Vyb vs. Gemma 4 12B: un modelo de diseño y un generalista que nunca coinciden en el mismo brief

Pon Vyb y Gemma 4 12B uno al lado del otro y lo primero que se advierte es que solo uno de ellos puede producir una imagen. Vyb es el modelo de diseño de Coco Labs, anunciado el 20 de octubre de 2026, que devuelve gráficos de marketing como capas editables: texto como texto, formas como vectores, fotos a resolución original. Gemma 4 12B es el modelo de pesos abiertos de Google de 11,95 mil millones de parámetros, publicado el 3 de junio de 2026, que lee texto, imágenes, audio y video y escribe texto; no tiene ninguna salida de imagen. Compararlos por calidad es un error de categoría. Compararlos según dónde encaja cada uno en el flujo de contenido de una marca es la única comparación que vale la pena. Ninguna de las fichas de modelo registra cómo falla un flujo de diseño y razonamiento una vez que está en producción, y esos incidentes están catalogados en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, nivel de confianza e indicador de disputa.

Eso es lo que hace esta página. No un marcador con dos modelos haciendo mal la misma tarea, sino un mapa del traspaso: cuál escribe el anuncio, cuál lo dibuja y cuánto te cuesta cada uno por el camino.

Lo que cada uno realmente produce

Vyb genera un documento. Coco Labs lo describe como componer diseños elemento por elemento en un formato estructurado interno llamado Cocolang, de modo que un anuncio terminado llega como una pila de capas que se pueden exportar a una herramienta como Figma y editar individualmente. Un titular sigue siendo un objeto de texto. Un logotipo sigue siendo un vector. Una imagen del producto sigue siendo los píxeles que subiste, con la resolución con la que los subiste. Funciona con el sitio web y los archivos de recursos de la propia marca, que es la entrada que lo hace posible: el modelo no está inventando una tipografía, está colocando la tuya.

Gemma 4 12B genera tokens. Es el hijo mediano de la familia Gemma 4 de Google —por encima del E4B de tamaño edge, por debajo del 26B A4B— y su decisión de ingeniería definitoria es que no incorpora codificadores de visión o audio separados: los parches de imagen sin procesar y las formas de onda de audio se proyectan directamente en el espacio de tokens. El resultado es un modelo denso de 11,95B con un contexto de 256K que puede mirar una captura de pantalla, leer un PDF, seguir una llamada a herramienta y escribir el siguiente párrafo. No puede entregarte un PNG.

Así que el traspaso no es hipotético. Un modelo redacta cinco variantes de titulares y las contrasta con una guía de voz de marca. El otro toma la línea ganadora y la dispone en un póster con el logotipo correcto, la tipografía correcta y el recorte de foto correcto. Ninguno puede hacer la mitad del otro.

Dónde se sitúa el costo real

Dos estructuras de costos muy diferentes, y ninguna constituye una partida por token tal como un desarrollador esperaría.

• Gemma 4 12B — los pesos son gratuitos bajo Apache 2.0. Pagas por el hardware: aproximadamente 8 GB con cuantización de 4 bits, cómodo en un portátil de 16 GB, o una GPU alquilada si quieres rendimiento. La inferencia no tiene límite, en el sentido de que no hay ningún medidor del proveedor en marcha, y el modelo es tuyo para ajustarlo con tu propio conjunto de textos.

• Vyb — no hay ningún precio publicado. El acceso es mediante lista de espera, y unirse a ella incluye $10 en créditos de generación. Coco Labs no ha dicho cuánto cuesta un diseño una vez que se agotan esos créditos, lo que significa que la economía por activo de la mitad de diseño del flujo de trabajo es actualmente imposible de conocer.

Esa asimetría tiene una consecuencia práctica. Un equipo puede poner en marcha Gemma 4 12B esta tarde y medir su costo por cada mil titulares hasta el centavo. Ese mismo equipo no puede presupuestar la etapa de diseño, porque la etapa de diseño no tiene una tarifa establecida. Para un piloto, eso está bien: $10 en créditos te dirán si el árbol de capas es utilizable. Para un plan de campaña, es un bloqueante, y es el argumento más contundente para esperar en lugar de comprometerse.

Donde gana Gemma 4 12B, y no por poco

Todo lo que precede al arte final. Gemma 4 12B lee un brief en cualquier formato en que llegue —un documento, una captura de pantalla del anuncio de un competidor, un correo de un cliente— porque es nativamente multimodal en la entrada. Admite 256K tokens de contexto, así que se le puede pasar el manual de marca completo y los últimos doce meses de textos aprobados en una sola llamada. Sigue instrucciones de salida estructurada, que es lo que convierte «escríbeme un titular» en «escríbeme un titular de menos de 42 caracteres que no use la palabra “revolucionario”». Y es Apache 2.0, así que un equipo que quiera imponer un estilo propio a nivel de los pesos puede hacer ajuste fino en lugar de usar prompts.

Vyb, por el contrario, tiene un contrato más limitado. Coloca bien los elementos y los edita localmente; no razona sobre si la oferta es buena o si la afirmación es legal en el mercado en el que se emite el anuncio. El propio benchmark de Coco Labs reconoce el límite: Vyb a veces rechaza una edición que considera mal diseño, pero eso es un juicio a nivel de maquetación, no un juicio de marketing.

Dónde gana Vyb y por qué es el problema más difícil

Pide a un modelo de imágenes que mueva un titular dos centímetros a la izquierda y volverá a renderizar todo el encuadre. Coco Labs midió exactamente eso: en 200 instrucciones de edición, la proporción media de píxeles modificados fue del 11,9 % para Vyb frente al 95,5 % de ChatGPT Image, el 91,8 % de Muse y el 98,9 % de Recraft v4.1. Son cifras reportadas por los proveedores de un benchmark escrito por Coco Labs y ganado por su propio modelo, así que tómalas como orientativas. La dirección, sin embargo, no es sutil. Un modelo que cambia una décima parte del lienzo está editando una maquetación; un modelo que lo cambia todo está repintando a partir de un prompt y esperando que el nuevo encuadre se parezca al anterior.

Para una marca, esa diferencia es todo el flujo de trabajo. Un diseño aprobado que no se puede editar sin volver a generarlo no es un activo, es una captura de pantalla de un activo. La afirmación de Vyb es que la maquetación aprobada sobrevive, porque la maquetación nunca fue píxeles en primer lugar.

No existe una capacidad equivalente en Gemma 4 12B y no hay ningún ajuste fino que pudiera añadir una. La diferencia es arquitectónica, no una cuestión de escala.

Construyendo hoy el pipeline de dos modelos

La mitad de esto se puede implementar ya y la otra no, lo que hace que la secuencia sea inusualmente clara. Pon en marcha Gemma 4 12B para el paso de redacción: generación de titulares, pruebas de variantes, verificación de la voz de marca y salida estructurada con el esquema que espere tu plantilla de diseño. Eso es un problema resuelto en octubre de 2026 y solo te cuesta una GPU.

El paso de diseño es donde la cuestión del enrutamiento realmente duele, y duele de una forma que merece precisión. Vyb no tiene API pública ni una superficie de integración publicada, así que no puede formar parte de un pipeline automatizado aunque tengas acceso: lo maneja una persona. Eso significa que el «pipeline» es en realidad una cola con una persona en la etapa de diseño, y la automatización útil es todo lo anterior y posterior: generación de textos, verificaciones de afirmaciones, briefs de redimensionamiento y los metadatos de seguimiento que indican qué variante se aprobó.

Esa capa upstream es para lo que realmente sirve aquí el acceso con una sola tecla de OrcaRouter a más de 200 modelos. Los precios de lista de los proveedores se trasladan con un 0% de margen, así que el modelo que redacta el texto y el modelo que lo audita contra una lista de cumplimiento cuestan lo que cobran sus proveedores, ni más. La conmutación por error automática importa por una razón poco glamurosa: un lote de cuarenta variantes de titular que falla en la llamada treinta y uno deja a un diseñador con una plantilla a medio completar, y un modelo de respaldo cierra esa brecha sin un script de reintentos. Vyb no se puede enrutar —no está en ningún catálogo—, y fingir lo contrario sería el tipo de afirmación de disponibilidad que este blog evita.

La regla de decisión

Si el trabajo son las palabras sobre la marca, Gemma 4 12B. Si el trabajo es el arte, Vyb, y sabrás si vale la pena una vez que hayas quemado los $10 de créditos. Si el trabajo es ambos —que es la mayoría del trabajo real de marketing—, los dos no son alternativas en absoluto, y el artículo que realmente necesitas trata sobre dónde se produce el traspaso, no sobre cuál gana.

Lo único que vale la pena señalar antes de tomar cualquiera de las dos decisiones: las cifras destacadas de Vyb tienen cuatro días de antigüedad y fueron elaboradas por el proveedor, sobre un benchmark que abarca 145 fuentes de Google y excluye explícitamente las tipografías personalizadas que la mayoría de las marcas realmente usa. Son una señal prometedora sobre una arquitectura, no un resultado comprobado. Gemma 4 12B, en cambio, tiene cinco meses de despliegue comunitario a sus espaldas; sus límites son conocidos y aburridos, lo cual es un elogio.