WeVisOne-VL-4B vs Moondream 3: ตัวหนึ่งไม่มี API ส่วนอีกตัวกำลังสูญเสีย API ของตัวเอง
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 13 tok/s
- deepseekใหม่DeepSeek: DeepSeek V4.1 Flash 10172026-10-1745ความฉลาด
- DeepSeekใหม่DeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 151 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 1076 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 157 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 1885 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 49 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 105 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
ในวันที่ 13 พฤศจิกายน 2026 Moondream Cloud จะหยุดตอบสนอง API แบบโฮสต์ที่ทำให้ Moondream 3 เป็นการผสานรวมในบรรทัดเดียวจะปิดตัวลง เครดิตที่ซื้อไว้จะได้รับการคืนเงิน และผลิตภัณฑ์ปรับแต่งโมเดล Lens จะปิดตัวตามไปด้วย วันที่นั้นเหลืออีกสามสัปดาห์ ในทางกลับกัน WeVisOne-VL-4B ไม่เคยมี API ให้ต้องสูญเสีย — Tencent เผยแพร่น้ำหนักโมเดลเมื่อวันที่ 22 ตุลาคม 2026 โดยไม่มี endpoint ไม่มีราคา และไม่มีประกาศ ดังนั้นคำถามเชิงปฏิบัติในการเปรียบเทียบนี้จึงไม่ใช่ "โมเดลภาพขนาดเล็กตัวไหนดีกว่า" อีกต่อไป แต่เป็น "ชุดน้ำหนักโมเดลชุดไหนที่ฉันต้องการดำเนินการเอง" เพราะ ณ วันนี้ทั้งสองโมเดลเป็นการตัดสินใจเรื่องการโฮสต์เอง และหนึ่งในนั้นเพิ่งกลายเป็นเช่นนั้นโดยไม่สมัครใจ
ทั้งสองเป็นเครื่องจักรที่แตกต่างกันจริง ๆ และความแตกต่างนี้อธิบายว่าทำไมเครื่องหนึ่งจึงมีธุรกิจคลาวด์ แต่อีกเครื่องหนึ่งไม่มี
เกิดอะไรขึ้นกับ Moondream 3
ควรวางไทม์ไลน์ให้ชัดเจน เพราะเป็นเรื่องที่มองข้ามได้ง่ายและมันเปลี่ยนการประเมินสถานการณ์ Moondream 3 Preview เปิดตัวเมื่อวันที่ 18 กันยายน 2025 ในฐานะโมเดล mixture-of-experts ขนาด 9B พารามิเตอร์ ที่มีพารามิเตอร์ที่ใช้งานอยู่ 2B จากนั้น Moondream 3.1 ก็ตามมาในวันที่ 7 กรกฎาคม 2026 เมื่อวันที่ 13 ตุลาคม 2026 Prime Intellect ประกาศว่าได้เข้าซื้อกิจการ Moondream — รวมถึงทีมผู้ก่อตั้งและ Photon inference engine — และโพสต์ของ Moondream เองก็ตามมาอีกหนึ่งวันถัดมา หนึ่งเดือนถัดมา บริการคลาวด์ก็ปิดตัวลง
ทั้งหมดนั้นไม่ได้เอาน้ำหนักโมเดลออกไป พวกมันยังคงอยู่บน Hugging Face ภายใต้ Business Source License 1.1 พร้อม Additional Use Grant และ Photon ยังคงรันได้ฟรีบน Nvidia GPU รุ่นใหม่ ๆ และ Apple Silicon โดยมี local API ที่เข้ากันได้ และไม่ต้องใช้คีย์สำหรับโมเดลฐาน สิ่งที่หายไปคือเส้นทางแบบโฮสต์ — สิ่งที่ทำให้ทีมหนึ่งประเมิน Moondream 3 ได้ในบ่ายเดียวโดยไม่ต้องมี GPU เป็นของตัวเอง
สองสถาปัตยกรรม สองเหตุผลในการดำรงอยู่
Moondream 3 เป็นโมเดลแบบ sparse: มีพารามิเตอร์ทั้งหมด 9B เปิดใช้งาน 2B ต่อโทเคน มี 64 experts โดยเปิดใช้งาน 8 ตัว เริ่มต้นจาก Moondream 2 แบบ dense ขนาด 2B ด้วยวิธี upcycling โดยรองรับบริบท 32K มีเอนโคเดอร์ภาพ SigLIP ที่มีการต่อช่องสัญญาณแบบ multi-crop และโทเคไนเซอร์ SuperBPE ซึ่งบริษัทกล่าวว่าช่วยให้การสร้างเร็วขึ้น 20–40% เป้าหมายการออกแบบคือการให้เหตุผลเชิงภาพที่ใกล้เคียงระดับ frontier ในต้นทุนที่ใกล้เคียงโมเดล 2B — จ่ายสำหรับการเปิดใช้งาน 2B แล้วได้พฤติกรรมบางส่วนของ 9B
WeVisOne-VL-4B เป็นโมเดลแบบ dense และมุ่งเป้าเดียว: แบ็กโบน Qwen3-VL ขนาด 4.83B โทเคนพิกัดตั้งแต่ <0> ถึง <1000> สำหรับกล่องและจุด และตัวถอดรหัสขนาด 9.6M พารามิเตอร์ที่อิงกับโทเคนพิเศษ <OBJ> ซึ่งเปลี่ยนกล่องที่ทำนายไว้ให้เป็นมาสก์ แล้วจึงเป็นอัลฟาแมตต์ความละเอียดเต็ม ขณะที่ Moondream กระจายความสามารถไปยังงานด้านภาพหลายประเภท WeVisOne กลับมุ่งเน้นที่ไมล์สุดท้ายของงานโลคัลไลเซชัน — รวมถึงส่วนที่แทบไม่มีใครส่งมอบ คือความโปร่งใสแบบขอบนุ่ม
• จำนวนพารามิเตอร์ทั้งหมด — WeVisOne-VL-4B แบบ dense 4.83B เทียบกับ Moondream 3 ที่มีทั้งหมด 9B และใช้งาน 2B
• ขนาดพื้นที่เก็บน้ำหนักโมเดล — ประมาณ 19 GB ใน F32 สำหรับรุ่น 4B เทียบกับประมาณ 18 GB ใน FP16 สำหรับ Moondream 3 และประมาณ 6 GB ในเวอร์ชันควอนไทซ์ INT4 จากคอมมูนิตี้
• บริบท — ยังไม่เปิดเผย เทียบกับ 32,768 โทเค็น
• เอาต์พุตระดับพิกเซล — มาสก์อินสแตนซ์และอัลฟาแมตต์แบบต่อเนื่องที่สไตรด์ 1 เทียบกับมาสก์การแบ่งส่วน
• สัญญาอนุญาต — Apache 2.0 สำหรับโค้ดที่ Tencent เป็นผู้เขียน เทียบกับ Business Source License 1.1 พร้อม Additional Use Grant
• Hosted API — ไม่มีเลย เมื่อเทียบกับปิดให้บริการ 13 พฤศจิกายน 2026
• เอนจินการอนุมาน — vLLM, SGLang หรือแพ็กเกจของโปรเจกต์แบบมาตรฐาน เทียบกับ Photon ที่สร้างขึ้นมาเพื่อวัตถุประสงค์เฉพาะ
ตัวเลขของ benchmark ไม่ใช่ตัวเลขชนิดเดียวกัน
หน้าโมเดลของ Moondream ระบุ COCO mAP ที่ 51.2 ขณะที่ README ของ WeVisOne ระบุ COCO F1 mean ที่ 57.1 โดยมี F1 ที่ IoU 0.5 เท่ากับ 74.0 ตัวเลขเหล่านี้ไม่สามารถนำมาลบกันได้ Mean average precision และ F1 ที่เกณฑ์ IoU คงที่ให้รางวัลกับพฤติกรรมที่แตกต่างกัน: mAP ลงโทษโมเดลที่ตรวจจับวัตถุได้แต่จัดอันดับได้แย่ ในขณะที่ F1 ที่ 0.5 ยอมผ่อนปรนต่อกล่องที่หลวม ใครก็ตามที่บอกคุณว่า WeVisOne ชนะ Moondream 3 ได้หกจุดบน COCO กำลังเปรียบเทียบข้อสอบสองฉบับที่แตกต่างกัน
แถว segmentation เทียบกันได้ใกล้เคียงกว่าและน่าสนใจกว่า Moondream รายงาน RefCOCO val segmentation ที่ 83.2 mIoU; WeVisOne รายงาน RefCOCO val ที่ 81.4 cIoU ทั้งคู่เป็น intersection-over-union เทียบกับ referring expressions บน dataset split เดียวกัน แต่ mIoU และ cIoU รวมผลต่างกันในแต่ละภาพ ดังนั้นช่องว่าง 1.8 จุดจึงอยู่ในระดับ noise ของการเลือก metric อย่างสบาย ๆ มองว่าทั้งสองอยู่ในระดับเดียวกันโดยประมาณ
จุดที่ตารางทั้งสองแตกต่างกันอย่างแท้จริงคือสิ่งที่พวกเขาเลือกจะรายงานตั้งแต่แรก Moondream เผยแพร่ ScreenSpot 80.4, OCRBench 61.2, TextVQA 76.3, POPE 89.0 และ CountBenchQA ในช่วง 90 ต้น ๆ ขึ้นอยู่กับว่าคุณอ่านหน้าไหนของมันเอง — โพสต์เปิดตัวกับหน้ารุ่นโมเดลขัดแย้งกันในหลายแถว ซึ่งควรรู้ไว้ก่อนจะอ้างอิงค่าใดค่าหนึ่ง WeVisOne เผยแพร่อัตราการปฏิเสธ (96.4% บน WeRef-Bench), การตรวจจับแบบ dense บน Dense200 และ VisDrone และค่าความคลาดเคลื่อนของการแมตติ้งบน P3M-500-NP และ AM-2K ผู้เขียนของโมเดลทั้งสองไม่ได้ประเมินโมเดลของอีกฝ่าย
การให้สิทธิ์จะตัดสินดีลได้มากกว่าเกณฑ์มาตรฐาน
WeVisOne-VL-4B ใช้สัญญาอนุญาต Apache 2.0 สำหรับโค้ดที่ Tencent เป็นผู้เขียน ส่วน Moondream 3 อยู่ภายใต้ Business Source License 1.1 พร้อม Additional Use Grant ซึ่งอนุญาตให้ใช้เพื่อวัตถุประสงค์ส่วนตัว การวิจัย และการใช้งานเชิงพาณิชย์เป็นส่วนใหญ่ แต่ต้องจัดทำข้อตกลงกับ M87 Labs สำหรับการโฮสต์หรือรีโฮสต์โมเดลโดยบุคคลที่สาม หากคุณกำลังสร้างเครื่องมือภายใน ทั้งสองตัวก็ใช้ได้ หากคุณกำลังสร้างผลิตภัณฑ์ซึ่งคุณค่าอยู่ที่การให้บริการโมเดลนั้นแก่ผู้อื่น มีเพียงตัวเดียวในสองตัวนี้เท่านั้นที่ตรงไปตรงมา
การเข้าซื้อกิจการครั้งนี้เพิ่มความเสี่ยงระดับรองที่ไม่เกี่ยวข้องกับข้อความใบอนุญาตเลย: การกำกับดูแลรับผิดชอบ โมเดลที่บริษัทแม่เชิงพาณิชย์เพิ่งเปลี่ยนมือ และผลิตภัณฑ์แบบโฮสต์กำลังปิดตัว คือโมเดลที่คุณอ่านแผนงานในอนาคตไม่ได้ นั่นไม่ใช่เหตุผลที่จะหลีกเลี่ยงมัน — น้ำหนักโมเดลดาวน์โหลดมา ไม่ได้เช่า — แต่เป็นเหตุผลที่จะทดสอบมันแทนที่จะยึดเป็นมาตรฐานในไตรมาสนี้
ความสามารถในการตัดพื้นหลังมีคุณค่าที่แท้จริงเพียงใด
Moondream 3 จะส่งคืนมาสก์การแบ่งส่วนสำหรับ "บุคคลนั้น" WeVisOne-VL-4B จะส่งคืนมาสก์และ alpha matte ที่มีความโปร่งใสบางส่วนตามแนวเส้นผม ขนสัตว์ และขอบที่นุ่มนวล ซึ่งปรับละเอียดที่ stride 1 สำหรับไปป์ไลน์การคอมโพสิต นั่นคือความแตกต่างระหว่างคัตเอาต์ที่มีฮาโลแข็งกับคัตเอาต์ที่คุณวางลงบนพื้นหลังใหม่ได้โดยไม่ต้องผ่านขั้นตอนทำความสะอาดอีกครั้ง
ตัวเลขของ Tencent สำหรับสิ่งนี้ชวนตะลึงและยังไม่ได้รับการตรวจสอบยืนยัน: ค่าเฉลี่ยความแตกต่างสัมบูรณ์ที่ 7.3 บน P3M-500-NP เทียบกับ 15.4 สำหรับ baseline ที่แข็งแกร่งที่สุดที่ผู้เขียนระบุ และ 9.8 ในการแมตต์ตามนิพจน์อ้างอิงบน WeRefMat เทียบกับ 22.4 ตัวเลขเหล่านี้มาจากบทความ ถูกสร้างโดยผู้เขียนโมเดล และยังไม่มีการทำซ้ำ นอกจากนี้ยังเป็นหลักฐานสาธารณะเพียงอย่างเดียวว่าวิธีนี้ได้ผล เพราะยังไม่มีห้องปฏิบัติการอิสระใดทดลองใช้เลย
การใช้งานโมเดลเมื่อ endpoint หายไป
การปิดบริการ Moondream เป็นเครื่องเตือนใจที่มีประโยชน์ว่า endpoint ที่โฮสต์ไว้นั้นเป็น dependency ที่มีอายุการใช้งานซึ่งมีคนอื่นเป็นผู้ควบคุม ทั้ง Moondream 3 และ WeVisOne-VL-4B ต่างก็ไม่มีอยู่ในแคตตาล็อกของ OrcaRouter ในวันนี้ ดังนั้นนี่จึงไม่ใช่การโฆษณาเส้นทางที่ดำรงอยู่แล้ว — แต่เป็นเหตุผลที่เลเยอร์การกำหนดเส้นทางมีอยู่ตั้งแต่แรกต่างหาก
เมื่อผู้ให้บริการถอนโมเดลออกไป ความแตกต่างระหว่างการที่ระบบล่มกับการเปลี่ยนแปลงคอนฟิกนั้น อยู่ที่ว่าแอปพลิเคชันของคุณอ้างอิงถึงชื่อโมเดลหรือ URL ของ endpoint OrcaRouter รวมโมเดลกว่า 200 โมเดลไว้ภายใต้คีย์เดียว โดยบวกเพิ่ม 0% จากราคาที่ผู้ให้บริการประกาศ และการ failover อัตโนมัติจะย้ายคำขอไปยังผู้ให้บริการที่ยังทำงานปกติ แทนที่จะส่งคืนข้อผิดพลาด สำหรับไปป์ไลน์ที่สร้างขึ้นบนโมเดลที่อาจถูกซื้อกิจการ ชั้นนามธรรมนี้คือส่วนที่คุณไม่สามารถเติมย้อนหลังได้ภายในสามสัปดาห์
คำแนะนำล่วงหน้าสามสัปดาห์
หากคุณกำลังใช้งาน Moondream 3 Preview หรือ 3.1 ผ่าน hosted API ตอนนี้คือเวลาตัดสินใจแล้ว และมันไม่ใช่เรื่องของคุณภาพ: จงย้ายไปใช้ Photon แบบ self-hosting หรือเลือกโมเดลอื่น ก่อนวันที่ 13 พฤศจิกายน อย่ารอให้มีบริการทดแทนเกิดขึ้นมา
หากคุณกำลังมองหาตัวเลือกใหม่ ๆ และงานของคุณจบลงที่มาสก์หรือแมตต์ WeVisOne-VL-4B คือตัวเลือกที่น่าสนใจกว่าแต่ยังพิสูจน์ฝีมือน้อยกว่า — Apache 2.0 มีแนวคิดเชิงสถาปัตยกรรมจริง และมีประวัติสาธารณะเพียงสองวัน หากคุณต้องการตัวให้เหตุผลเชิงภาพแบบกว้างที่มาพร้อมเอนจินอินเฟอเรนซ์ที่ mature และมีผลงานที่พิสูจน์แล้วในหลายงาน Moondream 3 ยังคงเป็นโมเดลที่ปลอดภัยกว่าสำหรับการโฮสต์เอง ไม่ว่าจะมีการเข้าซื้อหรือไม่ก็ตาม
และถ้าสิ่งที่คุณต้องการจริง ๆ ไม่ใช่ทั้งสองอย่าง แต่เป็นโมเดลวิชันทั่วไปที่อยู่เบื้องหลัง API ที่คุณไม่ต้องดูแลจัดการ นั่นเป็นคำถามที่แตกต่างออกไปและมีคำตอบที่สั้นกว่ามาก ไม่มีโมเดลใดในสองโมเดลนี้ที่เป็นคำตอบนั้น
