Moondream 3 Preview 的託管端點將於 11 月 13 日關閉

M​oondream 3 Preview 於 2025 年 9 月 18 日發布，而為其提供服務的端點將於 2026 年 11 月 13 日停止回應。這是這個故事中真正重要的兩個日期，而只有第二個日期迫在眉睫。模型本身並未被撤下——權重仍留在 Hugging Face 上，授權條款也沒有改變——但大多數團隊實際上呼叫的託管路徑，由 M​oondream 3 Preview 及其後繼者 M​oondream 3.1 共用，即將被關閉，而公告只用一行說明：2026 年 11 月 13 日，也就是從今天起 30 天後，M​oondream Cloud 將關閉，未使用的已購買點數將予以退還。

那則公告是連同背後的原因一起發布的。Moondream 3 Preview及其後繼版本Moondream 3.1現已納入 Prime Intellect 旗下；Prime Intellect 於 2026 年 10 月 13 日宣布收購 Moondream，創辦人 Vik Korrapati 與 Jay Allen 加入，負責領導並擴展推論業務。Moondream 自家的貼文則是 10 月 14 日發布。這不是產品發布，也不該被當成發布來報導。這是一次所有權變更，而且附帶一個硬性的移轉截止期限；如果你的技術堆疊中任何地方有對 api.moondream.ai 的正式環境呼叫，從那則貼文發布日起，你大約有四週的時間來決定要用什麼取代它。

Prime Intellect 實際上買了什麼

這份公告對於易手的兩樣東西異常明確，而這兩者都不是模型檢查點。第一是團隊：Korrapati 和 Allen 加入，負責執行推論，並加速多模態相關工作，包括視覺與電腦操作（computer use）。第二是 Photon，M​oondream 的推論引擎，它運用自訂核心，並以背後的 megakernel 編譯器，將每個模型編譯成單一的 GPU 程式。

讀一下這個框架，你就能明白為什麼。Prime 的貼文先談服務，而非架構——它為這筆交易提出的理由是「服務才是決定模型有沒有用的地方」。它引用的數字是吞吐量數字：Moondream 3.1 每秒 34 次請求，號稱比準確度次高的開放模型快約 24 倍；在單張 H100 上每秒超過 60 次 Moondream 推論；數十毫秒內就能給出答案。那些是 Prime 的數字，而 Prime 現在是販賣推論的一方，所以應把它們視為廠商自報的數字。不是廠商宣稱的是這筆交易的方向：一家產品原本是視覺模型的公司，買下了一個推論引擎，並讓該引擎的作者負責推論。

對於任何採用 Moondream 整合的人來說，實際影響是開放權重仍會保持開放，而且用 Moondream 的話來說，「會持續改進，而且現在速度會快得多。」即將退場的是便利層——代管 API 與 Lens、微調產品——而這正是許多小型團隊當初所倚賴的一層，因為他們不想自行運行 GPU。

Moondream 3 Preview 究竟是什麼

值得重申的是，因為一個在 2025 年 9 月發布、如今正於一樁收購案中被取代的模型，是許多團隊只透過關閉通知才接觸到的模型。它是一個細粒度的稀疏專家混合模型，總參數 9B、每個 token 啟用 2B，並透過 drop upcycling 從較舊的 2B 稠密 M​oondream 2 初始化而來。

• 架構 — 24 層，前四層為稠密層，其餘為 MoE 前饋區塊，具備 64 個專家且每個符元啟用 8 個，GeGLU，隱藏維度 2048。

• 視覺編碼器 — 基於 SigLIP，搭配多裁切通道串接，以實現具 token 效率的高解析度輸入。那個切割細節之後很重要。

• 上下文 — 32K 可用 token，相較於前一代的約 2K 有所提升，並採用自訂的 SuperBPE 分詞器。預覽貼文坦承，後訓練尚未充分利用這個長上下文視窗，完整的 32K 主要是供進行微調的人使用。

• 技能 — 查詢、描述、指向與偵測，全是原生功能，且全都回傳結構化輸出。偵測與指向是這次發布最倚重的兩項。

• 推理 —— 混合式。query 預設以推理模式執行，也可在關閉推理的情況下呼叫，以應付便宜、簡單的問題。Moondream 的定位是，這是視覺推理並具備接地：推理軌跡會參照影像中的特定區域。

• 授權 — Business Source License 1.1 附帶一項附加使用授權，允許商業與生產環境使用、微調、量化及再散布，並禁止販售會提供 Moondream 通用能力的託管服務。

最後這一行，才是默默形塑了整個生態系的那一行，而它值得被精確對待，因為Moondream 3.1已徹底轉向另一份不同的文件——Moondream Model License 1.0，自 2026 年 7 月 7 日起生效。規則的實質內容相同，只是表述得更為簡潔清楚：若 Moondream 是你產品中的一項元件，你便獲准使用；若取用 Moondream 本身即是你的產品，則需要另行取得授權。自行託管、邊緣部署、由客戶掌控的 VPC、在租用的雲端 GPU 上執行、將其微調作為專業服務的一環，以及不暴露通用功能的特定領域 API，全都明確獲得許可。由服務供應商營運的通用推論、代管的通用微調，以及會暴露微調衍生成果的共享 API，則是那三項需要另行談成協議的情況。

這就是關閉通知之所以會以這種形式存在的原因。M​oondream 無法直接把其代管的端點交給第三方——授權條款的例外條款正是針對這一點——因此端點會關閉，而遷移則交由 Prime 負責，Prime 現在擁有它。

兩個值得懷疑的數字

Moondream 自家的基準測試報告方式，值得比平常受到更嚴格的檢視，因為該公司對其方法比大多數公司更透明，而這套方法本身又發揮了很大的作用。

在預覽部分，發表圖表將 M​oondream 3 Preview 與 GPT-5、Gemini 2.5-Flash 及 C​laude 4 S​onnet 相互對比。在指涉表達偵測的欄位上，差距很大，且不太可能是假象：RefCOCO 上預覽版為 91.1，對比 Gemini 2.5-Flash 的 75.8、GPT-5 的 57.2，以及 C​laude 4 S​onnet 的 30.1。M​oondream 自身的但書才是重點——前沿模型原生不支援 grounding，因此是透過範本進行查詢，而且部分預覽版分數是在 100 題隨機樣本上計算，而非完整基準測試。對一個不具備 grounding 能力的模型進行範本化的 grounding 查詢，所測量到的提示工程成分，和測量模型本身一樣多。

對 M​oondream 3.1 而言，這個做法影響更為深遠，也值得直白說明：已公布的基準測試分數，是先用 Lens（M​oondream 的微調產品）在每個基準測試各自的訓練分割上微調模型——包含各任務專屬的 LoRA、SFT 與 RL——再把這些 LoRA 學到的東西蒸餾回基礎權重，讓可下載的檢查點在完全未經調校的情況下也能取得好成績。3.1 的發布文章直接說明了這一點，甚至指出蒸餾後的基礎模型表現僅略遜於個別 LoRA。這是個合理且有趣的工作流程，但它和冷啟動的開箱即用數字並不是同一回事，因為這些任務的訓練分割曾被餵給模型。如果你把 3.1 拿來和一個從未見過那些分割的模型相比，你比較的是調校過的產物與未調校的產物。

這些都不會讓數字變成錯的。它只是讓標示變得舉足輕重，而這正是我們對任何廠商圖表一體適用的標準。

您的三條移轉路徑

如果託管端點就在你的技術堆疊中，這項決策比表面上看起來更狹隘。

• 使用 Photon 自行託管 —— Photon 依然免費，可在 Ampere 以後的 NVIDIA GPU 以及 Apple Silicon Mac 上於本機執行，並具備與 Moondream Cloud 相同的 API 介面。pip install moondream，載入時使用 local=True，基礎模型不需要 API 金鑰。權重會在首次使用時從 Hugging Face 下載。這條路徑能讓你的程式碼幾乎原封不動地继续運作，並將成本從按 token 計費改為按 GPU 小時計費。

• 遷移至 Prime — 通知表示 M​oondream 和 Prime 將主動聯繫並提供後續步驟，並指向 Prime 以滿足推論、微調或類似需求；如有緊急問題，請聯絡 contact@moondream.ai。Prime 現在是託管路徑唯一繼續提供服務的地方，且將在 Prime 的技術堆疊上運行，而非 M​oondream 的。

• 替換模型——如果 Moondream 3 Preview 之所以存在於你的技術堆疊中，是因為它是個便宜、快速的分磚影像偵測器，而不是因為它有什麼專屬於 Moondream 的特性，那麼這次停用正是重新跑一遍自家評估集的好時機，而不是預設採行同類型的直接替換。

要避免的是第四條路徑，也就是直到 11 月 12 日什麼都不做。額度正在退還，因此沒有財務上的理由繼續呼叫一個即將停止回應的端點；而如果在硬性截止日前一週才展開遷移，這種遷移會讓你發現自己的 grounding 提示實際上依賴了什麼。

如果你最終決定標準化採用的模型，正好是 OrcaRouter 目錄中那 200 多個模型的其中一個，這件事的其中一部分就會變得比較輕鬆：一組金鑰、一種請求格式就能通用於所有模型，以供應商定價原價轉嫁、不加任何加成，而且當上游服務品質下滑時會自動容錯移轉。Moondream 3 Preview 不在那個目錄裡，Moondream 3.1 也不在——這兩者都是你自己託管、或透過 Prime 存取的權重——所以對這次特定的遷移來說，路由層能幫上忙的是你接下來要路由的任何東西，而不是 Moondream 本身。這一點值得直說，而不是含糊暗示。

未來四週該看什麼

有三件事會比任何新聞稿更能說明一切。第一，Prime 是在 11 月 13 日之前還是之後，為 M​oondream Cloud 發布推論替代服務；通知未給出日期，而關閉與替代服務之間的落差，是讓使用者付出最大代價的結果。第二，M​oondream 3.1 的下載授權在新所有權下是否仍照原文維持——Model License 1.0 的代管服務限制，正是舊端點必須關閉而非轉移的全部原因，因此對它的任何修訂都會改變可行的範圍。第三，M​oondream 承諾的「快得多的改進速度」是否會產出一個檢查點，而不只是一則公告；舊公司任內最後一次模型發布是 2026 年 7 月 7 日的 3.1，此後的發布都是 Photon 版本與語音模型。

已經確定的是日期。M​oondream 3 Preview 自 2025 年 10 月起已在其託管端點正式提供，且已被 M​oondream 3.1 取代已有三個月，而到了 2026 年 11 月 13 日，兩者的託管版本將停止服務。權重不會消失。便利性則會。

這些都不是假設：像這次發布背後那些有紀錄的 AI 故障與代理事件，都收錄在OrcaRouter AI Incident Archive中，每一筆條目都附有各自的來源、嚴重程度、信心評級與爭議標記。