moondream
Moondream: Moondream 3 Preview
moondream/moondream3-preview
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Moondream 3 Preview é um modelo de visão e linguagem da Moondream com arquitetura de mistura de especialistas: 9B de parâmetros totais e 2B ativos. Aceita texto e imagens e retorna texto, com janela de contexto de 32K. Segundo sua documentação, oferece quatro habilidades: consultas visuais abertas com raciocínio opcional, legendagem de imagens em três tamanhos, apontamento de objetos com coordenadas normalizadas e detecção com caixas delimitadoras, além de consultas somente de texto. É lançado como prévia sob a Business Source License 1.1 com concessão adicional de uso; o pacote de fontes não incluiu resultados de benchmarks independentes.[1][2]
Pontos fortes
- Arquitetura compacta de mistura de especialistas (9B de parâmetros totais, 2B ativos) voltada a implantação eficiente, com codificador visual baseado em SigLIP e processamento por múltiplos recortes descrito como eficiente em tokens para imagens de alta resolução.[2]
- Além de responder perguntas, oferece habilidades de localização: point retorna coordenadas x/y normalizadas e detect retorna caixas delimitadoras, e as codificações de imagem podem ser armazenadas em cache e reutilizadas em várias chamadas.[2]
- Os controles de uso incluem saída em streaming, temperatura, top-p e limites de tokens, além de um modo de raciocínio ativado por padrão em query que pode ser desligado em perguntas simples para economizar custo de inferência.[2]
Limitações
- A evidência se limita ao cartão do modelo do fornecedor e ao catálogo da OpenRouter; não foram fornecidas avaliações independentes nem dados de benchmarks, portanto afirmações como raciocínio visual de última geração são declarações do fornecedor e exigem validação nas suas próprias cargas de trabalho.[1][2]
- É uma versão de prévia sob a Business Source License 1.1 com concessão adicional de uso: usos internos e a maioria dos usos comerciais são permitidos, mas vender acesso por API hospedada, hospedagem gerenciada ou SDKs pagos que incorporem os pesos exige um acordo separado com a M87 Labs.[2]
- O caminho local documentado depende de Transformers com trust_remote_code, CUDA e bfloat16, além de uma etapa de compilação necessária para decodificação rápida, o que pode não se adequar a todos os ambientes; a listagem da OpenRouter não informa níveis de esforço de raciocínio.[1][2]
Onde usar
- Potencialmente útil para aplicações que precisam de localização de objetos, como ferramentas de apoio à anotação com coordenadas ou caixas delimitadoras, sujeito a testes de precisão nas suas próprias imagens.[2]
- Candidato para tarefas de resposta a perguntas visuais, legendagem, tarefas relacionadas a OCR e raciocínio visual descritas no catálogo, com uma API em nuvem com nível gratuito mencionada pelo fornecedor que pode facilitar a prototipagem.[1][2]
- Pode ser adequado a implantações sensíveis a custo, dado o pequeno número de parâmetros ativos e a opção de desativar o raciocínio em consultas simples, desde que os termos da licença se encaixem no uso pretendido.[2]
Fontes
- [1] OpenRouter catalog · Moondream: Moondream 3 PreviewFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Moondream: Moondream 3 PreviewFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Moondream 3 Preview is a vision-language model from Moondream with 9B total parameters and 2B active (mixture-of-experts). It handles visual question answering, captioning, OCR, and visual reasoning over images, with...
Especificações
- ID do modelo
- moondream/moondream3-preview
- ID canônico
- moondream/moondream3-preview-20261013
- Criador
- moondream
- Adicionado ao OpenRouter
- 15.10.2026
- Comprimento de contexto
- 32,000
- Modalidade
- text+image->text
- Modalidades de entrada
- text, image
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.300 / saída $2.5
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | Sem medição | — |
| Agentes | Sem medição | — |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
Não há avaliações fornecidas para este modelo.
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| PrimeIntellectfp8 | 32,000 | $0.300 | $2.5 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.