Moondream 3 与 LFM2.5-VL 3B：一个指向答案，一个只是回答

最有用的差异并不在于M​oondream 3 Preview与LFM2.5-VL-3B的基准测试表中，而在于：M​oondream 3 Preview 通过指向图像中的区域来对图像进行推理——它的推理轨迹是有依据的，会引用具体区域——而 LFM2.5-VL-3B 则明确是一个非推理模型，直接给出答案；这是 Liquid AI 为了让端侧工作的延迟保持低位而做出的选择。同一张图像输入，输出的是两种截然不同的东西，而你究竟想要哪一个，取决于下游系统是需要信任这个答案，还是仅仅消费它。

其余一切皆由那个分叉而来。Moondream 3 Preview 是一个稀疏混合专家模型，总参数 90 亿，激活参数 20 亿，由 Moondream 于 2025 年 9 月 18 日发布，而 Moondream 已于 2026 年 10 月被 Prime Intellect 收购。LFM2.5-VL-3B 是一个稠密的 31 亿参数模型——由 26 亿参数的语言主干网络与 400M 的 SigLIP2 NaFlex 视觉编码器组成——由 Liquid AI 于 2026 年 8 月 12 日发布，作为 LFM2-VL-3B 的直接后继者。一个是专才，生来用于检测和指向，也能回答问题。另一个是通才，生来用于回答问题，最近才学会指向。

你必须首先注意到的指标冲突

把这两个接地数值并排放在一起，比较起来看似几乎不相上下。其实并非如此，因为它们不是同一种测量。

M​oondream 的发布图表列出 M​oondream 3 Preview 在 RefCOCO 上达到 91.1。Liquid AI 报告称，LFM2.5-VL-3B 的 RefCOCO precision@1 达到 87.9。RefCOCO 准确率和 RefCOCO precision@1 是在同一数据集上计算出的不同统计量，而它们之间 3.2 个百分点的差距，完全说明不了哪个模型定位得更好。任何把这两个数字堆在同一张柱状图里的人，都是在把一个数字与一个定义不同的数字作比较。

• M​oondream 3 Preview 的定位能力——RefCOCO 91.1，在一张图表上，前沿基线（GPT-5、Gemini 2.5-Flash、C​laude 4 S​onnet）是通过模板查询的，因为它们没有原生定位能力；而且其中一些预览版分数来自 100 道题的样本，而不是完整题集。由厂商报告，而且正如 M​oondream 自己所说，这不是一场公平的较量。

• LFM2.5-VL-3B 定位——RefCOCO precision@1 为 87.9，高于上一代 LFM2-VL-3B 的 57.1，Liquid 将此归因于合成定位数据的规模扩展。由厂商报告，是在同一测试框架下与其自身前代产品进行的对比，而这是更有意义的维度。

• 检测与指向——Moondream 3 Preview：原生 检测和指向技能，输出结构化坐标，属于架构的一部分。LFM2.5-VL-3B：通过训练加入的定位能力，同样以坐标形式返回，函数调用也是 VL 系列的新增功能（ToolSandbox 从 26.4 提升至 59.5，BFCL v4 从 20.5 提升至 32.5）。

诚实的解读是：Liquid AI 在相同评测框架上给出了清晰的前后对比，而 M​oondream 有一张带有模板注意事项的跨模型图表。两者都没有提供正面交锋。如果 grounding 准确率是你评估中的决定性因素，那么你自己标注的数据集才是唯一能定论的工具。

有根据的推理会让你付出什么代价

Moondream 的query技能默认在推理模式下运行。模型会完整地走一遍问题，其轨迹会引用它所用到的图像区域，你可以在演练场里把鼠标悬停在文本上来查看这些区域。凡是需要人工审计答案的场景——生产线上的缺陷判定、安全事件、医疗分诊标记——这一特性都价值不菲。它区分开的是这样两类模型：一种只说“不”，另一种说“不，在这里”。p>代价在于 token。推理模式会先于答案生成一段轨迹，而 Moondream 自己的文档就给出了逃生出口：对简单问题传入 reasoning=False，因为公司清楚这个模式并非免费。这是一次实实在在的架构层面的坦白——设计良好的模型本不需要一个开关来关掉思考。

LFM2.5-VL-3B 没有对等物。它被设计为一种非推理模型，Liquid AI 也直白地说明了这种取舍：直接作答能为实时和端侧使用保持低延迟。没有可供检查的轨迹，也没有可禁用的模式。在收银台扫描条形码，或用手机翻译菜单时，这是正确的工程选择，而缺失的轨迹并不是缺陷。

所以问题不在于哪个更好，而在于你的模型下游是否有任何东西会读取推理过程。如果是人读，那么 Moondream 有根据的推理轨迹就是你所购买的功能。如果只有程序读，那你就是在为没人会读的 token 付费。

3.1B 真正胜在哪里

LFM2.5-VL-3B 的体量宣称并非营销话术。它在 Apple M5 Max 上仅占用不到 3.3 GB 内存即可运行，速度达每秒 228 个 token；在 AMD Ryzen AI Max+ 395 上则为每秒 116 个 token，并且与原生 checkpoint 一同发布了 GGUF、ONNX 和 MLX 导出格式。这是一款能装进笔记本电脑的模型，Liquid AI 还将其作为 WebGPU Hugging Face Space 提供，可直接在浏览器标签页中运行。

Moondream 3 Preview 的活跃参数量更小——2B 对 3.1B——但这一比较并不对称，因为 MoE 检查点必须完整驻留，即便只有其中一小部分会被激活。那 9B 权重总得有地方存放。Moondream 自己给出的答案是 Photon，即其本地推理引擎，可在 Ampere 及之后的 NVIDIA GPU 和 Apple Silicon Mac 上运行该模型。约束条件不同：LFM2.5-VL-3B 足够小，放到哪里都能装下；Moondream 3 Preview 在计算意义上很快，但在内存意义上很大。

• 上下文 —— 两者均为 32K tokens。这是真正的趋同，考虑到相较上一代 Moondream 的 2K 窗口，这一跨度达两年，这一点尤其值得注意。

• 语言 — LFM2.5-VL-3B 列出了十六种：英语、阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语、越南语、泰语、印度尼西亚语、印地语、俄语、波兰语，并将其词表扩充到 128,000，以支持非拉丁文字。M​oondream 3 Preview 的模型卡以视觉能力为主打，而非语言列表；应把多语言 VQA 视为需要测试的能力，而不是承诺具备的能力。

• 文档阅读——LFM2.5-VL-3B：DocVQA 91.1，ChartQA 81.3，OCRBench v1 84.2，OCRBench v2 英语 47.5，MMMU 48.4。M​oondream 3 Preview：DocVQA 88.3，ChartQA 86.6，POPE 89.0。测试框架不同，双方均为厂商报告数据。

• LFM2.5-VL-3B 告诉你不要做什么——Liquid AI 的模型卡直言，不建议将其用于长上下文或推理密集型任务，例如视觉化网页设计或关于蓝图的技术问题。这句话比大多数基准测试表格都更有用。

部署，以及路由器在其中的位置

这两个模型都不通过 OrcaRouter 提供服务，这一点值得直说，而不是绕弯子：它们都是你自行运行的开放权重检查点，而且随着 Prime Intellect 的收购，M​oondream 3 Preview 的托管端点——M​oondream Cloud——将于 2026 年 11 月 13 日关闭，未使用的额度将予以退还。

这改变的是决策的形态。一个团队如果标准化采用自托管 VLM，通常最终会再引入一个托管模型，用来处理本地模型处理不佳的情况；而到了那时，集成工作就成了问题：两套 SDK、两套认证方案、两套重试策略，以及一场会变成你自己故障的供应商故障。

这正是 OrcaRouter 的路由 DSL 为之而生的场景。你把多个模型组合成一次调用——3.1B 的本地模型回答它能回答的部分，托管模型承接剩下的部分——用一个密钥即可访问 200 多个模型，提供商标价以零加价原样透传，并在上游服务降级时自动故障转移。由于 M​oondream 3 Preview 和 LFM2.5-VL-3B 都不在该目录中，路由层是架在它们之上，而非取代它们：它让你既能保持本地廉价路径的低成本，又不会让供应商的故障变成你的故障。

许可授权上的分岔，比基准测试更为尖锐

两种不同的许可理念，而这一差异对产品决策而言，比3分的评分差距更重要。

Moondream 3 Preview 依据 Business Source License 1.1 发布，并附有附加使用授权（No Third-Party Service）。内部及生产使用、个人项目、研究、基准测试、微调、合并、量化、权重增量，以及在不会与 Moondream 付费产品实质性重叠的产品中使用，均被允许。销售暴露类似视觉能力的托管 API、托管式“Moondream-as-a-service”，或将权重嵌入提供可比能力的付费 SDK，则需要另行签订协议。Moondream 3.1 已转向 Moondream Model License 1.0，该许可证更清晰地陈述了同一规则：允许作为你产品的组件，但不允许将 Moondream 本身作为产品来提供访问。边缘设备、客户控制的 VPC，以及在租赁的云或新云 GPU 上运行该模型，均明确属于允许范围。

LFM2.5-VL-3B 采用 Liquid AI 自家的 LFM Open License v1.0 授权。发布前请先读一读，就像对待任何一份定制许可证那样；但这两类许可证在性质上并不相同：Moondream 的限制针对的是一项具体业务——转售该模型——而 Liquid 的则是一份宽泛的开放许可证，另有自己的条款。

如果你是领域专用构建者，那么两者都没问题，许可证问题只是走个形式。如果你的业务与“我们为其他人托管视觉模型”有任何沾边，M​oondream 的许可证是你首先要读的约束，而 LFM 的那份则大概是你能够通过的。

该选哪一个

选择M​oondream 3 Preview，前提是答案必须可供审查。如果由人工复核输出，如果轨迹需要显示图像的哪一部分驱动了决策，如果检测与指向本身就是主要产品而非一项功能——那么这种有据可依的推理，正是值得为一个 2B 激活模型付出 9B 内存的全部理由。为 Photon 或 GPU 预留预算，并针对托管端点即将关闭做好规划。

选择LFM2.5-VL-3B如果模型必须驻留在设备端。如果你要交付到手机、笔记本电脑、工厂车间的机箱或浏览器标签页，并且工作负载是单轮、高吞吐、低延迟的——读取屏幕内容、转录文档、检测视频流中的物体——那么一个无需思考即可作答的稠密 3.1B 模型正是你想要的，而它在 M5 Max 上每秒 228 个 token 的速度就是决定性的数字。

如果预算允许，两个都选，并在它们之间进行路由：每一帧都用 LFM2.5-VL-3B，因为它运行起来几乎免费；而在那些值得等待有依据答案的帧上，则使用 M​oondream 3 Preview。

数字无法告诉你的是，这一切在实际应用中是否已经出了问题：围绕这一类模型的有据可查的人工智能事故和智能体故障，都收录在OrcaRouter AI 事故档案中，其中每一条记录都附有各自的来源、严重程度、置信度等级和争议标记。