Moondream 3 Preview의 호스팅 엔드포인트가 11월 13일에 종료됩니다

M​oondream 3 Preview는 2025년 9월 18일에 출시되었고, 이를 제공하는 엔드포인트는 2026년 11월 13일에 응답을 중단합니다. 이 이야기에서 중요한 두 날짜는 바로 이것이며, 급한 것은 두 번째뿐입니다. 모델 자체가 철회되는 것은 아닙니다 — 가중치는 Hugging Face에 그대로 남아 있고 라이선스도 바뀌지 않습니다 — 하지만 대부분의 팀이 실제로 호출하는, M​oondream 3 Preview와 그 후속작 M​oondream 3.1이 공유하는 호스팅 경로는 종료됩니다. 그리고 공지에서는 단 한 줄로 이렇게 밝혔습니다: 2026년 11월 13일, 오늘부터 30일 후에 M​oondream Cloud가 종료되며, 사용하지 않은 구매 크레딧은 환불됩니다.

그 공지는 그 이유와 함께 게시되었습니다. M​oondream 3 Preview와 그 후속 모델인 M​oondream 3.1은 이제 Prime Intellect의 일부가 되었습니다. Prime Intellect는 2026년 10월 13일에 M​oondream을 인수했다고 발표했으며, 창업자 Vik Korrapati와 Jay Allen이 합류해 추론을 이끌고 확장하게 됩니다. M​oondream 자체 게시물은 10월 14일자입니다. 이것은 출시가 아니며 출시처럼 다뤄져서도 안 됩니다. 이것은 강제 마이그레이션 마감 시한이 붙은 소유권 변경이며, 만약 다음 주소로 향하는 프로덕션 호출이 있다면 api.moondream.ai 여러분의 스택 어디에서든, 해당 게시물 날짜로부터 약 4주 안에 무엇이 그것을 대체할지 결정해야 합니다.

Prime Intellect가 실제로 구입한 것

이 발표는 이전된 두 가지에 대해 이례적으로 명확히 밝히고 있으며, 그중 어느 것도 모델 체크포인트가 아닙니다. 첫 번째는 팀입니다: Korrapati와 Allen은 추론을 실행하고 비전 및 컴퓨터 사용을 포함한 멀티모달 작업을 가속화하기 위해 합류합니다. 두 번째는 M​oondream의 추론 엔진인 Photon으로, 커스텀 커널과 그 뒤의 메가커널 컴파일러를 사용하여 각 모델을 단일 GPU 프로그램으로 컴파일합니다.

이 프레이밍을 읽으면 왜 그런지 알 수 있다. Prime의 게시물은 아키텍처가 아니라 서빙을 앞세운다. 이 거래에 대한 근거는 "서빙이야말로 모델의 유용성이 결정되는 곳"이라는 점이다. 그 글에서 인용한 수치는 처리량 수치다: Moondream 3.1은 초당 34건의 요청을 처리하며, 차순위로 정확한 오픈 모델보다 약 24배 빠르다고 설명된다. 단일 H100에서 초당 60회 이상의 Moondream 추론이 가능하고, 응답은 수십 밀리초 단위다. 이는 Prime의 수치이며, 이제 Prime이 추론을 판매하는 당사자이므로 벤더가 보고한 수치로 취급해야 한다. 벤더의 주장이 아닌 것은 이 거래의 방향성이다. 제품이 비전 모델이었던 회사가 추론 엔진을 사들이고, 그 제작자들을 추론 책임자로 앉힌 것이다.

M​oondream 통합을 보유한 모든 사람에게 실질적인 결과는 오픈 가중치가 계속 열려 있고, M​oondream의 표현대로 "이제 훨씬 더 빠른 속도로 계속 개선될 것"이라는 점입니다. 사라지는 것은 편의 계층 — 호스팅 API와 Lens, 파인튜닝 제품 — 이며, 이는 바로 많은 소규모 팀이 GPU를 직접 운영하고 싶지 않아서 기반으로 삼았던 계층입니다.

M​oondream 3 Preview는 실제로 무엇인가

다시 말할 가치가 있다. 2025년 9월에 출시된 모델이 이제 인수 과정에서 대체되고 있다는 것은, 많은 팀이 종료 공지를 통해서만 그 모델을 접하고 있다는 뜻이기 때문이다. 이는 세밀한 희소 전문가 혼합 모델로, 총 9B 파라미터에 토큰당 2B가 활성화되며, 더 오래된 2B dense Moondream 2에서 드롭 업사이클링을 통해 초기화되었다.

• 아키텍처 — 24개 레이어, 처음 네 개는 dense이고 나머지는 토큰당 64개 전문가 중 8개가 활성화되는 MoE 피드포워드 블록, GeGLU, 은닉 차원 2048.

• 비전 인코더 — SigLIP 기반이며, 토큰 효율적인 고해상도 입력을 위해 다중 크롭 채널 연결을 사용한다. 이 타일링 세부 사항은 나중에 중요해진다.

• 컨텍스트 — 맞춤형 SuperBPE 토크나이저를 사용해 이전 세대의 약 2K에서 늘어난 32K의 사용 가능한 토큰입니다. 프리뷰 게시물은 사후 학습이 아직 긴 윈도우를 완전히 활용하지는 못하며, 전체 32K는 주로 파인튜닝하는 사람들을 위한 것이라고 솔직히 밝히고 있습니다.

• 스킬 — query, caption, point 및 detect, 모두 네이티브이며 모두 구조화된 출력을 반환합니다. 감지와 포인팅은 이번 출시가 가장 크게 의존한 두 가지입니다.

• 추론 — 하이브리드. query는 기본적으로 추론 모드로 실행되며, 저렴하고 단순한 질문에는 추론을 비활성화한 상태로 호출할 수 있습니다. Moondream이 제시하는 관점은 이것이 grounding을 수반한 시각적 추론이라는 것입니다. 즉, 추론 추적은 이미지의 특정 영역을 참조합니다.

• 라이선스 — 추가 사용 허가가 포함된 Business Source License 1.1은 상업적 및 생산적 사용, 미세 조정, 양자화 및 재배포를 허용하며, 범용 M​oondream 기능을 노출하는 호스팅 서비스를 판매하는 것을 금지합니다.

마지막 줄은 생태계를 조용히 형성한 바로 그 줄이며, 이에 대해 정확히 짚고 넘어갈 가치가 있습니다. 왜냐하면 M​oondream 3.1이(가) 완전히 다른 문서로 옮겨 갔기 때문입니다 — 2026년 7월 7일 발효된 M​oondream Model License 1.0입니다. 규칙은 실질적으로 동일하지만 더 명확하게 서술되어 있습니다. M​oondream이 귀하의 제품을 구성하는 요소라면 허용되며, M​oondream 자체에 대한 접근이 곧 제품이라면 별도의 라이선스가 필요합니다. 셀프 호스팅, 엣지 배포, 고객이 통제하는 VPC, 임대한 클라우드 GPU에서의 실행, 전문 서비스 및 범용 기능을 노출하지 않는 도메인 특화 API의 일부로서의 파인튜닝은 모두 명시적으로 허용됩니다. 제공자가 운영하는 범용 추론, 호스팅된 범용 파인튜닝, 그리고 파인튜닝된 파생 모델을 노출하는 공유 API — 이 세 가지가 계약이 필요한 경우입니다.

그것이 바로 종료 공지가 지금과 같은 형태로 존재하는 이유다. M​oondream은 자사의 호스팅 엔드포인트를 제3자에게 단순히 넘겨줄 수 없었다 — 라이선스의 예외 조항이 바로 그 점을 위한 것이다 — 그래서 엔드포인트는 닫히고, 마이그레이션은 이제 그것을 소유한 Prime으로 넘어간다.

불신할 만한 두 숫자

Moondream의 자체 벤치마크 보고는 보통 받는 것보다 더 면밀한 검토를 받을 만합니다. 이 회사는 대부분보다 자사의 방법에 대해 더 투명하고, 그 방법이 많은 역할을 하고 있기 때문입니다.

프리뷰를 위해, 출시 차트는 Moondream 3 Preview를 GPT-5, Gemini 2.5-Flash, Claude 4 Sonnet과 비교했습니다. 지시 표현 탐지 열에서 격차는 크며 단순한 인위적 결과로 보기 어렵습니다: 프리뷰의 RefCOCO는 91.1인 반면, Gemini 2.5-Flash는 75.8, GPT-5는 57.2, Claude 4 Sonnet은 30.1입니다. Moondream 자체의 주의 사항이 중요한 부분입니다 — 프런티어 모델들은 기본적으로 그라운딩을 지원하지 않으므로 템플릿을 통해 질의되었으며, 일부 프리뷰 점수는 전체 벤치마크가 아닌 100개 질문의 무작위 샘플로 계산되었습니다. 그라운딩 능력이 없는 모델에 대한 템플릿 기반 그라운딩 질의는 모델을 측정하는 만큼 프롬프트 엔지니어링을 측정합니다.

M​oondream 3.1의 경우 그 방식은 훨씬 더 중대하며, 이를 분명히 말할 필요가 있습니다. 공개된 벤치마크 점수는 Lens, 즉 M​oondream의 파인튜닝 제품을 사용해 각 벤치마크 자체의 학습 분할에서 모델을 파인튜닝하고 — 작업별 LoRA, SFT, RL — 그런 다음 그 LoRA들이 학습한 내용을 기본 가중치로 다시 증류하여, 다운로드 가능한 체크포인트가 전혀 튜닝 없이도 좋은 점수를 내도록 함으로써 산출되었습니다. 3.1 게시글은 이를 명백히 말하며, 증류된 기본 모델이 개별 LoRA보다 근소하게 뒤처진다는 점까지 언급합니다. 이는 정당하고 흥미로운 워크플로이지만, 문제의 작업들에는 학습 분할이 모델에 제공되었기 때문에 콜드 아웃오브더박스 수치와 같은 것은 아닙니다. 3.1을 그러한 분할을 한 번도 본 적 없는 모델과 비교한다면, 튜닝된 결과물과 튜닝되지 않은 결과물을 비교하는 것입니다.

이 중 어느 것도 숫자를 틀리게 만들지는 않는다. 그것은 라벨링이 결정적인 역할을 하게 만들 뿐이며, 이는 우리가 어떤 벤더 차트에든 적용하는 것과 같은 기준이다.

귀하의 세 가지 마이그레이션 경로

호스팅 엔드포인트가 여러분의 스택에 포함되어 있다면, 그 결정은 겉보기보다 좁습니다.

• Photon으로 셀프 호스팅 — Photon은 계속 무료이며, Ampere 이후의 N​VIDIA GPU와 Apple Silicon Mac에서 로컬로 실행되고, M​oondream Cloud와 동일한 API 표면을 갖춥니다. pip install moondream, 로드할 때는 local=True를 사용하며, 기본 모델에는 API 키가 필요하지 않습니다. 가중치는 처음 사용할 때 Hugging Face에서 다운로드됩니다. 이 경로는 코드를 거의 변경하지 않고 유지하며, 비용을 토큰당 과금에서 GPU 시간당 과금으로 전환합니다.

• Prime로 마이그레이션 — 공지에서는 M​oondream과 Prime이 후속 단계를 안내하기 위해 연락할 예정이며, 추론, 파인튜닝 또는 이와 유사한 필요 사항에는 Prime을 이용하라고 안내합니다. 긴급한 문제는 contact@moondream.ai로 문의하세요. 이제 호스팅 경로가 계속되는 곳은 Prime뿐이며, M​oondream의 스택이 아니라 Prime의 스택에서 실행됩니다.

• 모델 교체 — M​oondream 3 Preview가 스택에 있던 이유가 특별히 M​oondream이어서가 아니라 저렴하고 빠른 타일 이미지 검출기였기 때문이라면, 종료는 동급 교체를 기본으로 삼기보다 자체 평가 세트를 다시 실행해 보기에 합리적인 시점입니다.

피해야 할 것은 네 번째 경로, 즉 11월 12일까지 아무것도 하지 않는 것입니다. 크레딧은 환불되고 있으므로 곧 응답을 멈출 엔드포인트를 계속 호출할 재무적 이유가 없으며, 강제 종료 일주일 전에 시작하는 마이그레이션은 여러분의 그라운딩 프롬프트가 실제로 무엇에 의존하고 있었는지 알게 되는 마이그레이션입니다.

표준으로 삼는 모델이 OrcaRouter 카탈로그에 있는 200개 이상 중 하나가 된다면, 이 중 한 부분은 더 쉬워집니다: 단일 키와 이들 전반에 걸친 단일 요청 형식, 마크업 없이 전달되는 제공업체 정가, 그리고 업스트림이 저하될 때 자동 장애 조치. M​oondream 3 Preview는 그 카탈로그에 없고 M​oondream 3.1도 없습니다 — 둘 다 직접 호스팅하거나 Prime을 통해 접근하는 가중치입니다 — 따라서 이 특정 마이그레이션에서는 라우팅 계층이 다음에 라우팅하는 무엇이든 도와줄 뿐, M​oondream 자체에는 도움이 되지 않습니다. 그렇지 않은 듯이 암시하기보다는 이 점을 분명히 말하는 것이 좋습니다.

앞으로 4주 동안 시청할 것

세 가지가 어떤 보도자료보다 더 많은 것을 알려줄 것이다. 첫째, Prime이 11월 13일 전에 M​oondream Cloud를 위한 추론 대체 서비스를 공개하는지, 아니면 그 후에 공개하는지다. 공지에는 날짜가 없으며, 서비스 종료와 대체 서비스 사이의 공백은 사용자에게 가장 큰 비용을 초래하는 결과다. 둘째, M​oondream 3.1의 다운로드 라이선스가 새 소유권 아래에서도 작성된 그대로 유지되는지다. Model License 1.0의 호스팅 서비스 제한이 기존 엔드포인트가 이전되지 않고 폐쇄되어야 하는 전적인 이유이므로, 이 조항이 개정되면 가능한 범위가 달라진다. 셋째, M​oondream이 약속한 "훨씬 더 빠른 개선 속도"가 발표가 아니라 체크포인트를 만들어 내는지다. 구 회사 체제에서 마지막 모델 출시는 2026년 7월 7일의 3.1이었고, 그 이후의 출시는 Photon 버전과 음성 모델들이었다.

이미 정해진 것은 날짜다. M​oondream 3 Preview는 2025년 10월부터 호스팅 엔드포인트에서 정식 제공되어 왔고, M​oondream 3.1로 대체된 지 3개월이 되었으며, 2026년 11월 13일에는 두 버전 모두의 호스팅 버전이 중단된다. 가중치는 그대로 남는다. 편의성은 사라진다.

그중 어느 것도 가정이 아닙니다: 이번과 같은 릴리스의 배경이 된 문서화된 AI 실패와 에이전트 사고는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 분쟁 플래그가 함께 제공됩니다.