Moondream 3 vs LFM2.5-VL 3B: 하나는 답을 가리키고, 하나는 그냥 답한다

가장 유용한 차이는 M​oondream 3 Preview와 LFM2.5-VL-3B의 벤치마크 표에 있는 것이 아닙니다. 그것은 M​oondream 3 Preview가 이미지 속을 가리키며 이미지에 대해 추론한다는 점입니다 — 그 추론 흔적은 특정 영역을 참조하며 근거를 갖습니다 — 반면 LFM2.5-VL-3B는 명시적으로 비추론 모델로, 직접 답합니다. 이는 Liquid AI가 온디바이스 작업에서 지연 시간을 낮게 유지하기 위해 내린 선택입니다. 같은 이미지를 입력하면 완전히 다른 두 가지가 나오며, 어느 것을 원할지는 다운스트림 시스템이 그 답을 신뢰해야 하는지 아니면 단지 소비하면 되는지에 달려 있습니다.

나머지는 모두 그 분기점에서 비롯된다. M​oondream 3 Preview는 총 9B 파라미터 중 2B가 활성인 희소 전문가 혼합(mixture-of-experts) 모델로, 2025년 9월 18일 M​oondream이 공개했으며, M​oondream은 2026년 10월 Prime Intellect에 인수되었다. LFM2.5-VL-3B는 2.6B 언어 백본과 400M SigLIP2 NaFlex 비전 인코더로 구성된 3.1B 규모의 밀집 모델로, 2026년 8월 12일 Liquid AI가 LFM2-VL-3B의 직접 후속작으로 공개했다. 하나는 탐지하고 포인팅하도록 만들어졌으면서 질문에도 답할 수 있는 전문가형 모델이다. 다른 하나는 답하도록 만들어졌고 최근에 포인팅을 배운 범용 모델이다.

가장 먼저 알아차려야 하는 지표 충돌

두 접지 수치를 나란히 놓고 비교하면 거의 막상막하처럼 보인다. 하지만 그렇지 않다. 둘은 같은 측정값이 아니기 때문이다.

Moondream의 출시 차트에는 Moondream 3 Preview가 RefCOCO에서 91.1로 기재되어 있다. Liquid AI는 LFM2.5-VL-3B가 RefCOCO precision@1에서 87.9라고 보고한다. RefCOCO 정확도와 RefCOCO precision@1은 같은 데이터셋에서 계산된 서로 다른 통계량이며, 둘 사이의 3.2점 차이는 어느 모델이 더 잘 위치를 찾아내는지에 대해 아무것도 알려주지 않는다. 이 두 수치를 막대그래프에 함께 올리는 사람은 서로 다르게 정의된 숫자를 비교하는 셈이다.

• M​oondream 3 Preview 그라운딩 — RefCOCO 91.1, 프런티어 기준선(GPT-5, Gemini 2.5-Flash, C​laude 4 S​onnet)이 네이티브 그라운딩이 없어 템플릿을 통해 질의된 차트에서, 그리고 일부 Preview 점수는 전체 세트가 아닌 100문항 샘플에서 나온 차트에서. 벤더가 보고한 수치이며, M​oondream이 스스로 말하듯, 공정한 승부가 아니다.

• LFM2.5-VL-3B 그라운딩 — RefCOCO precision@1 87.9로, 이전 LFM2-VL-3B의 57.1에서 상승했다. Liquid는 이를 합성 그라운딩 데이터 확장 덕분으로 본다. 벤더가 보고한 수치로, 자사 전작과 동일 하네스로 비교한 것이며, 이쪽이 더 의미 있는 축이다.

• 탐지 및 포인팅 — Moondream 3 Preview: 네이티브 detect 및 point 스킬, 구조화된 좌표 출력, 아키텍처의 일부. LFM2.5-VL-3B: 학습을 통해 추가된 그라운딩, 동일한 방식으로 좌표로 반환되며, 함수 호출 또한 VL 라인에 새로 도입됨(ToolSandbox 26.4 → 59.5, BFCL v4 20.5 → 32.5).

솔직히 보자면, Liquid AI는 동일한 하네스에서 깔끔한 전후 비교를 제공하고, M​oondream은 템플릿 관련 주의사항이 달린 교차 모델 차트를 제공한다. 어느 쪽도 일대일 직접 비교를 제공하지는 않는다. 평가에서 그라운딩 정확도가 결정적 요인이라면, 직접 라벨링한 자체 세트만이 그것을 판가름할 유일한 도구다.

근거 기반 추론이 당신에게 치르게 하는 대가

M​oondream의 쿼리 스킬은 기본적으로 추론 모드에서 실행됩니다. 모델은 질문을 처리하고, 그 추적은 모델이 사용 중인 이미지 영역을 참조합니다. 플레이그라운드에서 텍스트 위에 마우스를 올리면 이를 확인할 수 있습니다. 사람이 답변을 감사해야 하는 모든 경우 — 생산 라인의 결함 판정, 보안 사고, 의료 분류 플래그 — 그 속성은 큰 가치가 있습니다. 이는 "아니요"라고 말하는 모델과 "아니요, 여기입니다"라고 말하는 모델의 차이입니다. p>비용은 토큰입니다. 추론 모드는 답변 전에 추적을 생성하며, M​oondream 자체 문서는 탈출구를 제공합니다: 간단한 질문에는 reasoning=False를 전달하세요. 회사는 이 모드가 공짜가 아니라는 것을 알고 있기 때문입니다. 이는 실제 아키텍처상의 인정입니다 — 잘 설계된 모델이라면 생각을 끄기 위해 플래그가 필요하지 않을 것입니다.

LFM2.5-VL-3B에는 이에 상응하는 것이 없습니다. 이 모델은 비추론 모델로 설계되었으며, Liquid AI는 그 트레이드오프를 솔직하게 밝힙니다. 직접 답변하면 실시간 및 온디바이스 사용에서 지연 시간이 낮게 유지됩니다. 검사할 추론 흔적도 없고, 비활성화할 모드도 없습니다. 계산대에서 바코드를 읽거나 휴대폰이 메뉴를 번역하는 상황에서는 그것이 올바른 엔지니어링 선택이며, 추론 흔적이 없다는 것은 결함이 아닙니다.

그래서 질문은 어느 쪽이 더 나은가가 아니다. 당신 모델의 다운스트림에서 무언가가 그 추론을 읽는지가 문제다. 사람이 읽는다면, M​oondream의 grounded traces가 바로 당신이 사는 기능이다. 프로그램만 읽는다면, 아무도 읽지 않을 토큰에 돈을 지불하는 것이다.

3.1B가 실제로 우위를 점하는 부분

LFM2.5-VL-3B의 크기 주장은 마케팅이 아닙니다. Apple M5 Max에서 초당 228토큰으로 3.3GB 미만의 메모리에서 실행되며, AMD Ryzen AI Max+ 395에서는 초당 116토큰으로 실행되고, GGUF, ONNX, MLX export가 네이티브 checkpoint와 함께 공개되었습니다. 이는 노트북에 올려놓을 수 있는 모델이며, Liquid AI는 브라우저 탭에서 실행되는 WebGPU Hugging Face Space로도 제공합니다.

Moondream 3 Preview는 더 작은 활성 파라미터 수를 가집니다 — 2B 대 3.1B — 하지만 이 비교는 대칭적이지 않습니다. 왜냐하면 MoE 체크포인트는 일부만 활성화되더라도 전체가 상주해야 하기 때문입니다. 9B의 가중치가 어딘가에 상주할 공간이 필요합니다. 이에 대한 Moondream 자체의 해답은 자사의 로컬 추론 엔진인 Photon으로, Ampere 이후의 NVIDIA GPU와 Apple Silicon Mac에서 모델을 실행합니다. 다른 제약: LFM2.5-VL-3B는 어디에나 들어갈 만큼 작고, Moondream 3 Preview는 계산 측면에서는 빠르지만 메모리 측면에서는 큽니다.

• 컨텍스트 — 둘 다 32K 토큰. 진정한 수렴이며, 이전 Moondream 세대의 2K 윈도에서 2년 만에 이루어진 도약을 고려하면 주목할 만하다.

• 언어 — LFM2.5-VL-3B는 열여섯 개를 나열합니다: 영어, 아랍어, 중국어, 프랑스어, 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어, 스페인어, 베트남어, 태국어, 인도네시아어, 힌디어, 러시아어, 폴란드어이며, 비라틴 문자를 지원하기 위해 어휘 수를 128,000개로 두 배로 늘렸습니다. Moondream 3 Preview의 카드는 언어 목록보다 시각적 능력을 앞세우므로, 다국어 VQA는 약속된 기능이 아니라 테스트해 볼 대상으로 취급하세요.

• 문서 읽기 — LFM2.5-VL-3B: DocVQA 91.1, ChartQA 81.3, OCRBench v1 84.2, OCRBench v2 English 47.5, MMMU 48.4. M​oondream 3 Preview: DocVQA 88.3, ChartQA 86.6, POPE 89.0. 서로 다른 하네스이며, 양측 모두 벤더가 보고한 수치입니다.

• LFM2.5-VL-3B가 하지 말라고 알려주는 것 — Liquid AI의 모델 카드에는 시각적 웹 디자인이나 설계도에 관한 기술적 질문처럼 긴 컨텍스트나 추론 집약적인 작업에는 권장되지 않는다고 분명히 적혀 있습니다. 그 문장은 대부분의 벤치마크 표보다 더 유용합니다.

배포, 그리고 라우터가 어디에 적합한지

이 두 모델 중 어느 것도 OrcaRouter를 통해 제공되지 않으며, 이 점은 빙빙 돌려 말하기보다 솔직히 말할 가치가 있습니다: 둘 다 직접 실행하는 오픈 웨이트 체크포인트이고, M​oondream 3 Preview의 호스팅 엔드포인트인 M​oondream Cloud는 Prime Intellect 인수에 따라 2026년 11월 13일에 종료되며, 사용하지 않은 크레딧은 환불됩니다.

그것이 바꾸는 것은 결정의 형태다. 자체 호스팅 VLM으로 표준화하려는 팀은 보통 로컬 모델이 잘 처리하지 못하는 경우를 위해 두 번째 호스팅 모델을 두게 되고, 그 시점에 문제가 되는 것은 통합 작업이다: 두 개의 SDK, 두 가지 인증 방식, 두 가지 재시도 정책, 그리고 공급업체의 장애가 곧 여러분의 장애가 되는 상황까지.

이것이 바로 OrcaRouter의 라우팅 DSL이 만들어진 사례입니다. 여러 모델을 하나의 호출로 구성합니다 — 3.1B 로컬 모델이 처리할 수 있는 것은 답하고, 호스팅 모델이 나머지를 맡습니다 — 하나의 키로 200개 이상의 모델을 이용할 수 있으며, 제공업체 정가가 제로 마크업으로 전달되고 업스트림이 저하될 때 자동 장애 조치가 이루어집니다. M​oondream 3 Preview와 LFM2.5-VL-3B 모두 해당 카탈로그에 없기 때문에, 라우팅 계층은 이들을 대체하는 것이 아니라 그 위에 위치합니다. 즉, 벤더 장애를 여러분의 장애로 만들지 않으면서 저렴한 로컬 경로를 저렴하게 유지하는 방법입니다.

벤치마크보다 더 날카로운 라이선스 포크

두 가지 서로 다른 라이선싱 철학이며, 그 차이는 3점 점수 격차보다 제품 결정에 더 중요합니다.

M​oondream 3 Preview는 Business Source License 1.1과 추가 사용 허가(No Third-Party Service)에 따라 제공됩니다. 내부 및 프로덕션 사용, 개인 프로젝트, 연구, 벤치마크, 파인튜닝, 병합, 양자화, 가중치 델타, 그리고 M​oondream의 유료 제공물과 실질적으로 중복되지 않는 제품 내에서의 사용은 모두 허용됩니다. 유사한 비전 기능을 제공하는 호스팅 API를 판매하거나, 관리형 "M​oondream-as-a-service"를 제공하거나, 비교 가능한 기능을 제공하는 유료 SDK에 가중치를 내장하는 경우에는 별도 계약이 필요합니다. M​oondream 3.1은 M​oondream Model License 1.0으로 전환되었으며, 이 라이선스는 동일한 규칙을 더 명확하게 명시합니다. 즉, 귀하의 제품 구성 요소로 사용하는 것은 허용되지만, 제품으로서 M​oondream 자체에 접근하는 것은 허용되지 않습니다. 엣지 디바이스, 고객이 제어하는 VPC, 임대한 클라우드 또는 네오클라우드 GPU에서 모델을 실행하는 것은 모두 명시적으로 허용되는 범주에 속합니다.

LFM2.5-VL-3B는 Liquid AI 자체의 LFM Open License v1.0의 적용을 받습니다. 여느 맞춤형 라이선스처럼, 출시하기 전에 이를 읽어 보십시오. 다만 두 계열은 성격이 다릅니다. M​oondream의 제한은 모델 재판매라는 특정 사업 하나를 겨냥하는 반면, Liquid의 것은 자체 조건을 가진 폭넓은 오픈 라이선스입니다.

도메인 특화 빌더라면 둘 다 괜찮고 라이선스 문제는 형식적인 절차입니다. 여러분의 비즈니스가 "우리는 다른 사람들을 위해 비전 모델을 호스팅한다"에 조금이라도 가깝다면, M​oondream의 라이선스가 가장 먼저 읽게 되는 제약이고 LFM의 라이선스는 아마도 통과할 수 있는 쪽입니다.

어느 걸 고를까?

를 선택하세요 M​oondream 3 Preview정답을 검증할 수 있어야 한다면. 사람이 출력을 검토해야 한다면, 추적을 통해 이미지의 어느 부분이 결정을 이끌었는지 보여줘야 한다면, 탐지와 포인팅이 기능이 아니라 주된 제품이라면 — 그 근거에 기반한 추론이야말로 2B 활성 모델을 위해 9B의 메모리를 지불하는 유일한 이유입니다. Photon 또는 GPU 예산을 잡고, 호스팅 엔드포인트가 종료되는 상황을 염두에 두고 계획하세요.

선택하세요: LFM2.5-VL-3B — 모델을 기기에 상주시켜야 한다면. 휴대폰, 노트북, 공장 현장의 박스형 장비, 또는 브라우저 탭에 배포하려는 경우이고, 워크로드가 단일 턴, 높은 처리량, 낮은 지연 — 화면 읽기, 문서 전사, 스트림에서 객체 탐지 — 이라면, 생각하지 않고 답하는 덴스 3.1B 모델이 바로 원하는 모델이며, M5 Max에서 초당 228토큰이라는 수치가 결정을 좌우합니다.

예산이 된다면 둘 다 선택하고, 그 사이에서 라우팅하세요. LFM2.5-VL-3B는 실행 비용이 거의 들지 않으므로 모든 프레임에 적용하고, Moondream 3 Preview는 근거 있는 답변을 기다릴 가치가 있는 프레임에 적용하세요.

숫자만으로는 이런 것들 중 어느 하나라도 현장에서 잘못된 적이 있는지 알 수 없습니다. 이 등급의 모델과 관련해 문서화된 AI 사고와 에이전트 실패 사례는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 표시가 함께 제공됩니다.