AI 综合应用
Moondream
小体积视觉模型，开放权重可商用，云端按 token 计费。
资源介绍
Moondream 是一个专做视觉理解的小模型。官网首页写着「又快又强的视觉模型」，主要能力是看图回答问题、做目标检测、读取界面和文档内容。它的定位不是通用多模态大模型，而是能塞进边缘设备、在真实业务场景里跑起来的那一类。官网标注每月下载量超过 500 万次，权重开放且允许商用。
开放权重加上小体积，让它能落在别的模型进不去的地方。官网列的应用画面包括仓储、界面识别、广告素材、飞机识别这类具体任务，共同点是要在本地或边缘跑、要低延迟、要能针对自己的场景微调。官方同时提供 Playground 和文档，`pip install moondream` 一行装好。
如果不想自己部署，云端 API 按 token 计费，价格在同类视觉模型里偏低，还区分实时和批量两档，批量价是实时价的一半。最新的 Moondream 3.1 加了语音识别能力，官方称速度最高提升到 3.1 倍。选型时要清楚它的能力边界，处理复杂推理、长文档理解或者开放式对话，还是要交给更大的多模态模型。
适合什么人
需要在边缘或本地跑视觉理解、且对延迟和单价敏感的产品与工程团队。
真实使用场景
价格说明
官网定价页（2026-09-08 实测）按 token 计费并区分实时与批量：Moondream 3.1 9B A2B 实时档输入每百万 token 0.30 美元、输出每百万 token 1.00 美元，批量档输入 0.15 美元、输出 0.50 美元；Moondream 3 Preview 实时档输入 0.30 美元、输出 2.50 美元，批量档输入 0.15 美元、输出 1.25 美元。模型权重开放且允许商业使用，自行部署时无平台费用。官方标注可提供 HIPAA 与 SOC 2 合规支持。
核心特点
限制与注意事项
常见问题
小模型的识别效果够用吗？
取决于任务是否收窄。在目标检测、界面元素识别、固定版式的文档读取这类边界清晰的任务上，小模型经过针对性微调往往够用而且更快更便宜。任务一旦变成开放式的图像理解或者需要跨图推理，差距就明显了。官方给了 Playground，先拿自己的真实图片跑一遍最省事。
开放权重意味着完全免费吗？
权重开放且标注可商用，自己部署不向官方付费，成本是你自己的硬件和运维。用官方云端 API 则按 token 付费，批量档单价是实时档的一半，离线处理大批图片时优先走批量。
微调需要多少数据？
官方没给统一数字，实际取决于任务的收窄程度。识别固定几类物体这种任务，几百到几千张标注样本通常就能看到明显提升；任务越开放需要的数据越多。先用现成模型在自己的图上跑一遍基线，再决定值不值得微调。
来源与核验
本页关于 Moondream 的价格、平台和中文支持都取自下面这些页面，可以自行打开核对。最近一次核验时间是 2026-09-08。官网改版后信息可能变化，以官网当前内容为准。
- moondream.ai官网Moondream 官网首页，能力定位与下载量
- moondream.ai定价页官方定价页，各版本实时与批量档 token 单价
