Moondream 3 chega por US$ 2,50 e limita contexto a 32k

A conta começa em US$ 0,30 por milhão de tokens de entrada e chega a US$ 2,50 por milhão de tokens de saída. É o preço listado no OpenRouter para o Moondream 3 Preview e para o Moondream 3.1, que estrearam no catálogo em 15 de outubro de 2026.

O ponto menos conveniente está na janela: os dois modelos têm 32 mil tokens de contexto. Para aplicações que processam imagens ou documentos em lotes menores, isso pode ser suficiente. Para quem precisa manter arquivos longos, históricos extensos ou várias etapas de uma tarefa na mesma chamada, a limitação aparece rápido.

O que chegou ao catálogo

A nova linha tem duas entradas. O identificador moondream/moondream3-preview corresponde ao Moondream 3 Preview. Já moondream/moondream3.1-9b-a2b aparece como Moondream 3.1.

Os preços são iguais nas duas versões. Também é igual a janela de contexto: 32 mil tokens. Portanto, o nome da versão não muda a primeira conta de custo nem a quantidade máxima de informação que pode ser mantida em uma requisição.

A descrição de preço favorece fluxos com grande volume de entrada e respostas controladas. Se o seu produto envia muitas imagens ou sinais visuais, mas pede respostas curtas, a tarifa de saída pesa menos na fatura. Se o sistema gera textos longos, a economia na entrada não resolve sozinha o custo total.

A promessa de eficiência encontra um limite

O preço parece competitivo, mas não deve ser confundido com vantagem geral. O Gemini 2.5 Flash, também listado no OpenRouter, custa US$ 0,30 por milhão de tokens de entrada e US$ 2,50 na saída — exatamente o mesmo valor do Moondream 3. A diferença está no contexto: o modelo do Google tem janela de 1.048.576 tokens.

O Nano Banana, nome usado no catálogo para o Gemini 2.5 Flash Image, repete o preço de US$ 0,30 na entrada e US$ 2,50 na saída. Sua janela é de 32.768 tokens, praticamente o mesmo limite do Moondream 3.

Essa comparação vira a mesa do anúncio de eficiência. O Moondream 3 pode ser uma alternativa de custo previsível, mas o preço não é exclusivo e o contexto não é amplo. Na prática, a escolha depende de quanto conteúdo cada chamada precisa carregar, não apenas do valor por milhão de tokens.

O que ainda não dá para medir

Não há notas de inteligência, código ou desempenho agêntico registradas para o Moondream 3 Preview ou para o Moondream 3.1 nos dados do Artificial Analysis. Também não há estreia de benchmark associada aos dois modelos.

Isso impede uma conclusão sobre qualidade relativa. O catálogo permite afirmar o preço e o contexto, mas não permite dizer que o Moondream 3 é mais inteligente, melhor em código ou superior em tarefas autônomas. Para uma decisão de produção, ainda será necessário testar as tarefas específicas do seu produto: leitura visual, extração estruturada, consistência e latência não aparecem nesses números.

Para quem a troca faz sentido

A linha interessa a você se o objetivo é colocar uma etapa multimodal em produção sem pagar uma tarifa alta por entrada ou saída e sem exigir uma memória de contexto extensa. Também pode fazer sentido em classificadores, triagens e automações que trabalham com requisições independentes e respostas curtas.

A novidade muda pouco para quem já usa o Gemini 2.5 Flash ou o Nano Banana no mesmo patamar de preço. No primeiro caso, a janela de contexto é muito maior. No segundo, a diferença de limite é pequena, e o ganho real dependerá da qualidade do modelo em cada tipo de imagem ou documento.

Se o produto envia conversas longas, documentos grandes ou múltiplas fontes em uma única chamada, o contexto de 32 mil tokens deve entrar no cálculo antes da migração. Dividir o trabalho em várias requisições pode contornar o limite, mas também pode aumentar a complexidade do fluxo e o número total de tokens cobrados.

A decisão prática é simples: use o Moondream 3 como candidato de baixo custo para tarefas multimodais curtas, mas só troque um modelo com contexto maior depois de medir qualidade e custo por tarefa, não apenas o preço exibido na tabela.