WeVisOne-VL-4B vs Moondream 3: de ene heeft geen API, de andere verliest de zijne

Op 13 november 2026 reageert Moondream Cloud niet meer. De gehoste API waarmee Moondream 3 een integratie van één regel was, sluit, gekochte credits worden terugbetaald en het Lens-finetuningsproduct verdwijnt daarmee mee. Die datum is over drie weken. WeVisOne-VL-4B daarentegen heeft nooit een API gehad om te verliezen — Tencent publiceerde de gewichten op 22 oktober 2026 zonder endpoint, zonder prijsstelling en zonder aankondiging. De praktische vraag in deze vergelijking is dus niet langer "welk klein visionmodel is beter." Het is "welke set gewichten wil ik zelf draaien", want vanaf vandaag zijn beide modellen een selfhostingbeslissing, en een van de twee is dat net onvrijwillig geworden.

De twee zijn echt verschillende machines, en dat verschil verklaart waarom de één een cloudbedrijf had en de ander niet.

Wat is er gebeurd met Moondream 3?

De tijdlijn is het waard om uiteen te zetten, want die is gemakkelijk te missen en verandert de afweging. Moondream 3 Preview verscheen op 18 september 2025 als een mixture-of-expertsmodel met 9B parameters en 2B actieve parameters. Moondream 3.1 volgde op 7 juli 2026. Op 13 oktober 2026 kondigde Prime Intellect aan dat het Moondream had overgenomen — inclusief het oprichtingsteam en de Photon-inferentie-engine — en Moondreams eigen bericht volgde een dag later. Een maand later wordt de cloud uitgeschakeld.

Niets daarvan verwijdert de gewichten. Ze blijven op Hugging Face staan onder de Business Source License 1.1 met een Additional Use Grant, en Photon blijft gratis te draaien op recente Nvidia-GPU's en Apple Silicon, met een compatibele lokale API en zonder dat er een sleutel nodig is voor het basismodel. Wat verdwijnt, is het gehoste pad — datgene waarmee een team Moondream 3 in een middag kon evalueren zonder zelf een GPU te bezitten.

Twee architecturen, twee redenen om te bestaan

Moondream 3 is een sparse model: 9B totale parameters, 2B actief per token, 64 experts waarvan 8 geactiveerd, geïnitialiseerd vanuit het 2B dense Moondream 2 door upcycling. Het heeft een context van 32K, een SigLIP-visionencoder met multi-crop-kanaalconcatenatie, en een SuperBPE-tokenizer waarvan het bedrijf zegt dat die generatie 20–40% sneller maakt. Het ontwerpdoel was visueel redeneren dat aan de frontier grenst, tegen een kostprijs die dichter bij die van een 2B-model ligt — betaal voor 2B-activaties, krijg een deel van het gedrag van 9B.

WeVisOne-VL-4B is dense en doelgericht: een Qwen3-VL-backbone van 4,83B, coördinatortokens van <0> tot <1000> voor boxes en punten, en een decoder met 9,6M parameters die reageert op een speciaal <OBJ> token dat een voorspelde box omzet in een masker en vervolgens in een alpha matte op volledige resolutie. Waar Moondream capaciteit over veel visuele taken spreidt, concentreert WeVisOne zich op de laatste stap van localisatie — inclusief het onderdeel dat bijna niemand levert: transparantie met zachte randen.

• Totaal aantal parameters — WeVisOne-VL-4B 4,83B dense versus Moondream 3 9B totaal, 2B actief

• Geheugenbeslag van de gewichten — ongeveer 19 GB in F32 voor de 4B versus ongeveer 18 GB in FP16 voor Moondream 3, circa 6 GB in een community-INT4-kwant

• Context — niet gepubliceerd versus 32.768 tokens

• Pixeluitvoer — instantiemaskers en continue alfa-mattes met stride 1 versus segmentatiemaskers

• Licentie — Apache 2.0 voor door Tencent geschreven code vs. Business Source License 1.1 met een Additional Use Grant

Gehoste API — geen enkele ooit vs. sluiting op 13 november 2026

• Inferentie-engine — standaard vLLM, SGLang of het projectpakket versus Photon, doelgebouwd

De benchmarkcijfers zijn niet hetzelfde soort getal

De modellenpagina van Moondream vermeldt een COCO-mAP van 51,2. De README van WeVisOne vermeldt een COCO F1-gemiddelde van 57,1, met een F1 bij IoU 0,5 van 74,0. Die cijfers kun je niet van elkaar aftrekken. Mean average precision en F1 bij een vaste IoU-drempel belonen verschillend gedrag: mAP bestraft een model dat objecten vindt maar ze slecht rangschikt, terwijl F1 bij 0,5 vergevingsgezind is voor losse boxen. Wie beweert dat WeVisOne Moondream 3 op COCO met zes punten verslaat, heeft twee verschillende examens met elkaar vergeleken.

De segmentatierijen liggen dichter bij elkaar en zijn interessanter. Moondream rapporteert RefCOCO val-segmentatie op 83,2 mIoU; WeVisOne rapporteert RefCOCO val op 81,4 cIoU. Beide zijn intersection-over-union tegen verwijzende uitdrukkingen op dezelfde dataset-split, maar mIoU en cIoU aggregeren verschillend over afbeeldingen, dus een verschil van 1,8 punt valt ruim binnen de ruis van de metriekkeuze. Beschouw ze als ongeveer gelijk.

Waar de twee tabellen echt uiteenlopen, is in wat ze überhaupt wilden rapporteren. Moondream publiceert ScreenSpot 80,4, OCRBench 61,2, TextVQA 76,3, POPE 89,0 en CountBenchQA in de lage jaren negentig, afhankelijk van welke van zijn eigen pagina's je leest — de lanceringspost en de modellenpagina spreken elkaar op meerdere rijen tegen, wat het weten waard is voordat je een van beide citeert. WeVisOne publiceert afwijzingspercentages (96,4% op WeRef-Bench), dense detectie op Dense200 en VisDrone, en mattingfout op P3M-500-NP en AM-2K. De auteurs van geen van beide modellen hebben het andere geëvalueerd.

Licentiëring zal meer deals beslissen dan benchmarks.

WeVisOne-VL-4B valt onder Apache 2.0 voor door Tencent geschreven code. Moondream 3 valt onder de Business Source License 1.1 met een Additional Use Grant, die persoonlijk, onderzoeks- en de meeste commerciële gebruik toestaat, maar een regeling met M87 Labs vereist voor hosting of rehosting van het model door derden. Als je een interne tool bouwt, zijn beide prima. Als je een product bouwt waarvan de waarde erin ligt dat model aan anderen te leveren, is slechts één ervan ongecompliceerd.

De overname voegt een risico van de tweede orde toe dat niets met de licentietekst te maken heeft: beheer. Een model waarvan het commerciële moederbedrijf net van eigenaar is veranderd en waarvan het gehoste product wordt stopgezet, is een model waarvan je de roadmap niet kunt doorgronden. Dat is geen reden om het te vermijden — de gewichten worden gedownload, niet gehuurd — maar het is een reden om het dit kwartaal te testen in plaats van erop te standaardiseren.

Wat de matting-capaciteit echt waard is

Moondream 3 retourneert een segmentatiemasker voor "de persoon". WeVisOne-VL-4B retourneert een masker en een alpha-matte met gedeeltelijke transparantie langs haar, bont en zachte randen, verfijnd op stride 1. Voor een compositing-pipeline is dat het verschil tussen een uitsnede met een harde halo en een uitsnede die je zonder opschoningsronde op een nieuwe achtergrond kunt plaatsen.

De cijfers van Tencent hiervoor zijn opvallend en ongeverifieerd: een gemiddeld absoluut verschil van 7,3 op P3M-500-NP tegenover 15,4 voor de sterkste baseline die de auteurs noemen, en 9,8 bij referring-expression matting op WeRefMat tegenover 22,4. Die komen uit de paper, zijn geproduceerd door de auteurs van het model en zijn niet gereproduceerd. Ze zijn ook het enige openbare bewijs dat deze aanpak werkt, omdat nog geen enkel onafhankelijk lab deze heeft uitgevoerd.

Een model bedienen wanneer het endpoint verdwijnt

De stopzetting van Moondream is een nuttige herinnering dat een gehost endpoint een afhankelijkheid is met een levensduur die iemand anders in de hand heeft. Noch Moondream 3, noch WeVisOne-VL-4B staat vandaag in de catalogus van OrcaRouter, dus dit is geen pleidooi voor een route die bestaat — het is juist de reden dat de routinglaag überhaupt bestaat.

Wanneer een provider een model intrekt, is het verschil tussen een storing en een configuratiewijziging of je applicatie een modelnaam of een endpoint-URL aanspreekt. OrcaRouter houdt meer dan 200 modellen achter één sleutel tegen 0% opslag bovenop de lijstprijs van de provider, en automatische failover verplaatst een verzoek naar een gezonde provider in plaats van een fout terug te geven. Voor een pipeline die is gebouwd op een model dat mogelijk wordt overgenomen, is die abstractie het onderdeel dat je niet in drie weken kunt nabouwen.

De aanbeveling, drie weken vooruit

Als je Moondream 3 Preview of 3.1 via de gehoste API draait, is de beslissing nu en het gaat niet om kwaliteit: stap over op Photon self-hosting, of kies een ander model, vóór 13 november. Wacht niet tot er een vervangende service verschijnt.

Als je iets nieuws kiest en je werk mondt uit in maskers of mattes, dan is WeVisOne-VL-4B de interessantere gok en de minder bewezen optie — Apache 2.0, een echt architectonisch idee en twee dagen publieke geschiedenis. Als je een brede visuele redeneerder nodig hebt met een volwassen inference-engine en een staat van dienst over veel taken, dan blijft Moondream 3 het veiligere model om zelf te hosten, overname of niet.

En als wat je eigenlijk nodig hebt geen van beide is, maar een algemeen visionmodel achter een API die je niet zelf hoeft te beheren, dan is dat een andere vraag met een veel korter antwoord. Geen van deze modellen is dat.