WeVisOne-VL-2B vs Moondream 3: лицензия и крайний срок

13 ноября 2026 года размещённая конечная точка, обслуживающая Moondream 3 Preview, перестанет отвечать. Именно эта дата, а не какой-либо бенчмарк, делает это сравнение срочным: у команд, построивших работу на облаке Moondream, есть примерно три недели с момента уведомления о прекращении работы, чтобы решить, чем его заменить, а веса, на которые они могли бы перейти, поставляются по лицензии, которую большинство из них никогда внимательно не читали. WeVisOne-VL-2B — очевидный вариант, который стоит поставить рядом: 2B-модель восприятия от команды WeChat Vision компании Tencent, опубликованная 22 октября 2026 года под Apache 2.0 и выполняющая ту же работу с привязкой к изображению: рамки, точки, подсчёт объектов и маски.

Эти две модели — ближайшая пара в этой серии. Обе построены вокруг указания на объекты, а не их описания. Обе выдают маски. Обе обучались говорить «этого нет», когда целевой объект отсутствует. И всё же почти ничего из опубликованного каждым из поставщиков нельзя вычесть из другого, потому что они измеряли разные вещи на разных стендах в разное время. Сравнивать можно лицензию, формат вывода и путь развёртывания — и по этим трём пунктам ответ вовсе не близок.

Почему эти двое в одном разговоре

Moondream 3 Preview, выпущенный 18 сентября 2025 года, показал, что небольшая модель способна нативно выполнять привязанное к изображению восприятие: обнаруживать, указывать, подсчитывать, сегментировать и отвечать — всё из одной контрольной точки, без организации взаимодействия отдельного детектора и отдельной модели рассуждений. Это разреженная смесь экспертов с 9 млрд общих параметров и 2 млрд активных — 24 слоя, первые четыре плотные, остальные содержат 64 эксперта, из которых 8 активируются на каждый токен, контекст в 32 768 токенов, собственный токенизатор SuperBPE и визуальный энкодер на основе SigLIP.

WeVisOne-VL-2B появляется годом позже, представляя более узкую версию того же аргумента. Это модель на 2 млрд параметров, построенная на Qwen3-VL, и она делит работу на две части: языковая модель выдаёт координаты через специальные токены, а отдельный декодер на 9,5 млн параметров превращает каждый отмеченный экземпляр в маску или непрерывную альфа-матту. Tencent не пыталась создать универсального ассистента. Она пыталась создать движок восприятия и прямо сказала об этом в разделе ограничений.

Семейное сходство действительно присутствует, и именно поэтому различия имеют большее значение, чем между неродственными моделями.

Карты возможностей, бок о бок

• Параметры — 9B всего, из них 2B активных у Moondream 3 Preview, против примерно 2B плотных у WeVisOne-VL-2B, плюс обязательный декодер на 9,5M параметров.

• Вывод масок — строки SVG-путей плюс ограничивающий прямоугольник в Moondream, которые его документация описывает как нативные векторные маски; растровые альфа-маски с шагом 1 при полном разрешении в WeVisOne, включая мягкую прозрачность для волос и меха.

• Рассуждение — Moondream 3 имеет опциональный режим цепочки рассуждений и рассуждает об изображении, указывая на его элементы; WeVisOne генерирует структурированный вывод вообще без цепочки рассуждений — такое решение Tencent приняла ради эффективности инференса.

• Контекст — 32 768 токенов, опубликованных в карточке Moondream, против отсутствия опубликованной длины контекста для WeVisOne, в статье которой описывается обучение при 4 096 и 8 192 токенах и инференс при до 1 960 визуальных токенов на изображение.

• Входные данные — изображения у обоих, но Moondream предоставляет документированный облачный API с потоковой передачей частичных результатов; WeVisOne отвергает видеосетки в своём пиксельном декодере и по своей конструкции поддерживает только один ход.

• Лицензия — Business Source License 1.1 с дополнительным разрешением на использование (Additional Use Grant) для Moondream, Apache 2.0 для WeVisOne.

• Релиз — 18 сентября 2025 г. против 22 октября 2026 г., с разницей в тринадцать месяцев.

• Хостинг — Moondream Cloud до 13 ноября 2026 года, затем только на собственной инфраструктуре; для WeVisOne нет хостингового эндпоинта ни от Tencent, ни от какого-либо провайдера, которого мы можем проверить.

Числа с прикреплёнными к ним инструментами

Вот здесь сравнение превращается в упражнение по чтению сносок. Каждая цифра ниже — по данным производителя; ни у одной из моделей нет независимой оценки на Artificial Analysis или где-либо ещё, что нам удалось найти.

• RefCOCO — в стартовом графике Moondream указано 91,1, а также 88,6 на RefCOCOg и 81,8 на RefCOCO+. Это показатели точности в стиле детекции, и сам Moondream описал этот график как не совсем честное сравнение: к передовым базовым моделям обращались через шаблоны, поскольку у них нет встроенной привязки к изображению, а некоторые предварительные оценки были получены на выборках из 100 вопросов, а не на полных оценочных наборах.

• RefCOCO на WeVisOne — Tencent не публикует показатель детекции RefCOCO. В её таблице referring-детекции для 2B указан RefCOCOg со средним F1 77,1, а в таблице сегментации для валидации RefCOCO указан cIoU 79,7. Другая задача, другой показатель, другой сплит.

• Сегментация — обновление сегментации Moondream за март 2026 года сообщает mIoU 83,2 на валидации RefCOCO, 79,1 на RefCOCO+ и 80,7 на RefCOCOg, а также отдельный показатель 88,2 на высокоточном RefCOCO-M. WeVisOne сообщает 79,7, 73,1 и 74,4 на тех же трёх разбиениях — но в виде cIoU, о чём в статье сказано прямо. Mean IoU и cumulative IoU по-разному взвешивают изображения, поэтому этот разрыв скорее указывает на возможность, чем является измерением.

• Подсчёт — Moondream сообщает для CountBenchQA значение 93.2. WeVisOne сообщает для CountQA значение 47.9 по exact-match, для PixMo-Count — 90.9 и 88.1, для CLOC — 27.5 и 26.9. CountBenchQA и CountQA — это не один и тот же набор данных, а exact-match на наборе для подсчёта предъявляет более жёсткие требования, чем accuracy на наборе с множественным выбором. Разброс внутри собственной строки WeVisOne, посвящённой подсчёту, — 90.9 на одном наборе, 27.5 на другом — служит лучшим предупреждением о бенчмарках подсчёта, чем любое сравнение между вендорами.

• Детекция — Moondream указывает показатель COCO detection на уровне 51.2. WeVisOne указывает среднее значение F1 по COCO на уровне 55.2 при разных порогах IoU. Ни одна из сторон не уточняет, идёт ли речь об одном и том же показателе, — и в этом-то и заключается проблема.

В результате мы получаем не победителя. Это две модели, обе заявляющие о сильном обоснованном восприятии, измеренном инструментами, которые никогда не калибровались друг по другу, причём одна из них представлена на графике, который его собственный автор назвал несправедливым.

Лицензия — это настоящая развилка на дороге.

Веса Moondream 3 Preview выпущены под Business Source License 1.1 с Additional Use Grant, краткое название которого — «No Third-Party Service». Разрешение распространяется на личные проекты, исследования, бенчмарки, дообучения, слияния, квантования и дельты весов. Оно не распространяется на запуск сервиса, позволяющего третьим сторонам использовать модель, — а именно это большинство компаний и хочет построить.

Это существенное ограничение, и это единственное место, где сравнение даёт однозначный ответ. Карточка WeVisOne-VL-2B предоставляет Apache 2.0 для кода, написанного Tencent, при этом сторонние компоненты сохраняют собственные условия. Никакого порога по выручке, никаких исключений по области использования, никаких разговоров с юристом о том, считается ли ваш продукт сторонним сервисом.

Если вы выбираете между этими двумя вариантами для создания коммерческого продукта, лицензия определяет результат в большей степени, чем любой бенчмарк из предыдущего раздела. Модель, которую вы не можете законно предоставлять, — не более дешёвый вариант; это другой продукт.

Если вы сейчас на Moondream Cloud

Уведомление о закрытии было опубликовано вместе с его причиной. Moondream и его преемник Moondream 3.1 теперь являются частью Prime Intellect, которая объявила о приобретении 13 октября 2026 года; основатели Vik Korrapati и Jay Allen присоединяются, чтобы возглавить inference. Собственный пост Moondream датирован 14 октября. Уведомление состояло из одной строки: 13 ноября 2026 года, через тридцать дней, Moondream Cloud закрывается, а неиспользованные приобретённые кредиты подлежат возврату.

Стоит разделить две вещи. Модели не отзывают — веса остаются на месте, и лицензия не меняется. Заканчивается хостинговый путь — тот, к которому реально обращается большинство команд. Photon, движок инференса Moondream, входит в то, что купила Prime Intellect, и его главный аргумент — пропускная способность: 34 запроса в секунду для Moondream 3.1, более 60 инференсов в секунду на одном H100. Это цифры Prime, и теперь именно Prime их продаёт.

Для тех, кто мигрирует, честных вариантов три. Развернуть у себя веса Moondream, которые у вас уже есть, и принять условия BSL. Перейти на хостинговую модель, которая никуда не денется, смирившись с тем, что большинство из них не выдают маски. Или перейти на модель с открытыми весами под Apache-2.0 и взять развёртывание на себя — и вот здесь появляется WeVisOne-VL-2B, с оговорками о том, что она не является заменой «из коробки» и что доказательная база у неё тоньше.

Это не замена «из коробки» по трём конкретным причинам. Формат вывода отличается: SVG-пути вместо растровых альфа-масок, что меняет ваш код композитинга на последующих этапах. Режима цепочки рассуждений нет, поэтому любой конвейер, который полагался на трассировки обоснованных рассуждений Moondream, их лишается. И опубликованная длина контекста отсутствует, поэтому рабочий процесс, который передавал Moondream длинные промпты с несколькими изображениями, не имеет заявленного потолка, от которого можно отталкиваться при проектировании.

Именно здесь также оправдывает себя слой маршрутизации, и стоит точно понимать, что он может и чего не может. OrcaRouter не обслуживает Moondream 3 или WeVisOne-VL-2B; ни одной из них нет в нашем каталоге, и мы не будем делать вид, что миграция — это просто смена URL. Что мы можем — сохранить переносимость хостируемой части вашего стека: один API-ключ для более чем 200 моделей по цене из прайс-листа провайдера без наценки, автоматическое переключение при деградации провайдера и DSL маршрутизации, который позволяет переводить трафик между хостируемыми моделями без изменения кода приложения. Если урок 13 ноября состоит в том, что единственная хостируемая зависимость — это единая точка отказа, то решение — слой абстракции, а не другая единственная зависимость.

Что нужно решить до 13 ноября

Если вы используете Moondream 3 Preview только через облачный API и ничего больше, решение на самом деле не в выборе между Moondream и WeVisOne. Вопрос в том, хотите ли вы вообще владеть инференсом. Самостоятельный хостинг Moondream сохраняет поведение, под которое вы уже настроились, по лицензии, разрешающей внутреннее использование и исследования, но не перепродажу в качестве сервиса. Самостоятельный хостинг WeVisOne даёт более чистые условия и мягкие альфа-маски — ценой модели, которую никто независимо не тестировал, и декодера, работающего только с отдельными изображениями.

Если вы начинаете с нуля — без существующего пайплайна, без настроенных промптов, без уже вложенных усилий в интеграцию — расчёт проще. WeVisOne-VL-2B распространяется под Apache 2.0 и имеет 2B параметров, Moondream 3 Preview доступен в виде исходного кода и имеет 9B параметров, из которых 2B активных, а единственный бенчмарк, который оба публикуют в форме, допускающей сравнение, — это сегментация, где определения метрик незаметно расходятся. Выбирайте по лицензии и формату вывода, а затем измеряйте на собственных изображениях, потому что ни один из поставщиков не дал вам числа, которому можно доверять через этот разрыв.