Moondream lança dois modelos visuais por US$ 0,30 de entrada

A Moondream colocou duas novas opções visuais no OpenRouter pelo mesmo preço: US$ 0,30 por milhão de tokens de entrada e US$ 2,50 por milhão de tokens de saída. O Moondream 3 Preview e o Moondream 3.1 foram lançados em 15 de outubro e aparecem com janela de contexto de 32.000 tokens.

A novidade é relevante para quem quer testar processamento visual sem abrir uma nova faixa de preço na API. Mas há uma ressalva importante para quem escolhe modelo olhando benchmarks: o Artificial Analysis ainda não registra notas de inteligência, código ou uso agêntico para nenhum dos dois.

O que mudou na prática

O portfólio ganhou dois modelos com a mesma estrutura comercial. A versão 3 Preview tem o identificador moondream/moondream3-preview; a 3.1 aparece como moondream/moondream3.1-9b-a2b. Ambas custam US$ 0,30 por milhão de tokens recebidos e US$ 2,50 por milhão de tokens gerados, segundo os preços listados no OpenRouter.

A janela também é igual nos dois casos: 32.000 tokens. Isso coloca os lançamentos em uma faixa bem diferente de modelos que oferecem contexto de 1.048.576 tokens, como algumas opções do Gemini e os novos modelos da NVIDIA e da Meta registrados no mesmo período.

A padronização simplifica o teste A/B. Se você já tem uma aplicação visual e quer comparar a versão Preview com a 3.1, o preço não muda entre as duas rotas. O que ainda precisa ser medido é a qualidade da resposta no seu próprio conjunto de imagens, documentos ou telas.

A tarifa é competitiva, mas não é única

O preço de entrada do Moondream 3 coincide com o de modelos como o Gemini 2.5 Flash e o Gemini 2.5 Flash Image, que também aparecem no OpenRouter a US$ 0,30 por milhão de tokens de entrada e US$ 2,50 por milhão de tokens de saída. A diferença está na janela: esses dois modelos do Google têm contexto de 1.048.576 tokens e 32.768 tokens, respectivamente.

Isso muda a conta dependendo do fluxo. Para uma requisição curta, o valor de entrada pode ser o principal fator de comparação. Para tarefas que acumulam imagens, instruções e histórico, uma janela de 32.000 tokens pode exigir mais controle de contexto ou divisão do trabalho.

Também existem alternativas mais baratas na entrada. O Gemini 2.0 Flash Lite custa US$ 0,075 por milhão de tokens de entrada e US$ 0,30 por milhão de tokens de saída, com contexto de 1.048.576 tokens. A comparação, porém, não substitui um teste de qualidade visual: preço e janela não informam sozinhos a precisão do modelo.

O que ainda não dá para afirmar

O lançamento não vem acompanhado, nos índices disponíveis do Artificial Analysis, de uma nota de inteligência para o Moondream 3 Preview ou para o Moondream 3.1. Também não há pontuação registrada para código ou tarefas agênticas.

Isso impede afirmar que a versão 3.1 é mais capaz que a Preview. O nome da versão sugere uma evolução dentro da mesma família, mas não fornece, por si só, uma medida de desempenho. Para uma equipe de produção, a decisão precisa passar por métricas próprias: taxa de acerto, tempo de resposta, volume médio de saída e custo por tarefa concluída.

A ausência de nota não significa que os modelos sejam inadequados. Significa que ainda não há uma referência pública, na fonte de benchmarks, para colocá-los lado a lado com modelos avaliados. Até lá, o preço uniforme favorece uma comparação controlada entre as duas variantes.

Para quem faz sentido

Os lançamentos interessam principalmente a quem já usa modelos visuais em produção ou mantém um protótipo com orçamento limitado. O contexto de 32.000 tokens atende fluxos que não precisam carregar documentos muito extensos ou históricos longos em uma só chamada. O custo previsível também ajuda a estimar testes e migrações sem duas tabelas de preço diferentes.

Para quem precisa de contexto acima de 32.000 tokens, a chegada muda pouco. Nesse caso, modelos com janelas de 1.048.576 tokens podem reduzir a necessidade de resumir ou fragmentar entradas, ainda que tenham outras tarifas e características. Para aplicações exclusivamente textuais, os novos modelos também não alteram a escolha: o ganho potencial está no uso visual, não em uma promessa de liderança geral.

A implicação prática é direta: coloque as duas variantes no mesmo conjunto de testes, mantenha o orçamento separado por entrada e saída e só troque o modelo em produção depois de medir qualidade por tarefa, porque o preço igual não prova desempenho igual.