WeVisOne-VL-4B vs Moondream 3: Một bên không có API, bên kia đang đánh mất chính mình

Vào ngày 13 tháng 11 năm 2026, Moondream Cloud sẽ ngừng phản hồi. API được lưu trữ đã giúp Moondream 3 trở thành tích hợp chỉ một dòng sẽ đóng cửa, các khoản tín dụng đã mua sẽ được hoàn lại, và sản phẩm tinh chỉnh Lens sẽ đi kèm theo đó. Ngày đó chỉ còn ba tuần nữa. Ngược lại, WeVisOne-VL-4B chưa từng có API nào để mất — Tencent đã công bố trọng số vào ngày 22 tháng 10 năm 2026 mà không có endpoint, không có giá và không có thông báo. Vì vậy, câu hỏi thực tế trong so sánh này không còn là "mô hình thị giác nhỏ nào tốt hơn." Mà là "bộ trọng số nào tôi muốn tự vận hành," bởi vì tính đến hôm nay, cả hai mô hình đều là các quyết định tự lưu trữ, và một trong số đó vừa trở thành như vậy một cách không tự nguyện.

Hai thứ này thực sự là những cỗ máy khác nhau, và sự khác biệt đó giải thích vì sao một bên có mảng kinh doanh đám mây còn bên kia thì không.

Chuyện gì đã xảy ra với Moondream 3?

Dòng thời gian này đáng được trình bày rõ vì rất dễ bỏ sót và nó làm thay đổi cách tính toán. Moondream 3 Preview ra mắt ngày 18 tháng 9 năm 2025 dưới dạng mô hình hỗn hợp chuyên gia 9B tham số với 2B tham số hoạt động. Moondream 3.1 tiếp nối vào ngày 7 tháng 7 năm 2026. Ngày 13 tháng 10 năm 2026, Prime Intellect thông báo đã mua lại Moondream — bao gồm cả đội ngũ sáng lập và công cụ suy luận Photon — và bài đăng của chính Moondream xuất hiện một ngày sau đó. Một tháng sau, dịch vụ đám mây ngừng hoạt động.

Không có điều nào trong số đó gỡ bỏ các trọng số. Chúng vẫn ở trên Hugging Face theo Business Source License 1.1 với Additional Use Grant, và Photon vẫn miễn phí chạy trên các GPU Nvidia gần đây và Apple Silicon, với API cục bộ tương thích và không yêu cầu khóa cho mô hình cơ sở. Điều biến mất là con đường được lưu trữ — thứ từng cho phép một nhóm đánh giá Moondream 3 trong một buổi chiều mà không cần sở hữu GPU.

Hai kiến trúc, hai lý do để tồn tại

Moondream 3 là một mô hình thưa: tổng cộng 9B tham số, 2B tham số hoạt động trên mỗi token, 64 chuyên gia với 8 chuyên gia được kích hoạt, được khởi tạo từ Moondream 2 dày đặc 2B bằng upcycling. Mô hình có ngữ cảnh 32K, bộ mã hóa thị giác SigLIP với ghép kênh đa vùng cắt, và tokenizer SuperBPE mà công ty nói giúp việc sinh nhanh hơn 20–40%. Mục tiêu thiết kế là suy luận thị giác cận biên giới với chi phí gần với mô hình 2B hơn — trả chi phí cho 2B kích hoạt, nhận được một phần hành vi của 9B.

WeVisOne-VL-4B là mô hình dense và chỉ tập trung vào một mục tiêu: xương sống Qwen3-VL 4,83B, các token tọa độ từ <0> đến <1000> cho hộp và điểm, cùng bộ giải mã 9,6M tham số được kích hoạt bởi một token đặc biệt <OBJ> biến một hộp được dự đoán thành mặt nạ và sau đó là alpha matte độ phân giải đầy đủ. Trong khi Moondream phân tán năng lực trên nhiều tác vụ thị giác, WeVisOne tập trung vào chặng cuối của định vị — bao gồm cả phần gần như không ai cung cấp, độ trong suốt với cạnh mềm.

• Tổng số tham số — WeVisOne-VL-4B 4,83B dense so với Moondream 3 tổng 9B, 2B hoạt động

• Dung lượng trọng số — khoảng 19 GB ở F32 cho mô hình 4B so với khoảng 18 GB ở FP16 cho Moondream 3, khoảng 6 GB ở bản lượng tử INT4 cộng đồng

• Ngữ cảnh — chưa công bố so với 32,768 token

• Đầu ra pixel — mặt nạ thực thể và matte alpha liên tục ở stride 1 so với mặt nạ phân đoạn

• Giấy phép — Apache 2.0 cho mã do Tencent viết so với Business Source License 1.1 với Additional Use Grant

• Hosted API — không bao giờ có, so với đóng vào ngày 13 tháng 11 năm 2026

• Engine suy luận — vLLM, SGLang nguyên bản hoặc gói của dự án so với Photon, được xây dựng chuyên dụng

Các con số benchmark không phải là cùng một loại số.

Trang mô hình của Moondream liệt kê COCO mAP là 51.2. README của WeVisOne liệt kê F1 trung bình trên COCO là 57.1, với F1 tại IoU 0.5 là 74.0. Không thể trừ các con số đó cho nhau. Mean average precision và F1 tại một ngưỡng IoU cố định thưởng cho những hành vi khác nhau: mAP trừng phạt một mô hình tìm được vật thể nhưng xếp hạng chúng kém, trong khi F1 tại 0.5 dễ dãi với các hộp bao lỏng lẻo. Bất kỳ ai nói với bạn rằng WeVisOne đánh bại Moondream 3 sáu điểm trên COCO là đã so sánh hai bài thi khác nhau.

Các hàng phân đoạn thì gần mức có thể so sánh hơn và thú vị hơn. Moondream báo cáo phân đoạn RefCOCO val ở 83,2 mIoU; WeVisOne báo cáo RefCOCO val ở 81,4 cIoU. Cả hai đều là giao trên hợp so với các biểu thức tham chiếu trên cùng một split của tập dữ liệu, nhưng mIoU và cIoU tổng hợp khác nhau giữa các ảnh, nên khoảng cách 1,8 điểm nằm hoàn toàn trong độ nhiễu của việc lựa chọn thước đo. Hãy coi chúng là xấp xỉ ngang nhau.

Điểm thực sự khác biệt giữa hai bảng là ở chỗ họ chọn báo cáo những gì. Moondream công bố ScreenSpot 80.4, OCRBench 61.2, TextVQA 76.3, POPE 89.0 và CountBenchQA ở mức đầu chín mươi, tùy vào việc bạn đọc trang nào của chính họ — bài đăng ra mắt và trang mô hình mâu thuẫn với nhau ở một số hàng, điều đáng biết trước khi bạn trích dẫn bất kỳ bên nào. WeVisOne công bố tỷ lệ từ chối (96,4% trên WeRef-Bench), phát hiện dày đặc trên Dense200 và VisDrone, và lỗi matting trên P3M-500-NP và AM-2K. Tác giả của cả hai mô hình đều không đánh giá mô hình còn lại.

Cấp phép sẽ quyết định nhiều thương vụ hơn là các chuẩn đối sánh

WeVisOne-VL-4B dùng Apache 2.0 cho mã do Tencent viết. Moondream 3 thuộc Business Source License 1.1 với Additional Use Grant, cho phép sử dụng cá nhân, nghiên cứu và hầu hết mục đích thương mại nhưng yêu cầu thỏa thuận với M87 Labs nếu bên thứ ba lưu trữ hoặc tái lưu trữ mô hình. Nếu bạn đang xây dựng công cụ nội bộ, cả hai đều ổn. Nếu bạn đang xây dựng sản phẩm mà giá trị nằm ở việc cung cấp mô hình đó cho người khác, chỉ một trong hai là đơn giản.

Việc mua lại bổ sung một rủi ro thứ cấp không liên quan gì đến văn bản giấy phép: trách nhiệm quản lý. Một mô hình mà công ty mẹ thương mại vừa đổi chủ và sản phẩm được host của nó đang đóng cửa là một mô hình mà bạn không thể đọc được lộ trình phát triển. Đó không phải là lý do để tránh nó — các trọng số được tải xuống, không phải thuê — nhưng đó là lý do để thử nghiệm nó thay vì lấy nó làm chuẩn trong quý này.

Khả năng tách nền thực sự đáng giá đến đâu

Moondream 3 sẽ trả về mặt nạ phân đoạn cho "người đó". WeVisOne-VL-4B sẽ trả về một mặt nạ và một alpha matte có độ trong suốt một phần dọc theo tóc, lông và các cạnh mềm, được tinh chỉnh ở stride 1. Đối với một quy trình tổng hợp, đó là sự khác biệt giữa một ảnh cắt có quầng cứng và một ảnh cắt mà bạn có thể đặt lên nền mới mà không cần bước dọn dẹp.

Các con số của Tencent về nó rất ấn tượng và chưa được xác minh: chênh lệch tuyệt đối trung bình là 7,3 trên P3M-500-NP so với 15,4 của baseline mạnh nhất mà các tác giả liệt kê, và 9,8 trên matting theo biểu thức tham chiếu trên WeRefMat so với 22,4. Những con số này đến từ bài báo, do chính các tác giả của mô hình tạo ra và chưa được tái lập. Chúng cũng là bằng chứng công khai duy nhất cho thấy cách tiếp cận này hiệu quả, vì chưa có phòng thí nghiệm độc lập nào chạy thử nó.

Vận hành một mô hình khi endpoint biến mất

Việc Moondream ngừng hoạt động là một lời nhắc hữu ích rằng một endpoint được host là một phụ thuộc có vòng đời do người khác kiểm soát. Cả Moondream 3 lẫn WeVisOne-VL-4B đều không có trong danh mục của OrcaRouter hiện nay, nên đây không phải là lời chào hàng cho một tuyến đã tồn tại — mà chính là lý do lớp định tuyến tồn tại ngay từ đầu.

Khi một nhà cung cấp rút một mô hình, khác biệt giữa gián đoạn dịch vụ và thay đổi cấu hình nằm ở việc ứng dụng của bạn dùng tên mô hình hay URL endpoint. OrcaRouter cung cấp hơn 200 mô hình qua một khóa duy nhất với mức chênh lệch 0% so với giá niêm yết của nhà cung cấp, và tính năng chuyển đổi dự phòng tự động sẽ chuyển yêu cầu sang một nhà cung cấp đang hoạt động bình thường thay vì trả về lỗi. Với một pipeline được xây dựng trên một mô hình có thể bị mua lại, lớp trừu tượng đó chính là phần bạn không thể bổ sung sau trong ba tuần.

Khuyến nghị, trước ba tuần

Nếu bạn đang chạy Moondream 3 Preview hoặc 3.1 thông qua API được host, thì quyết định là ngay bây giờ và không phải về chất lượng: hãy chuyển sang tự vận hành Photon, hoặc chọn một mô hình khác, trước ngày 13 tháng 11. Đừng chờ một dịch vụ thay thế xuất hiện.

Nếu bạn đang chọn hướng mới mẻ và công việc của bạn kết thúc bằng mask hoặc matte, WeVisOne-VL-4B là lựa chọn thú vị hơn và cũng ít được kiểm chứng hơn — Apache 2.0, một ý tưởng kiến trúc thực sự, và mới có hai ngày lịch sử công khai. Nếu bạn cần một bộ suy luận thị giác tổng quát với engine suy luận trưởng thành và thành tích trên nhiều tác vụ, Moondream 3 vẫn là mô hình an toàn hơn để tự triển khai, dù có được thâu tóm hay không.

Và nếu thứ bạn thực sự cần không phải cái nào trong hai cái đó, mà là một mô hình thị giác tổng quát đằng sau một API mà bạn không phải vận hành, thì đó là một câu hỏi khác với câu trả lời ngắn hơn nhiều. Cả hai mô hình này đều không phải là nó.