MiniCPM-V 4.7 против Moondream 3.1 9B A2B: неделя до того, как один из них потеряет свой API

13 ноября 2026 года Moondream Cloud прекращает работу. Это произойдёт через тридцать дней после того, как Moondream объявила о присоединении к Prime Intellect, и на сегодня это самый важный для принятия решения факт в любом сравнении Moondream 3.1 9B A2B и MiniCPM-V 4.7. Одна из этих моделей — хостинговый сервис, который вот-вот перестанет быть доступен как хостинговый сервис. Другая же никогда не была хостинговым сервисом: OpenBMB опубликовала MiniCPM-V 4.7 как открытые веса 6 и 7 октября 2026 года, 12 октября добавила карточку модели и лицензию Apache-2.0, а развёртывание и хостинг оставила на вас.

Эта асимметрия переворачивает привычное сравнение. В спецификации Moondream 3.1 9B A2B — это разреженная модель с 9 миллиардами параметров и примерно 2 миллиардами активных, построенная вокруг структурированных примитивов восприятия, а MiniCPM-V 4.7 35B-A3B — это смесь экспертов с 35,2 миллиарда параметров и примерно 3 миллиардами активных, построенная вокруг чтения изображений, документов и видео в контексте на 262 144 токена. В закупочной ведомости у одной опубликована цена за токен ещё на семь дней, а у другой цены нет вовсе. Оба факта верны одновременно, и то, какой из них вы взвешиваете, зависит от того, занимаетесь ли вы прототипированием или эксплуатацией.

Для чего на самом деле предназначена каждая модель

Moondream 3.1 9B A2B вышел 7 июля 2026 года. Согласно собственной странице модели у поставщика, это разреженная смесь экспертов — восемь экспертов с маршрутизацией top-2 плюс один общий эксперт, 9,0B всего и 2,0B активных на токен — с контекстом 32 768 токенов и намеренным ограничением: одно изображение на вызов, только текст на выходе, без нативного видео и без рассуждений по нескольким изображениям. Вместо прозы он отвечает структурой. Его нативные навыки — query, caption, point, detect и segment, а выходы point и detect представляют собой координаты, поэтому таблица бенчмарков заполнена в основном F1 детекции, а не оценками caption.

MiniCPM-V 4.7 — это противоположная ставка. Он принимает отдельные изображения, несколько изображений и видео, удерживает четверть миллиона токенов контекста и отвечает на языке. Опубликованные OpenBMB цифры — это цифры понимания: 80,2 на MMMU, 91,2 на OCRBench, 75,6 на CharXiv reasoning, 68,9 на LongVideoBench, 86,5 на MathVerse. В карточке модели нет примитивов точечной локализации, детекции или сегментации. Если вам нужна рамка вокруг кота, вы просите о ней словами и разбираете слова.

• Контекст — 32 768 токенов у Moondream 3.1 9B A2B против 262 144 у MiniCPM-V 4.7 35B-A3B.

• Входные данные — одно изображение на вызов у Moondream, тогда как MiniCPM поддерживает одно изображение, несколько изображений и видео.

• Формат вывода — структурированные результаты запросов, подписей, точек, обнаружения и сегментации для Moondream, в отличие от свободного текста для MiniCPM.

• Лицензия — {{1}}Moondream Model License 1.0{{/1}} разрешает коммерческое использование, самостоятельный хостинг и дообучение, но ограничивает предоставление универсального инференса Moondream в качестве хостингового сервиса; MiniCPM-V 4.7 распространяется под Apache-2.0 без такого условия.

Веса на диске — разрежённый чекпоинт 9B для Moondream, тогда как для MiniCPM-V 4.7 35B-A3B это около 70 ГБ весов BF16 в 16 шардах, а для 1B-собрата — 3,1 ГБ.

Обрыв 13 ноября и что на самом деле меняется

О приобретении объявила Prime Intellect 13 октября 2026 года, а Moondream — днём позже. Открытые веса остаются открытыми по той же лицензии, самостоятельный хостинг через Photon остаётся бесплатным, а Moondream продолжает существовать как бренд небольших мультимодальных моделей внутри Prime. Закрывается только управляемое облако: инференс и тонкая настройка Lens прекращают работу 13 ноября, неиспользованные кредиты возвращаются, а клиентов направляют на платформу покупателя.

Для команды, которая строила решение на основе хостингового эндпоинта, это миграция с конкретной датой. Веса не исчезают, но операционная модель — да: никакого счёта за токены, никакого управляемого масштабирования, никаких гарантий задержки со стороны поставщика. Опубликованный облачный прайс-лист указывает цену Moondream 3.1 9B A2B в 0,30 доллара за миллион входных токенов и 1,00 доллара за миллион выходных токенов на тарифе реального времени, вдвое меньше в пакетном режиме, что было достаточно дёшево, чтобы самохостинг редко окупался при малых объёмах. После 13 ноября сравнение идёт не цена против цены; это GPU, которым вы владеете, против модели, к которой вы обращаетесь.

У MiniCPM-V 4.7 никогда не было этого управляемого слоя. Единственный собственный путь обслуживания — это собственный API ModelBest от OpenBMB, который используется в сборке esp32-eye cat-monitor для проверок идентичности 35B, а всё остальное — vLLM, SGLang, llama.cpp или Ollama на предоставленном вами оборудовании. Это больше работы на старте и меньше зависимости от чужого корпоративного календаря. Учитывая последние тридцать дней, второе свойство чего-то стоит.

Бенчмарки, которых никогда не достичь

У этих двух моделей нет общего бенчмарка, и две таблицы измеряют разные компетенции. Показатели Moondream — это её собственные результаты, измеренные с помощью её собственного движка Photon на одном H100 при размере батча 16, а задачи — это обнаружение и подсчёт: 81,46 на COCO, 93,94 на ODinW-13, 74,61 на Dense200, 90,35 на CountBench, 88,68 на PixMo-Count, 87,1 на RefCOCO-M. Её показатели по документам — 88,6 DocVQA, 86,01 ChartQA — внушительны и заметно ниже её результатов по обнаружению. Математика же просто отсутствует: в примечаниях к выпуску не сообщается ни о GSM8K, ни о каком-либо другом арифметическом бенчмарке, поэтому нет числа по математике для сравнения и нет доказательств ни в ту, ни в другую сторону.

Показатели MiniCPM принадлежат OpenBMB и опубликованы в виде текстовых пунктов и изображений с графиками на странице модели у производителя — без числовой таблицы и без независимого воспроизведения. Его сильная сторона противоположна Moondream: 91,2 OCRBench, 75,6 в рассуждениях CharXiv, 68,9 LongVideoBench, 80,2 MMMU. Он не публикует F1 для детекции, оценку подсчёта и результаты матирования или сегментации, поскольку не выполняет это нативно.

Единственное место, где их можно сравнить, — это OCR, и даже там тестовые стенды различаются. Moondream сообщает 88,6 на DocVQA — оценке ответов на вопросы по документам; MiniCPM сообщает 91,2 на OCRBench — оценке распознавания текста. Это не один и тот же тест, и их не следует вычитать. Любой, кто ставит их в один столбец, получает число, которое ничего не значит.

Где каждый из них ломается

Документированные ограничения Moondream конкретны и полезны: текст размером меньше примерно десяти пикселей, объекты меньше примерно двенадцати пикселей, более пятидесяти экземпляров в кадре и отсутствие нативной поддержки видео. Это границы примитива восприятия, и они честны. Если ваши изображения — фотографии товаров, снимки полок, аэрофотоснимки или переполненные сцены, они описывают ваши режимы отказа ещё до того, как вы с ними столкнётесь.

Ограничения MiniCPM-V 4.7 описаны менее чётко, что само по себе является выводом. Карточка модели утверждает, что вывод на устройстве достигает 13 или более токенов в секунду на iPhone 17 Pro Max при использовании около 3 ГБ памяти — показатель, который зависит от совместной работы Lookahead Expert Scheduling, послойного квантования и спекулятивного декодирования DSpark и который не воспроизвёл ни один независимый участник. Сборка esp32-eye, наиболее подробное публичное развёртывание, обнаружила, что модель-собрат 1B ненадёжно различает четырёх похожих кошек, и перенесла задачу идентификации на 35B. Это полезный отрицательный результат: малый вариант — детектор присутствия, а не мелкозернистый распознаватель.

Есть также аппаратная асимметрия. Moondream 3.1 — это разреженная модель на 9B, которая комфортно работает на одной современной GPU через Photon, и именно её движок позволяет поставщику заявлять 34 запроса в секунду при размере батча 16. MiniCPM-V 4.7 35B-A3B требует либо много видеопамяти, либо механизм streaming-expert, который OpenBMB создала для телефонов, а её 1B-собрат требует почти ничего. Выбор между ними по аппаратным требованиям — это на самом деле выбор между одной моделью среднего размера и семейством из двух размеров.

Если вы внедряете это на этой неделе

Дерево решений короткое. Если ваша задача — «найти, посчитать или обвести объекты и вернуть координаты», Moondream 3.1 9B A2B — более прямой инструмент, а дата 13 ноября меняет только то, где вы его запускаете: самостоятельно через Photon, по лицензии, которая запрещает перепродажу инференса Moondream общего назначения. Если ваша задача — «прочитать этот документ, эту панель мониторинга или это видео и сказать, что там написано», MiniCPM-V 4.7 35B-A3B подходит лучше, и это всегда было решением в пользу самостоятельного хостинга.

Если вы не хотите никаких обязательств, прагматичный путь — это облачная универсальная модель для работы с чтением, пока вы оцениваете открытые веса на своих данных. Именно здесь роутер оправдывает своё место: OrcaRouter предоставляет более 200 моделей по одному ключу по 0% наценки к списочным ценам провайдеров, с автоматическим переключением при сбое, так что конвейер не привязан к дальнейшему существованию одного вышестоящего провайдера. Ни Moondream 3.1 9B A2B, ни MiniCPM-V 4.7 сегодня нет в этом каталоге, так что это совет об окружающей архитектуре, а не утверждение, что мы обслуживаем какую-либо из этих моделей.

Прошедший месяц показал, что доступность моделей теперь стала вопросом цепочки поставок. Модель может быть превосходной, с открытыми весами и хорошо документированной, и всё равно потерять свой управляемый эндпоинт с уведомлением за тридцать дней, потому что компанию, которая её создала, приобрели. Лучше всех справились те команды, в чьём коде базовый URL находился в конфигурационном файле, а за ним был второй вариант.

Справедливое резюме: это не заменители. Moondream 3.1 9B A2B — компонент восприятия с таймером, запущенным на его хостинговом варианте; MiniCPM-V 4.7 — модель чтения с двумя размерами и без хостингового варианта, который можно потерять. Сначала выберите задачу, затем модель, а потом проверьте, будет ли выбранное вами ещё отвечать в следующую пятницу.