Vyb vs. Gemma 4 12B: Ein Design-Modell und ein Generalist, der nie dieselbe Vorgabe erfüllt

Setzt man Vyb und Gemma 4 12B nebeneinander, fällt zuerst auf, dass nur eines von beiden ein Bild erzeugen kann. Vyb ist das Designmodell von Coco Labs, angekündigt am 20. Oktober 2026, das Marketinggrafiken als bearbeitbare Ebenen liefert – Text als Text, Formen als Vektoren, Fotos in Originalauflösung. Gemma 4 12B ist das offene Modell von G​oogle mit 11,95 Milliarden Parametern, veröffentlicht am 3. Juni 2026, das Text, Bilder, Audio und Video liest und Text schreibt; es hat überhaupt keine Bildausgabe. Sie anhand der Qualität zu vergleichen, ist ein Kategorienfehler. Der einzige Vergleich, der sich lohnt, ist der danach, wo jedes von beiden in der Content-Pipeline einer Marke hingehört.Keine der beiden Modellkarten hält fest, wie eine Design- und Reasoning-Pipeline scheitert, sobald sie in Produktion ist, und diese Vorfälle sind katalogisiert im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzgrad und Umstritten-Kennzeichnung trägt.

Genau das leistet diese Seite. Keine Anzeigetafel zweier Modelle, die dieselbe Aufgabe schlecht erledigen, sondern eine Karte der Übergabe: welches die Anzeige schreibt, welches sie zeichnet und was jedes davon Sie unterwegs kostet.

Was jeder tatsächlich ausgibt

Vyb gibt ein Dokument aus. Coco Labs beschreibt es als das Zusammensetzen von Designs Element für Element in einem internen strukturierten Format namens Cocolang, sodass eine fertige Anzeige als Stapel von Ebenen ankommt, die sich in ein Tool wie Figma exportieren und einzeln bearbeiten lassen. Eine Überschrift bleibt ein Textobjekt. Ein Logo bleibt ein Vektor. Ein Produktbild bleibt die Pixel, die Sie hochgeladen haben – in der Auflösung, in der Sie sie hochgeladen haben. Es läuft auf der eigenen Website einer Marke und ihren Asset-Dateien, und genau diese Eingabe macht das möglich: Das Modell erfindet keine Schriftart, es platziert Ihre.

Gemma 4 12B gibt Tokens aus. Es ist das mittlere Kind von Googles Gemma-4-Familie – oberhalb des Edge-großen E4B, unterhalb des 26B A4B – und seine prägende technische Entscheidung besteht darin, dass es keine separaten Vision- oder Audio-Encoder besitzt: Rohe Bild-Patches und Audio-Wellenformen werden direkt in den Token-Raum projiziert. Das Ergebnis ist ein dichtes 11,95B-Modell mit 256K-Kontext, das einen Screenshot ansehen, ein PDF lesen, einem Tool-Aufruf folgen und den nächsten Absatz schreiben kann. Es kann Ihnen keine PNG-Datei geben.

Die Übergabe ist also nicht hypothetisch. Das eine Modell entwirft fünf Varianten der Schlagzeile und prüft sie gegen einen Leitfaden für die Markenstimme. Das andere nimmt die Gewinnerzeile und setzt sie auf einem Poster mit dem richtigen Logo, der richtigen Schriftart und dem richtigen Bildausschnitt um. Keines kann die Hälfte des anderen übernehmen.

Wo die wahren Kosten sitzen

Zwei sehr unterschiedliche Kostenstrukturen, und keine davon ist ein Posten pro Token, wie ein Entwickler es erwarten würde.

• Gemma 4 12B – die Gewichte sind unter Apache 2.0 frei. Sie zahlen für Hardware: etwa 8 GB bei 4 Bit, bequem auf einem 16-GB-Laptop, oder eine gemietete GPU, wenn Sie Durchsatz wollen. Die Inferenz ist unbegrenzt in dem Sinne, dass kein Anbieter-Zähler mitläuft, und das Modell gehört Ihnen, sodass Sie es auf Ihren eigenen Texten feinabstimmen können.

• Vyb — überhaupt kein veröffentlichter Preis. Der Zugang läuft über eine Warteliste, und der Beitritt dazu bringt $10 an Generierungs-Credits mit sich. Coco Labs hat nicht gesagt, was ein Design kostet, sobald diese Credits aufgebraucht sind, was bedeutet, dass die Wirtschaftlichkeit pro Asset in der Design-Hälfte der Pipeline derzeit nicht ermittelbar ist.

Diese Asymmetrie hat eine praktische Konsequenz. Ein Team kann Gemma 4 12B heute Nachmittag in Betrieb nehmen und seine Kosten pro tausend Schlagzeilen auf den Cent genau messen. Dasselbe Team kann den Designschritt nicht budgetieren, weil es für den Designschritt keine Preisliste gibt. Für einen Pilotversuch ist das in Ordnung — Guthaben im Wert von 10 $ zeigt Ihnen, ob der Layer-Baum nutzbar ist. Für einen Kampagnenplan ist es ein Hindernis, und es ist das stärkste Argument dafür, abzuwarten statt sich festzulegen.

Wo Gemma 4 12B gewinnt – und das nicht knapp.

Alles, was dem Artwork vorgelagert ist. Gemma 4 12B liest ein Briefing in welcher Form auch immer es eintrifft – ein Dokument, ein Screenshot einer Wettbewerbsanzeige, eine Kunden-E-Mail –, weil es auf der Eingabeseite nativ multimodal ist. Es fasst 256K Token Kontext, sodass ihm das gesamte Brand Book und die letzten zwölf Monate freigegebener Texte in einem einzigen Aufruf übergeben werden können. Es befolgt Anweisungen für strukturierte Ausgaben, und genau das macht aus „Schreib mir eine Headline“ ein „Schreib mir eine Headline unter 42 Zeichen, die das Wort ‚revolutionär‘ nicht verwendet“. Und es steht unter Apache 2.0, sodass ein Team, das einen House Style auf der Ebene der Gewichte durchsetzen möchte, feinabstimmen statt prompten kann.

Vyb hat im Gegensatz dazu einen engeren Auftrag. Es platziert Elemente gut und bearbeitet sie lokal; es stellt keine Überlegungen an, ob das Angebot gut ist oder ob die Behauptung in dem Markt, in dem die Anzeige läuft, rechtlich zulässig ist. Coco Labs’ eigener Benchmark erkennt diese Grenze an – Vyb verweigert manchmal eine Änderung, die es als schlechtes Design einstuft, aber das ist eine Beurteilung auf Layout-Ebene, keine Marketing-Beurteilung.

Wo Vyb gewinnt und warum es das schwierigere Problem ist

Bittet man ein Bildmodell, eine Überschrift zwei Zentimeter nach links zu verschieben, rendert es den gesamten Frame neu. Coco Labs hat genau das gemessen: Über 200 Bearbeitungsanweisungen hinweg lag der mittlere Anteil geänderter Pixel bei 11,9 % für Vyb gegenüber 95,5 % für ChatGPT Image, 91,8 % für Muse und 98,9 % für Recraft v4.1. Das sind vom Anbieter gemeldete Zahlen aus einem Benchmark, den Coco Labs geschrieben hat und den sein eigenes Modell gewonnen hat; behandeln Sie sie daher als richtungsweisend. Die Richtung ist jedoch nicht subtil. Ein Modell, das ein Zehntel der Leinwand ändert, bearbeitet ein Layout; ein Modell, das alles ändert, malt anhand eines Prompts neu und hofft, dass der neue Frame dem alten ähnelt.

Für eine Marke ist dieser Unterschied der gesamte Workflow. Ein freigegebenes Design, das nicht bearbeitet werden kann, ohne neu generiert zu werden, ist kein Asset – es ist ein Screenshot eines Assets. Vybs Behauptung ist, dass das freigegebene Layout erhalten bleibt, weil das Layout von Anfang an niemals Pixel war.

In Gemma 4 12B gibt es keine entsprechende Fähigkeit, und es gibt kein Fine-Tuning, das eine solche hinzufügen würde. Die Lücke ist architektonisch bedingt und keine Frage der Skalierung.

Heute wird die Zwei-Modell-Pipeline aufgebaut

Eine Hälfte davon ist jetzt einsatzbereit und die andere nicht, was die Reihenfolge ungewöhnlich klar macht. Richten Sie Gemma 4 12B für den Copy-Schritt ein: Headline-Generierung, Variantentests, Brand-Voice-Prüfung, strukturierte Ausgabe in das Schema, das Ihre Designvorlage erwartet. Das ist im Oktober 2026 ein gelöstes Problem und kostet Sie eine GPU.

Der Designschritt ist der Punkt, an dem die Routing-Frage wirklich zum Tragen kommt – und zwar auf eine Weise, bei der sich Präzision lohnt. Vyb hat keine öffentliche API und keine veröffentlichte Integrationsoberfläche, daher kann es selbst mit Zugriff nicht Teil einer automatisierten Pipeline sein – ein Mensch steuert es. Das bedeutet, die „Pipeline“ ist eigentlich eine Warteschlange mit einer Person im Designschritt, und die nützliche Automatisierung ist alles davor und danach: Copy-Erstellung, Claim-Prüfungen, Resizing-Briefings und die Tracking-Metadaten, die angeben, welche Variante freigegeben wurde.

Diese Upstream-Ebene ist hier genau das, wofür OrcaRouters Ein-Tasten-Zugang zu über 200 Modellen tatsächlich gedacht ist. Die Listenpreise der Anbieter werden mit 0 % Aufschlag durchgereicht, sodass das Modell, das Texte schreibt, und das Modell, das diese gegen eine Compliance-Liste prüft, genau das kosten, was ihre Anbieter verlangen – nicht mehr. Automatisches Failover ist aus einem wenig glamourösen Grund wichtig: Eine Charge von vierzig Headline-Varianten, die beim einunddreißigsten Aufruf abbricht, hinterlässt bei einem Designer eine halb ausgefüllte Vorlage, und ein Ausweichmodell schließt diese Lücke ohne ein Wiederholungsskript. Vyb lässt sich nicht routen – es steht in keinem Katalog – und so zu tun, als wäre es anders, wäre genau die Art von Verfügbarkeitsbehauptung, die dieser Blog vermeidet.

Die Entscheidungsregel

Wenn es bei der Aufgabe um Worte über die Marke geht, Gemma 4 12B. Wenn die Aufgabe das Artwork ist, Vyb – und ob es sich lohnt, wissen Sie erst, wenn Sie die $10 an Credits verbraucht haben. Wenn die Aufgabe beides ist – was auf die meiste echte Marketingarbeit zutrifft –, sind die beiden überhaupt keine Alternativen, und der Artikel, den Sie tatsächlich brauchen, handelt davon, wo die Übergabe erfolgt, nicht davon, welches der beiden gewinnt.

Das Einzige, was vor beiden Entscheidungen erwähnenswert ist: Vybs zentrale Kennzahlen sind vier Tage alt und vom Anbieter selbst erstellt, auf einem Benchmark, der 145 Google-Schriften abdeckt und individuelle Schriftarten, die die meisten Marken tatsächlich verwenden, ausdrücklich ausschließt. Sie sind ein vielversprechendes Signal für eine Architektur, kein belegtes Ergebnis. Gemma 4 12B hat dagegen fünf Monate Community-Einsatz hinter sich; seine Grenzen sind bekannt und langweilig, was ein Kompliment ist.