Moondream
#19 in Multimodale ModelleMoondream · seit September 18, 2025 · 2× · zuletzt 15. Okt. 2026
25
Momentum
Moondream ist ein Vision-Language-Model (VLM) von M87 Labs, Inc., das Bildinhalte analysiert und dazu natürlichsprachliche Antworten erzeugt (z.B. Captioning, Visual Question Answering, Objekterkennung). Die aktuelle Version Moondream 3 (Preview) nutzt eine Mixture-of-Experts-Architektur mit 9 Mrd. Parametern, von denen 2 Mrd. pro Token aktiv sind, und ist über Open Weights sowie eine Cloud-API verfügbar. Das Produkt wird auf moondream.ai angeboten; laut Ankündigung übernimmt Prime Intellect das Projekt.
Momentum-Verlauf
20.07.18.10.
Features
| Key-Benchmark (%) | ScreenSpot F1@0.5: 80,4 % |
| Kontextfenster (Token) | 32.000 (32K; zuvor 2K) |
| Lizenz | Open Weights; frei für persönliche, Forschungs- und die meisten kommerziellen Zwecke, nicht für konkurrierende bezahlte Angebote |
| Multimodalität | Ja, Vision-Language-Modell (Bild + Text; Captioning, VQA, Detection, Pointing, OCR, Segmentierung) |
| Plattform | Cloud-API (OpenAI-kompatibel), lokal auf Mac, Windows, CUDA; Python- und Node-SDKs |
| Preis pro 1M Token | Cloud Real-time: 0,30 $ Input / 1,00 $ Output (Moondream 3.1 9B A2B); Batch: 0,15 $ / 0,50 $ |
| Release-Datum | 18. September 2025 (Moondream 3 Preview) |