Molmo2-4B 與 Moondream 3：其中一個託管選項將於 11 月 13 日關閉

這個比較附有一個日期，而那個日期就在一週後。Moondream Cloud——業務中的推論與 Lens 部分——將於 2026 年 11 月 13 日關閉，也就是在 Moondream 宣布被 Prime Intellect 收購後的三十天。未使用的已購買額度正在退款。如果你曾建構於 Moondream 3 託管端點之上，實際問題已不再是「Molmo2-4B 還是 Moondream 3」，而是「我該自行運行哪一組開放權重」。兩個模型都能在關閉後留存。只有其中一個曾經擁有可失去的託管 API。

值得精確說明這裡比較的是哪一個 Moondream，因為這個名稱常被寬鬆使用。Moondream 3 Preview 於 2025 年 9 月登上 Hugging Face。目前版本是 Moondream 3.1，於 2026 年 7 月 7 日以 moondream3.1-9B-A2B 發布，而本文將該檢查點視為「Moondream 3」。Molmo2-4B 則是另一方：由 Allen Institute for AI 於 2025 年 12 月 11 日宣布，權重於 12 月 14 日上線，權重採 Apache 2.0，並明確警告訓練資料僅限學術與非商業研究使用。Ai2 從未提供其託管 API，而這一點事實證明很重要。

Molmo 這邊真正算得上近期的消息並不是一次發布。2026 年 10 月 9 日，Molmo2 架構被合併進上游 Transformers，並於 10 月 15 日在 v5.20.0 中推出，因此該模型不再需要 trust_remote_code=True。11 月 5 日，Ai2 發布了 Molmo2-4B-tb，這是此檢查點針對堆疊積木機器人所做的微調版本。這兩件事都沒有讓 Molmo2-4B 變成新模型，也都沒有改變它的資源佔用。

什麼會留存下來，什麼不會

權重不會消失。Moondream 以 Moondream Model License 1.0 發布 moondream3.1-9B-A2B，並推出自家推論引擎 Photon，供在 Ampere 或更新架構的 NVIDIA GPU 與 Apple Silicon 上進行本地部署。該授權允許商業使用、微調、量化、再散布、邊緣部署，以及由客戶掌控的 VPC。它禁止的只有一件具體的事：在沒有另行取得商業授權的情況下，向第三方提供通用型的託管 Moondream 服務。

那個條款正是這次關閉比乍看之下更重要的原因。一個原本呼叫 Moondream Cloud API 的團隊，無法直接為自己的客戶架設相同的端點。他們可以在自家產品中運行 Moondream，也可以在他們控制的基礎設施上運行，但「Moondream as a service」正是授權條款所保留的項目。如果端點本身就是產品，那麼 11 月 13 日就是一項授權事件，而不只是遷移。

Molmo2-4B 沒有對應的陷阱，因為從來就沒有託管版本可以失去。權重授權是 Apache 2.0，限制反而存在於資料聲明中：Ai2 的模型卡指出，該模型「是以僅限學術與非商業研究使用的第三方資料集訓練而成」，並引導你檢視這些來源。這兩個模型都不是乾淨的「直接出貨就好」——一個限制你能提供什麼，另一個限制訓練血統能支持什麼。

兩者骨子裡是截然不同的機器

• 參數 — Molmo2-4B 為 4,850,869,200 稠密參數；Moondream 3.1 總計 9.0B，每個 token 啟用 2.0B，是八個專家的混合模型，採用 top-2 路由加上一個共享專家。

• 權重大小 — Molmo2-4B 的 float32 safetensors 為 19.42 GB，共四個分片；Moondream 3.1 針對 Photon 發佈，並可透過 Hugging Face 取得，廠商強調的是執行時佔用空間小，而非下載檔案龐大。

• 上下文 — Molmo2-4B 為 36,864 個位置；Moondream 3.1 為 32,768 個 token。

• 輸入介面 — Molmo2-4B 接受圖像、多圖像與影片；Moondream 3.1 每次呼叫接受一張圖像，且沒有原生影片路徑。

• 輸出契約 — Molmo2-4B 傳回依影像尺寸縮放至 0–1000 的座標點，影片模式下附有時間戳，並提供用於解析的已記載正規表達式；Moondream 3.1 提供四項具名技能 — query、detect、point、caption — 各自傳回結構化 JSON。

• 授權 — Molmo2-4B 的權重採用 Apache 2.0，但附帶第三方資料的注意事項；Moondream 3.1 則採用 Moondream Model License 1.0。

輸出列是最有意思、也最少被討論的差異。Molmo2-4B 的點是一串原始座標流，由你解析並後處理。Moondream 3.1 的技能則是一份 API 契約：detect 回傳物件、point 回傳點、caption 回傳說明文字，而且形狀不隨提示詞改變。一個是你據以建構的模型；另一個是你呼叫的服務。比起任何一列基準測試數據，這項設計差異更能預測哪一個適合你的程式碼庫。

不共用測試框架的分數

Moondream 為 3.1 發布了一份內容詳盡的表格，值得精確引用，因為大多數摘要都會對其進行四捨五入。這些數據由廠商報告，全部基於 Moondream 自家的評估：COCO 偵測 [email protected] 為 81.46，ODinW-13 為 93.94，LVIS 為 67.4，Dense200 為 74.61，SKU-110K 為 52.77，CrowdHuman 為 74.5，RefCOCO-M 為 87.1，HumanRef 為 70.39，DOTA-v2 為 59.63，CountBench 為 90.35，TallyQA 為 74.86，PixMo-Count 為 88.68，ChartQA 為 86.01，DocVQA 為 88.6，所稱平均值為 77.9。同一篇文章還報告了在 Cloudflare Workers AI 上每秒 34.2 次請求，以及約 20–30 毫秒的首字延遲，單次點呼叫端到端約 145 毫秒。

Molmo2-4B 回報了一項彙總數據：在 15 項學術基準測試中平均為 62.8；在同一張表格中，它的排名落後於同系列的 8B 模型（63.1），並與 Qwen3-VL-4B（58.1）、InternVL3.5-4B（53.4）及 Eagle2.5-8B（60.7）並列；而同一張表格中的閉源模型則分別為 Gemini 3 Pro 的 70.0 與 GPT-5 的 70.6。

這兩個平均值無法相比。它們涵蓋不同的任務，Moondream 的平均值大幅偏向它最擅長的偵測與計數，而且兩家廠商都沒有在對方的測試套件上跑過自己的模型。任何人把 77.9 對 62.8 說成六個百分點的勝利，都是在拿兩份不同的考卷相比，還把它稱為分數。

兩家廠商都在意的計數

計數是這兩個模型的主張真正重疊的唯一領域，而誠實的解讀對雙方都不太舒服。Moondream 回報 CountBench 90.35 與 PixMo-Count 88.68。Ai2 的公告稱 Molmo 2 系列在影片計數上領先開放權重模型，隨即又承認在其評估中沒有任何模型達到 40% 準確率。這些說法並不衝突——一個是在精選圖像上進行密集物件計數，另一個是跨影片計數——但它們意味著「擅長計數」並非可移植的主張。在你信任那個數字之前，先明確界定測試。

如果您這週正在做決定

從請求將要執行的地方開始。如果你原本是呼叫 Moondream Cloud API，這次遷移現在是一個自架專案，而授權條款決定你是否可以重新對外提供它。在本機執行 Photon，將 Moondream 保留在你的產品內部，且未取得商業授權前，不要為第三方重建該端點。

如果影片在範圍內，Moondream 3.1 已經推出。它每次呼叫只接受一張影像，再怎麼設計技巧結構也無法繞過這一點。Molmo2-4B 預設以 2 fps 處理 384 個影格，這正是值得接受其 19.42 GB float32 下載，並在提供服務前先降轉的原因。

如果你的流程要的是座標而不是一段文字，兩者都能做到，這時選擇就變成封裝形式的問題：Molmo2-4B 帶標記的點串流，搭配你自己維護的正規表達式；或是 Moondream 3.1 的 point 技能回傳 JSON。後者今天比較省事，但明天會背上授權義務。

對於把 Moondream 當作眾多託管視覺模型之一、而非產品本身的團隊來說，這次遷移沒有聽起來那麼戲劇化：OrcaRouter 會以供應商自身的牌價、不加任何加價提供超過 200 個模型 ID，並自動容錯移轉，當上游端點效能下降時，因此用一個託管視覺呼叫替換另一個，並不代表要簽第二份合約或重寫用戶端。Moondream 3.1 和 Molmo2-4B 都不在該目錄中——兩者都是自託管權重——但堆疊的其餘部分通常都在。

關於這組配對，最清楚的說法是：這從來不是一場公平的較量，而現在規模更小了。Moondream 3.1 是一個快速、包裝完善的視覺 API，其授權條款將服務業務保留給其所有者。Molmo2-4B 則是一個研究用途的發布版本，具備影片原生的點輸出，而且完全沒有包裝。這次關閉並不會讓其中一個變得比另一個更好。它只是移除了「不選擇」的選項。