dei modelli di Moondream riporta un mAP COCO di 51,2. Il README di WeVisOne riporta un F1 medio COCO di 57,1, con un F1 a IoU 0,5 di 74,0. Questi valori non possono essere sottratti l'uno dall'altro. La mean average precision e l'F1 a una soglia IoU fissa premiano comportamenti diversi: il mAP penalizza un modello che individua gli oggetti ma li ordina male, mentre l'F1 a 0,5 è indulgente con box poco precisi. Chiunque ti dica che WeVisOne batte Moondream 3 di sei punti su COCO ha confrontato due esami diversi.

Le righe di segmentazione sono più vicine a essere comparabili e più interessanti. Moondream riporta la segmentazione su RefCOCO val a 83,2 mIoU; WeVisOne riporta RefCOCO val a 81,4 cIoU. Entrambe sono intersezione su unione rispetto a espressioni referenti sulla stessa suddivisione del dataset, ma mIoU e cIoU aggregano in modo diverso tra le immagini, quindi un divario di 1,8 punti rientra ampiamente nel rumore dovuto alla scelta della metrica. Considerarle all'incirca allo stesso livello.

Dove le due tabelle divergono davvero è in ciò che hanno scelto di riportare. Moondream pubblica ScreenSpot 80,4, OCRBench 61,2, TextVQA 76,3, POPE 89,0 e CountBenchQA nei bassi anni Novanta a seconda di quale delle sue stesse pagine si legga — il post di lancio e la pagina dei modelli non concordano tra loro su diverse righe, cosa che vale la pena sapere prima di citare l'una o l'altra. WeVisOne pubblica i tassi di rifiuto (96,4% su WeRef-Bench), il rilevamento denso su Dense200 e VisDrone, e l'errore di matting su P3M-500-NP e AM-2K. Gli autori di nessuno dei due modelli hanno valutato l'altro.

Il licensing deciderà più accordi rispetto ai benchmark.

WeVisOne-VL-4B è distribuito con licenza Apache 2.0 per il codice scritto da Tencent. Moondream 3 è soggetto alla Business Source License 1.1 con un'Additional Use Grant, che consente l'uso personale, di ricerca e la maggior parte degli usi commerciali, ma richiede un accordo con M87 Labs per l'hosting o il rehosting del modello da parte di terzi. Se stai sviluppando uno strumento interno, entrambi vanno bene. Se stai sviluppando un prodotto il cui valore consiste nel fornire quel modello ad altre persone, solo uno dei due è semplice da gestire.

L'acquisizione aggiunge un rischio di secondo ordine che non ha nulla a che vedere con il testo della licenza: la stewardship. Un modello la cui società madre commerciale è appena passata di mano e il cui prodotto hosted sta chiudendo è un modello di cui non puoi leggere la roadmap. Non è un motivo per evitarlo — i pesi si scaricano, non si affittano — ma è un motivo per testarlo anziché standardizzarlo questo trimestre.

Quanto vale davvero la capacità di matting

Moondream 3 restituirà una maschera di segmentazione per "la persona". WeVisOne-VL-4B restituirà una maschera e un alpha matte con trasparenza parziale lungo capelli, pelo e bordi morbidi, rifiniti a stride 1. Per una pipeline di compositing, questa è la differenza tra un ritaglio con un alone duro e uno che puoi inserire su un nuovo sfondo senza un passaggio di pulizia.

I numeri di Tencent al riguardo sono sorprendenti e non verificati: una differenza media assoluta di 7,3 su P3M-500-NP rispetto a 15,4 per il baseline più forte elencato dagli autori, e 9,8 sul referring-expression matting su WeRefMat rispetto a 22,4. Questi provengono dal paper, sono stati prodotti dagli autori del modello e non sono stati riprodotti. Sono anche l'unica prova pubblica che questo approccio funzioni, perché nessun laboratorio indipendente lo ha ancora eseguito.

Gestire un modello quando l'endpoint scompare

La chiusura di Moondream è un utile promemoria del fatto che un endpoint ospitato è una dipendenza con una durata che qualcun altro controlla. Oggi né Moondream 3 né WeVisOne-VL-4B sono nel catalogo di OrcaRouter, quindi questa non è una proposta per una route esistente — è proprio il motivo per cui il livello di routing esiste.

Quando un provider ritira un modello, la differenza tra un'interruzione e una modifica di configurazione sta nel fatto che la tua applicazione si rivolga a un nome di modello o a un URL di endpoint. OrcaRouter mette a disposizione più di 200 modelli dietro un'unica chiave, con un ricarico dello 0% rispetto al prezzo di listino del provider, e il failover automatico sposta una richiesta su un provider sano invece di restituire un errore. Per una pipeline costruita su un modello che potrebbe essere acquisito, quell'astrazione è la parte che non puoi integrare a posteriori in tre settimane.

La raccomandazione, a tre settimane di distanza

Se stai utilizzando Moondream 3 Preview o 3.1 tramite l'API ospitata, la decisione va presa ora e non riguarda la qualità: passa al self-hosting di Photon, oppure scegli un modello diverso, prima del 13 novembre. Non aspettare che compaia un servizio sostitutivo.

Se stai scegliendo qualcosa di nuovo e il tuo lavoro finisce in maschere o matte, WeVisOne-VL-4B è la scommessa più interessante e quella meno collaudata — Apache 2.0, una vera idea architetturale e due giorni di storia pubblica. Se hai bisogno di un ragionatore visivo generale con un motore di inferenza maturo e una comprovata esperienza su molte attività, Moondream 3 resta comunque il modello più sicuro da self-hostare, con o senza acquisizione.

E se ciò di cui hai davvero bisogno non è nessuno dei due, ma un modello di visione generale dietro un'API che non devi gestire, questa è una domanda diversa con una risposta molto più breve. Nessuno di questi due modelli fa al caso tuo.