WeVisOne-VL-2B vs Moondream 3: Uma Licença e um Prazo

Em 13 de novembro de 2026, o endpoint hospedado que serve o Moondream 3 Preview deixa de responder. É essa data, e não qualquer benchmark, que torna esta comparação urgente: as equipes que construíram sobre a nuvem da Moondream têm cerca de três semanas a partir do aviso de encerramento para decidir o que o substituirá, e os pesos aos quais recorreriam como alternativa carregam uma licença que a maioria delas nunca leu com atenção. O WeVisOne-VL-2B é a opção óbvia para colocar ao lado dele — um modelo de percepção 2B da equipe WeChat Vision da Tencent, publicado em 22 de outubro de 2026 sob Apache 2.0, realizando o mesmo tipo de trabalho de grounding: caixas, pontos, contagens e máscaras.

Os dois modelos são o par mais próximo desta série. Ambos foram construídos em torno de apontar para coisas em vez de descrevê-las. Ambos produzem máscaras. Ambos foram treinados para dizer "não está lá" quando o alvo está ausente. E, ainda assim, quase nada do que qualquer um dos fornecedores publicou pode ser subtraído do que o outro publicou, porque mediram coisas diferentes em harnesses diferentes em momentos diferentes. O que pode ser comparado é a licença, o formato de saída e o caminho de implantação — e, nesses três, a resposta não é nem perto.

Por que esses dois estão na mesma conversa

O Moondream 3 Preview, lançado em 18 de setembro de 2025, defendeu a tese de que um modelo pequeno poderia realizar percepção fundamentada de forma nativa: detectar, apontar, contar, segmentar e responder, tudo a partir de um único checkpoint, sem orquestrar um detector separado e um modelo de raciocínio separado. Ele é uma mistura esparsa de especialistas com 9 bilhões de parâmetros totais e 2 bilhões ativos — 24 camadas, as quatro primeiras densas, e o restante com 64 especialistas e 8 ativados por token —, um contexto de 32.768 tokens, um tokenizador SuperBPE personalizado e um codificador de visão baseado em SigLIP.

WeVisOne-VL-2B chega um ano depois, fazendo uma versão mais estreita do mesmo argumento. Tem 2B de parâmetros e é construído sobre o Qwen3-VL, e divide o trabalho em duas partes: o modelo de linguagem emite coordenadas por meio de tokens dedicados, e um decodificador separado de 9,5 milhões de parâmetros transforma cada instância marcada em uma máscara ou em um alpha matte contínuo. A Tencent não tentou criar um assistente geral. Tentou criar um motor de percepção, e disse isso na seção de limitações.

A semelhança familiar é real, e é por isso que as diferenças importam mais do que importariam entre modelos não relacionados.

Os mapas de capacidades, lado a lado

• Parâmetros — 9B no total com 2B ativos para o Moondream 3 Preview vs cerca de 2B densos para o WeVisOne-VL-2B, além de um decodificador obrigatório de 9,5M de parâmetros.

Saída de máscara — strings de caminho SVG mais uma caixa delimitadora no Moondream, que sua documentação descreve como máscaras vetoriais nativas; mattes alfa raster em resolução total com stride 1 no WeVisOne, incluindo transparência suave para cabelos e pelos.

• Raciocínio — O Moondream 3 tem um modo opcional de cadeia de pensamento e raciocina sobre uma imagem apontando para ela; o WeVisOne gera saída estruturada sem cadeia de pensamento alguma, uma escolha que a Tencent fez para eficiência de inferência.

• Contexto — 32.768 tokens publicados no cartão do Moondream vs. nenhum comprimento de contexto publicado para o WeVisOne, cujo artigo descreve treinamento com 4.096 e 8.192 tokens e inferência de até 1.960 tokens visuais por imagem.

• Entrada — imagens em ambos, mas o Moondream oferece uma API em nuvem documentada com streaming de resultados parciais; o WeVisOne rejeita grades de vídeo em seu decodificador de pixels e é de turno único por design.

• Licença — Business Source License 1.1 com uma Concessão de Uso Adicional no Moondream, Apache 2.0 no WeVisOne.

• Lançamento — 18 de setembro de 2025 vs 22 de outubro de 2026, com treze meses de diferença.

• Hospedagem — Moondream Cloud até 13 de novembro de 2026, depois apenas auto-hospedado; nenhum endpoint hospedado para o WeVisOne da Tencent ou de qualquer provedor que consigamos verificar.

Os números, com seus instrumentos anexados

É aqui que a comparação se torna um exercício de leitura de notas de rodapé. Todos os números abaixo são reportados pelo fornecedor; nenhum dos modelos tem uma avaliação independente no Artificial Analysis ou em qualquer outro lugar que consigamos encontrar.

• RefCOCO — O gráfico de lançamento do Moondream lista 91,1, ao lado de 88,6 no RefCOCOg e 81,8 no RefCOCO+. Esses são números de precisão no estilo de detecção, e o próprio Moondream descreveu o gráfico como não sendo uma comparação justa: as baselines de fronteira foram consultadas por meio de templates porque não têm grounding nativo, e várias pontuações de prévia vieram de amostras de 100 perguntas, em vez de conjuntos completos de avaliação.

• RefCOCO no WeVisOne — a Tencent não publica um número de detecção do RefCOCO. Sua tabela de detecção por referência reporta RefCOCOg com F1 média de 77.1 para o 2B, e sua tabela de segmentação reporta RefCOCO validação com 79.7 cIoU. Tarefa diferente, estatística diferente, split diferente.

• Segmentação — A atualização de segmentação de março de 2026 do Moondream reporta mIoU de 83,2 na validação do RefCOCO, 79,1 no RefCOCO+ e 80,7 no RefCOCOg, com um valor separado de 88,2 no RefCOCO-M de alta fidelidade. O WeVisOne reporta 79,7, 73,1 e 74,4 nas mesmas três divisões — mas como cIoU, que o artigo declara explicitamente. O IoU médio e o IoU cumulativo ponderam as imagens de forma diferente, então a diferença aqui é sugestiva, e não medida.

• Contagem — A Moondream relata CountBenchQA em 93,2. A WeVisOne relata CountQA em 47,9 de correspondência exata, PixMo-Count em 90,9 e 88,1, e CLOC em 27,5 e 26,9. CountBenchQA e CountQA não são o mesmo conjunto de dados, e a correspondência exata em um conjunto de contagem é implacável de um modo que a acurácia em um conjunto de múltipla escolha não é. A dispersão dentro da própria linha de contagem da WeVisOne — 90,9 em um conjunto de dados, 27,5 em outro — é um alerta melhor sobre benchmarks de contagem do que qualquer comparação entre fornecedores.

• Detecção — A Moondream lista a detecção COCO em 51,2. A WeVisOne lista a F1 média COCO em 55,2 em diferentes limiares de IoU. Se essas são a mesma estatística não é declarado em nenhum dos dois lados, o que é exatamente o problema.

O que surge não é um vencedor. São dois modelos que ambos afirmam ter uma forte percepção fundamentada, medidos com instrumentos que nunca foram calibrados entre si, um deles publicado em um gráfico que o próprio autor descreveu como injusto.

A licença é a verdadeira bifurcação na estrada

Os pesos do Moondream 3 Preview são disponibilizados sob a Business Source License 1.1 com uma Concessão de Uso Adicional cujo nome curto é "No Third-Party Service". A concessão abrange projetos pessoais, pesquisa, benchmarks, fine-tunes, merges, quantizações e deltas de pesos. O que ela não abrange é montar um serviço que permita que terceiros usem o modelo — exatamente o que a maioria das empresas realmente quer construir.

Essa é uma restrição material, e é o único ponto em que a comparação tem uma resposta clara. A ficha do WeVisOne-VL-2B concede Apache 2.0 para o código de autoria da Tencent, com componentes de terceiros mantendo seus próprios termos. Sem limite de receita, sem exceção de campo de uso, sem conversa com advogado sobre se seu produto conta como serviço de terceiros.

Se você está escolhendo entre estes dois para construir algo comercial, a licença decide mais do resultado do que qualquer benchmark da seção anterior. Um modelo que você não pode disponibilizar legalmente não é uma opção mais barata; é um produto diferente.

Se você estiver no Moondream Cloud agora

O aviso de encerramento foi publicado juntamente com o motivo do mesmo. A Moondream e a sua sucessora Moondream 3.1 fazem agora parte da Prime Intellect, que anunciou a aquisição a 13 de outubro de 2026, com os fundadores Vik Korrapati e Jay Allen a juntarem-se para liderar a inferência. A publicação da própria Moondream tem a data de 14 de outubro. O aviso era uma só linha: a 13 de novembro de 2026, trinta dias depois, a Moondream Cloud encerra, com os créditos comprados e não utilizados a serem reembolsados.

Duas coisas merecem ser separadas. Os modelos não estão sendo retirados — os pesos permanecem onde estão e a licença não muda. O que está terminando é o caminho hospedado, aquele que a maioria das equipes realmente chama. O Photon, o mecanismo de inferência do Moondream, faz parte do que a Prime Intellect comprou, e sua proposta é a vazão: 34 solicitações por segundo para o Moondream 3.1, mais de 60 inferências por segundo em uma única H100. Esses são os números da Prime, e a Prime agora é quem os vende.

Para quem está migrando, as opções honestas são três. Hospede por conta própria os pesos do Moondream que você já tem e aceite os termos da BSL. Migre para um modelo hospedado que não vai desaparecer, aceitando que a maioria deles não gera máscaras. Ou migre para um modelo de pesos abertos Apache-2.0 e assuma a implantação — é aí que entra o WeVisOne-VL-2B, com as ressalvas de que ele não é um substituto direto e de que suas evidências são mais escassas.

Não é um substituto compatível por três motivos concretos. O formato de saída é diferente: caminhos SVG versus máscaras alfa raster, o que altera seu código de composição downstream. Não há modo de cadeia de pensamento, então qualquer pipeline que dependia dos rastros de raciocínio fundamentado do Moondream os perde. E não há comprimento de contexto publicado, então um fluxo de trabalho que alimentava o Moondream com prompts longos com várias imagens não tem um teto declarado para se projetar.

É também aqui que uma camada de roteamento ganha o seu lugar, e vale a pena ser preciso sobre o que pode e não pode fazer. A OrcaRouter não serve o Moondream 3 nem o WeVisOne-VL-2B; nenhum deles está no nosso catálogo, e não vamos fingir que uma migração é uma mudança de URL. O que podemos fazer é manter o lado hospedado da sua stack portátil: uma única chave de API para mais de 200 modelos ao preço de tabela do fornecedor, sem markup, failover automático quando um fornecedor se degrada, e uma DSL de roteamento que lhe permite mover tráfego entre modelos hospedados sem alterar o código da aplicação. Se a lição de 13 de novembro é que uma única dependência hospedada é um único ponto de falha, a correção é a camada de abstração, não uma dependência única diferente.

O que decidir antes de 13 de novembro

Se você estiver executando o Moondream 3 Preview por meio da API na nuvem e nada mais, a decisão não é realmente entre Moondream e WeVisOne. É se você quer assumir a inferência de fato. Hospedar o Moondream por conta própria mantém o comportamento com o qual você já ajustou, sob uma licença que permite uso interno e de pesquisa, mas não revenda como serviço. Hospedar o WeVisOne por conta própria oferece termos mais claros e mattes alfa suaves, ao custo de um modelo que ninguém independente testou e de um decodificador que só funciona em imagens únicas.

Se você está começando do zero — sem pipeline existente, sem prompts ajustados, sem integração já consolidada — o cálculo é mais simples. O WeVisOne-VL-2B é Apache 2.0 e tem 2B; o Moondream 3 Preview tem código-fonte disponível e 9B, com 2B ativos; e o único benchmark que ambos publicam em um formato que convida à comparação é o de segmentação, no qual as definições das métricas divergem sutilmente. Escolha com base na licença e no formato de saída, depois meça com suas próprias imagens, porque nenhum dos fornecedores lhe deu um número em que você possa confiar para transpor essa lacuna.