MiniCPM-V 4.7 vs Moondream 3.1 9B A2B: Een week voordat een van hen zijn API verliest

Op 13 november 2026 stopt Moondream Cloud. Dat is dertig dagen nadat Moondream aankondigde zich bij Prime Intellect aan te sluiten, en het is vandaag het meest beslissingsrelevante feit in elke vergelijking tussen Moondream 3.1 9B A2B en MiniCPM-V 4.7. Een van deze modellen is een gehoste dienst die op het punt staat niet langer gehost te worden. Het andere was vanaf het begin nooit een gehoste dienst: OpenBMB publiceerde MiniCPM-V 4.7 op 6 en 7 oktober 2026 als open gewichten, voegde op 12 oktober de modelkaart en een Apache-2.0-licentie toe, en liet het hosten aan jou over.

Die asymmetrie keert de gebruikelijke vergelijking om. Op een specificatieblad is Moondream 3.1 9B A2B een sparse model met 9 miljard parameters en ongeveer 2 miljard actieve, gebouwd rond gestructureerde perceptie-primitieven, en MiniCPM-V 4.7 35B-A3B is een mixture of experts met 35,2 miljard parameters en ruwweg 3 miljard actieve, gebouwd rond het lezen van afbeeldingen, documenten en video in een context van 262.144 tokens. Op een inkoopblad heeft de ene nog zeven dagen een gepubliceerde prijs per token en de andere helemaal geen prijs. Beide feiten zijn tegelijkertijd waar, en aan welk je gewicht toekent, hangt ervan af of je aan het prototypen bent of operationeel draait.

Waar elk model eigenlijk voor is

Moondream 3.1 9B A2B is op 7 juli 2026 uitgebracht. Volgens de eigen modelpagina van de leverancier is het een sparse mixture of experts — acht experts met top-2-routing plus één gedeelde expert, 9,0B totaal en 2,0B actief per token — met een context van 32.768 tokens en een bewuste beperking: één afbeelding per aanroep, tekst als uitvoer, geen native video en geen redeneren over meerdere afbeeldingen. Wat het in plaats van proza doet, is antwoorden in structuur. De native vaardigheden zijn query, caption, point, detect en segment, en de uitvoer van point en detect bestaat uit coördinaten, wat verklaart waarom de benchmarktabel vol staat met detection-F1 in plaats van captionscores.

MiniCPM-V 4.7 is de tegenovergestelde weddenschap. Het verwerkt afzonderlijke afbeeldingen, meerdere afbeeldingen en video, houdt een kwart miljoen tokens aan context vast en antwoordt in taal. De gepubliceerde cijfers van OpenBMB zijn begripscijfers: 80,2 op MMMU, 91,2 op OCRBench, 75,6 op CharXiv-redenering, 68,9 op LongVideoBench, 86,5 op MathVerse. Er is geen point-, detect- of segment-primitief in de modelkaart. Als je een kader rond de kat wilt, vraag je erom in woorden en parse je de woorden.

• Context — 32.768 tokens op Moondream 3.1 9B A2B tegenover 262.144 op MiniCPM-V 4.7 35B-A3B.

• Invoer — één afbeelding per aanroep voor Moondream, tegenover één afbeelding, meerdere afbeeldingen en video voor MiniCPM.

• Uitvoervorm — gestructureerde query-, caption-, point-, detect- en segmentresultaten voor Moondream, tegenover vrije tekst voor MiniCPM.

• Licentie — de Moondream Model License 1.0 staat commercieel gebruik, self-hosting en fine-tuning toe, en beperkt het aanbieden van algemene Moondream-inferentie als gehoste dienst; MiniCPM-V 4.7 is Apache-2.0 zonder een dergelijke clausule.

• Gewichten op schijf — een 9B sparse checkpoint voor Moondream, tegenover ongeveer 70 GB aan BF16-gewichten verdeeld over 16 shards voor MiniCPM-V 4.7 35B-A3B, of 3,1 GB voor het 1B-broertje.

De cliff van 13 november, en wat er feitelijk verandert

De overname werd op 13 oktober 2026 aangekondigd door Prime Intellect en een dag later door Moondream. De open weights blijven open onder dezelfde licentie, self-hosting via Photon blijft gratis, en Moondream blijft bestaan als merk voor kleine multimodale modellen binnen Prime. Wat sluit, is de managed cloud: zowel inference als Lens fine-tuning eindigt op 13 november, waarbij ongebruikte credits worden terugbetaald en klanten worden doorverwezen naar het platform van de overnemer.

Voor een team dat tegen de gehoste endpoint heeft gebouwd, is dat een migratie met een datum erop. De gewichten verdwijnen niet, maar de operationele vorm wel: geen factuur per token, geen beheerde scaling, geen latencygarantie van de leverancier. De gepubliceerde cloudprijslijst zet Moondream 3.1 9B A2B op 0,30 dollar per miljoen inputtokens en 1,00 dollar per miljoen outputtokens in de real-time-laag, de helft daarvan in batch, wat goedkoop genoeg was dat self-hosting bij laag volume zelden uitkwam. Na 13 november is de vergelijking niet prijs tegen prijs; het is een GPU die je bezit tegen een model dat je aanroept.

MiniCPM-V 4.7 heeft die beheerde laag nooit gehad. Het enige first-party-serveerpad is OpenBMB's eigen ModelBest API, die de esp32-eye-kattenmonitor-build gebruikt voor de identiteitscontroles van zijn 35B-model, en de rest is vLLM, SGLang, llama.cpp of Ollama op hardware die je zelf levert. Dat is vooraf meer werk en minder blootstelling aan de bedrijfsagenda van iemand anders. Gezien de afgelopen dertig dagen is de tweede eigenschap iets waard.

Benchmarks die nooit worden gehaald

Er is geen gedeelde benchmark tussen deze twee modellen, en de twee tabellen meten verschillende competenties. De cijfers van Moondream zijn eigen cijfers, gemeten met zijn eigen Photon-engine op één H100 bij batch 16, en de taken zijn detectie en tellen: 81,46 op COCO, 93,94 op ODinW-13, 74,61 op Dense200, 90,35 op CountBench, 88,68 op PixMo-Count, 87,1 op RefCOCO-M. Zijn documentcijfers — 88,6 DocVQA, 86,01 ChartQA — zijn respectabel en ruim onder zijn detectiescores. Zijn wiskunde ontbreekt simpelweg: de release notes vermelden helemaal geen GSM8K of andere rekenbenchmark, dus er is geen wiskundecijfer om te vergelijken en geen bewijs in welke richting dan ook.

De cijfers van MiniCPM zijn die van OpenBMB, gepubliceerd als proza-opsommingen en grafiekafbeeldingen op de modelpagina van de leverancier, zonder numerieke tabel en zonder onafhankelijke reproductie. De sterke punten ervan zijn het omgekeerde van die van Moondream: 91,2 OCRBench, 75,6 CharXiv-redenering, 68,9 LongVideoBench, 80,2 MMMU. Het publiceert geen detection-F1, geen telscore en geen matting- of segmentatieresultaat, omdat het die dingen niet native doet.

De enige plek waar ze vergeleken kunnen worden, is OCR, en zelfs daar verschillen de testopstellingen. Moondream rapporteert 88,6 op DocVQA, een score voor documentvraagbeantwoording; MiniCPM rapporteert 91,2 op OCRBench, een score voor tekstherkenning. Dat zijn niet dezelfde test en ze moeten niet van elkaar worden afgetrokken. Iedereen die ze in één kolom zet, produceert een getal dat niets betekent.

Waar elk van breekt

De gedocumenteerde limieten van Moondream zijn specifiek en nuttig: tekst kleiner dan ongeveer tien pixels, objecten kleiner dan ongeveer twaalf pixels, meer dan vijftig exemplaren in één frame, en geen native video. Dat zijn de grenzen van een perceptie-primitief, en ze zijn eerlijk. Als je afbeeldingen productfoto's, schapfoto's, luchtbeelden of drukke scènes zijn, beschrijven ze je faalwijzen voordat je ze tegenkomt.

De beperkingen van {{1}}MiniCPM-V 4.7{{/1}} zijn minder scherp gedocumenteerd, wat op zichzelf al een bevinding is. De modelkaart beweert on-device-inferentie bij {{2}}13 of meer tokens per seconde{{/2}} op een {{3}}iPhone 17 Pro Max{{/3}} met {{4}}ongeveer 3 GB geheugen{{/4}}, een waarde die afhangt van {{5}}Lookahead Expert Scheduling{{/5}}, {{6}}laagsgewijze kwantisering{{/6}} en {{7}}DSpark-speculatieve decodering{{/7}} die allemaal samenwerken, en die door geen enkele derde partij is gereproduceerd. De {{8}}esp32-eye{{/8}}-versie, de meest gedetailleerde openbare implementatie, vond de {{9}}1B{{/9}}-tegenhanger onbetrouwbaar bij het onderscheiden van vier vergelijkbare katten en verplaatste de identiteitsherkenning naar de {{10}}35B{{/10}}. Dat is een bruikbaar negatief resultaat: de kleine variant is een aanwezigheidsdetector, geen fijnmazige herkenner.

Er is ook een hardware-asymmetrie. Moondream 3.1 is een 9B sparse model dat via Photon comfortabel op één moderne GPU draait, en de engine ervan is de reden dat de leverancier 34 requests per seconde bij batch 16 kan beloven. MiniCPM-V 4.7 35B-A3B wil ofwel veel VRAM, ofwel de streaming-expertmachinerie die OpenBMB voor telefoons bouwde, en het 1B-broertje wil bijna niets. Kiezen tussen hen op basis van hardware is echt kiezen tussen één middelgroot model en een familie met twee formaten.

Als je deze week implementeert

De beslisboom is kort. Als je taak is "objecten vinden, tellen of omlijnen en coördinaten teruggeven", dan is Moondream 3.1 9B A2B het meer directe hulpmiddel, en de datum van 13 november verandert alleen waar je het draait: self-hosted via Photon, onder een licentie die het doorverkopen van algemene Moondream-inference verbiedt. Als je taak is "lees dit document, dit dashboard of deze video en vertel me wat er staat", dan past MiniCPM-V 4.7 35B-A3B beter, en het was altijd al een self-hostingbeslissing.

Als je geen van beide toezeggingen wilt doen, is het pragmatische pad een gehost algemeen model voor het leeswerk, terwijl je de open gewichten op je eigen data evalueert. Daar verdient een router zijn plek: OrcaRouter biedt meer dan 200 modellen achter één sleuteltegen 0% opslag op de lijstprijzen van providers, met automatische failover, zodat een pipeline niet afhankelijk is van het voortbestaan van één enkele upstream. Noch Moondream 3.1 9B A2B noch MiniCPM-V 4.7 staat vandaag in die catalogus, dus dit is advies over de omliggende architectuur, niet de bewering dat we een van beide modellen aanbieden.

Wat de afgelopen maand heeft laten zien, is dat beschikbaarheid van modellen nu een vraagstuk van de toeleveringsketen is. Een model kan uitstekend, open-weight en goed gedocumenteerd zijn en toch met een opzegtermijn van dertig dagen zijn beheerde endpoint verliezen, omdat het bedrijf dat het heeft gebouwd, is overgenomen. De teams die dat goed hebben aangepakt, waren de teams wier code een base-URL in een configuratiebestand had en een tweede optie daarachter.

De eerlijke samenvatting is dat dit geen vervangers zijn. Moondream 3.1 9B A2B is een perceptiecomponent met een klok die tikt op zijn gehoste vorm; MiniCPM-V 4.7 is een leesmodel met twee formaten en geen gehoste vorm om te verliezen. Kies eerst de taak, kies dan het model en controleer dan of het ding dat je hebt gekozen volgende vrijdag nog steeds antwoordt.