Molmo2-4B 对比 Moondream 3：一个托管选项将于11月13日关闭

这个对比附带一个日期，而它就在一周之后。Moondream Cloud——公司中负责推理和 Lens 的业务部分——将于 2026 年 11 月 13 日关停，即 Moondream 宣布被 Prime Intellect 收购后的第三十天。未使用的已购额度正在退款。如果你曾基于 Moondream 3 托管端点构建应用，实际问题已不再是“Molmo2-4B 还是 Moondream 3”，而是“我该自己运行哪一套开放权重”。两个模型都在关停后继续存在。只有其中一个曾拥有可失去的托管 API。

值得精确说明这里比较的是哪个 Moondream，因为这个名字被用得比较宽泛。Moondream 3 Preview 于 2025 年 9 月上线 Hugging Face。当前版本是 Moondream 3.1，于 2026 年 7 月 7 日以 moondream3.1-9B-A2B 发布，本文将其视为“Moondream 3”。Molmo2-4B 是另一方：由 Allen Institute for AI 于 2025 年 12 月 11 日发布，权重于 12 月 14 日上线，权重采用 Apache 2.0 许可，并明确警告训练数据仅限学术和非商业研究使用。Ai2 从未为其提供托管 API，而这一点最终证明很重要。

Molmo 方面真正近期发生的事情并不是一次发布。2026 年 10 月 9 日，Molmo2 架构被合并进上游 Transformers，并于 10 月 15 日随 v5.20.0 发布，因此该模型不再需要 trust_remote_code=True。11 月 5 日，Ai2 发布了 Molmo2-4B-tb，这是针对积木堆叠机器人对该检查点进行微调后的版本。这两件事都没有让 Molmo2-4B 成为新模型，也没有改变它的资源占用规模。

什么会留存下来，什么不会

权重不会消失。Moondream 以 Moondream Model License 1.0 发布 moondream3.1-9B-A2B，并发布其自研推理引擎 Photon，用于在 Ampere 或更新架构的 NVIDIA GPU 以及 Apple Silicon 上进行本地部署。该许可证允许商业使用、微调、量化、再分发、边缘部署和客户自控的 VPC。它禁止的只有一件具体的事：在没有单独商业许可证的情况下，向第三方提供通用的托管式 Moondream 服务。

该条款正是关停比乍看之下更重要的原因。一个原本调用 Moondream Cloud API 的团队，无法直接为自己的客户搭建同样的端点。他们可以在自己的产品内运行 Moondream，也可以在可控的基础设施上运行它，但“Moondream 即服务”恰恰是许可证所保留的内容。如果端点就是产品，那么 11 月 13 日就是一次许可事件，而不只是迁移。

Molmo2-4B 没有对应的陷阱，因为它从来就没有过托管版本可供失去。权重许可证是 Apache 2.0，限制反而体现在数据声明中：Ai2 的模型卡称，该模型“基于受学术和非商业研究用途限制的第三方数据集训练”，并建议你查阅这些来源。两个模型都不是干净的“直接发布即可”——一个限制你能提供什么，另一个限制训练谱系能支撑什么。

内里是两台不同的机器

• 参数——Molmo2-4B 为 4,850,869,200 稠密参数；Moondream 3.1 总参数 9.0B，每个 token 激活 2.0B，采用八个专家的混合架构，配备 top-2 路由外加一个共享专家。

• 权重体积 — Molmo2-4B 的 float32 safetensors 为 19.42 GB，共四个分片；Moondream 3.1 通过 Photon 和 Hugging Face 分发，厂商强调其运行时占用小，而非下载包体积大。

• 上下文 — Molmo2-4B 为 36,864 个位置；Moondream 3.1 为 32,768 个 token。

• 输入支持范围——Molmo2-4B 支持图像、多图像和视频；Moondream 3.1 每次调用只接受一张图像，且没有原生视频处理路径。

• 输出约定——Molmo2-4B 返回按图像尺寸 0–1000 缩放的坐标点，在视频模式下附带时间戳，并提供用于解析的文档化正则表达式；Moondream 3.1 提供四项具名技能——query、detect、point、caption——每项均返回结构化 JSON。

• 许可 — Molmo2-4B 的权重采用 Apache 2.0，但附带第三方数据注意事项；Moondream 3.1 采用 Moondream Model License 1.0。

输出行是最有意思的差异，也是讨论最少的。Molmo2-4B 的点是一串原始坐标流，需要你解析并做后处理。Moondream 3.1 的技能则是一份 API 契约：detect 返回对象，point 返回点，caption 返回说明文字，而且返回结构不会随提示词变化。一个是你要在其上构建的模型；另一个是你要调用的服务。相比任何基准测试行，这种设计差异更能预测哪一个适合你的代码库。

不共享测试框架的分数

Moondream 为 3.1 发布了一张内容详实的表格，值得精确引用，因为大多数摘要都对其做了四舍五入。以下数据由厂商报告，且全部基于 Moondream 自己的评估：COCO 检测 [email protected] 为 81.46，ODinW-13 为 93.94，LVIS 为 67.4，Dense200 为 74.61，SKU-110K 为 52.77，CrowdHuman 为 74.5，RefCOCO-M 为 87.1，HumanRef 为 70.39，DOTA-v2 为 59.63，CountBench 为 90.35，TallyQA 为 74.86，PixMo-Count 为 88.68，ChartQA 为 86.01，DocVQA 为 88.6，声称的平均值为 77.9。同一篇帖子还报告，在 Cloudflare Workers AI 上每秒可处理 34.2 个请求，首 token 延迟约为 20–30 毫秒，一次 point 调用的端到端耗时约为 145 毫秒。

Molmo2-4B 报告了一项汇总结果：在 15 个学术基准上平均得分为 62.8；在同一张表中，它落后于得分为 63.1 的 8B 同系列模型，并与得分为 58.1 的 Qwen3-VL-4B、得分为 53.4 的 InternVL3.5-4B 和得分为 60.7 的 Eagle2.5-8B 并列展示，而同一张表中的闭源模型则为 Gemini 3 Pro 的 70.0 和 GPT-5 的 70.6。

这两个平均值无法直接比较。它们覆盖的任务不同，Moondream 的平均值严重偏向它最擅长的检测和计数任务，而且两家厂商都没有在对方的测试集上运行过自己的模型。任何人把 77.9 对 62.8 说成是六分的胜利，都是在拿两场不同的考试作比较，然后称之为分数。

两家供应商都关心的计数

计数是这两个模型的说法真正重叠的唯一领域，而在这里，诚实的解读对双方都不太舒服。Moondream 报告 CountBench 为 90.35，PixMo-Count 为 88.68。Ai2 的公告称，Molmo 2 系列在视频计数上领先开放权重模型，但随即在同一句话中承认，其评估中没有任何模型达到 40% 的准确率。这些说法并不冲突——一个是针对精选图像中的密集物体计数，另一个是跨视频计数——但它们意味着“擅长计数”并不是一个可以普遍套用的说法。在相信这个数字之前，先明确测试条件。

如果你这周正在做决定

从请求将要运行的位置开始。如果你之前调用的是 Moondream Cloud API，那么这次迁移现在变成了一个自托管项目，而许可证决定你能否将其重新对外暴露。在本地运行 Photon，把 Moondream 保留在你的产品内部，并且在没有商业许可证的情况下，不要为第三方重建该端点。

如果视频在范围内，Moondream 3.1 已经推出。它每次调用只接收一张图像，再多的技能结构也无法绕过这一点。Molmo2-4B 默认以 2 fps 处理 384 帧，这正是接受其 19.42 GB float32 下载并在提供服务前将其降精度转换的原因。

如果你的流水线需要的是坐标而不是一段文字，两者都能做到，选择就变成了打包方式：Molmo2-4B 的带标签点流，配一个你自己维护的正则表达式；或者 Moondream 3.1 的点技能，直接返回 JSON。后者今天更省事，但明天会带来一项许可义务。

对于那些把 Moondream 作为多个托管视觉模型之一、而非作为产品本身来使用的团队，迁移并没有听起来那么夸张：OrcaRouter 会按提供商自己的标价、不加价覆盖 200 多个模型 ID，并具备自动故障转移（在上游端点性能下降时），因此用一个托管视觉调用替换另一个，并不意味着要再签一份合同或重写客户端。Moondream 3.1 和 Molmo2-4B 都不在该目录中——两者都是自托管权重——但技术栈的其余部分通常都在。

关于这一对组合，最清楚的一点是：这从来就不是一场公平的较量，如今差距更小了。Moondream 3.1 是一个快速、封装完善的视觉 API，其许可证将服务业务保留给其所有者。Molmo2-4B 是一个研究发布版本，具备原生视频点输出，且完全没有封装。停运并不会让其中一个比另一个更好，它只是消除了不选择的可能。