
Vyb : le premier modèle de design de Coco Labs crée des visuels marketing en calques modifiables
- OrcaNOUVEAUOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 10 tok/s
- deepseekNOUVEAUDeepSeek: DeepSeek V4.1 Flash 10172026-10-1745Intelligence
- DeepSeekNOUVEAUDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaNOUVEAUOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 150 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 297 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238Intelligence
- OpenAIOpenAI: GPT-6 Sol2026-09-2248Intelligence
- AnthropicAnthropic: Claude Opus 5.52026-09-2258Intelligence
- xAIGrok 4.72026-09-2146Intelligence
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 par million de tokens · 49 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 par million de tokens · 826 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453Intelligence77Code
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241Intelligence76Code
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245Intelligence76Code
- AnthropicAnthropic: Claude Fable 5.12026-09-0153Intelligence82Code
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 par million de tokens · 47 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 par million de tokens · 94 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642Intelligence72Code
Coco Labs a annoncé Vyb le 20 octobre 2026 : un modèle de design qui construit des graphiques marketing élément par élément au lieu de peindre une seule image à plat. La proposition est ciblée et concrète. Fournissez une fois à Vyb le site web ou les fichiers d'actifs d'une marque, et chaque design qu'il produit revient sous la forme d'une pile de calques modifiables — le titre est un objet texte que vous pouvez retaper, le logo est un vecteur, la photo du produit correspond aux pixels d'origine en pleine résolution. Modifiez le titre et rien d'autre dans le fichier ne bouge.Les lancements d'outils de design publient rarement comment le pipeline échoue en production, et les incidents consignés sont répertoriés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, un niveau de gravité, une note de confiance et un indicateur de contestation.
Cette dernière phrase résume tout le produit. Quiconque a déjà essayé de corriger une faute de frappe dans une publicité générée par IA connaît l’alternative : relancer le prompt, obtenir un design légèrement différent et perdre la mise en page déjà validée. Vyb est la tentative de Coco Labs de mettre un terme à ce cycle, et il s’agit de la première publication d’un modèle par l’entreprise, tous types confondus.
Ce qui a réellement été livré
L’article de lancement est signé par David Zats et Anusha Ramesh et décrit Vyb comme « le premier modèle de design qui comprend le goût d’un utilisateur ». Le mécanisme compte davantage que le slogan. Vyb compose un design dans un format interne que Coco Labs appelle Cocolang — une description concise et structurée du design que les humains comme les modèles peuvent lire et modifier. Le texte, les formes vectorielles et les images conservent leurs formats natifs au sein de cette structure au lieu d’être aplatis dans un seul raster. Comme la sortie est structurée, elle peut être exportée « sans perte » vers des outils de design externes tels que Figma, où chaque élément arrive sur son propre calque.
Vyb peut aussi faire appel à des générateurs d'images et à des outils de retouche lorsqu'une tâche exige quelque chose qu'il ne peut pas dessiner lui-même, ce qui constitue une répartition judicieuse du travail : générer la photographie, la placer comme calque, et garder la typographie et la mise en page nettes autour.
Ce qui n’a pas été livré est presque aussi important. Il n’y a pas de grille tarifaire. Il n’y a pas d’API publique. Il n’y a ni nombre de paramètres publié, ni description de l’architecture, ni divulgation des données d’entraînement, hormis le fait que Coco Labs a construit un pipeline propriétaire pour les designs en couches, car peu de designs en couches publics existent pour l’entraînement. L’accès se fait via une liste d’attente, et s’y inscrire donne droit à 10 $ de crédits de génération. Au moment de la rédaction, le produit est annoncé et accessible sur invitation uniquement, pas disponible pour le grand public.

Les trois chiffres que Coco Labs met en avant
Coco Labs a publié un benchmark qu’elle appelle VybBench, couvrant 145 polices Google, 100 couleurs et 200 modifications face à trois concurrents : ChatGPT Image (gpt-image-2.5), Muse (muse-image) et Recraft v4.1. Tous les chiffres ci-dessous sont rapportés par le fournisseur. Personne en dehors de Coco Labs ne les a exécutés, et l’auteur du benchmark est l’entreprise dont le modèle le remporte.
• Fidélité de la police de caractères — score de correspondance de forme par rapport à un rendu programmatique du même mot : Vyb 90,3 %, ChatGPT Image 76,0 %, Muse 50,9 %, Recraft 46,2 %. Coco Labs a mesuré un plafond de bruit de 94,4 % en évaluant des rendus identiques les uns par rapport aux autres, de sorte que 90,3 % est proche du maximum pratique pour ce test.
• Fidélité chromatique — erreur maximale moyenne par canal sur 255, plus la valeur est basse, mieux c’est : Vyb 0,00, ChatGPT Image 3,94, Muse 5,67, Recraft 27,19. Un zéro littéral est possible ici parce qu’une couleur peut être écrite sous forme de valeur plutôt que peinte ; c’est le format en couches qui fait le travail, pas un meilleur peintre.
• Localité des modifications — part moyenne de pixels modifiés sur 200 instructions de modification : Vyb 11,9 %, ChatGPT Image 95,5 %, Muse 91,8 %, Recraft 98,9 %. Un juge LLM indépendant a également évalué si chaque modification demandée avait réellement été effectuée : Vyb 94,7 %, ChatGPT Image 100 %, Muse 98,0 %, Recraft 50,3 %.
Lisez attentivement la troisième ligne, car c’est elle qui détermine si le produit est réel. Un modèle de différence de pixels ne peut pas modifier 11,9 % d’une image par accident ; il modifie presque tout parce qu’il régénère presque tout. Vyb modifie peu parce qu’il édite un document. Le taux d’acceptation de 94,7 % face à 100 % pour ChatGPT Image est le coût honnête de cela : Vyb refuse parfois une instruction qu’il juge être du mauvais design, comme une modification qui rendrait le texte illisible, et le juge a compté ce refus comme un échec.
Coco Labs révèle une asymétrie méthodologique dans son propre benchmark : Vyb a reçu des entrées SVG en calques pour le test d’édition, tandis que les trois autres ont reçu des PNG aplatis, car ils ne peuvent pas accepter de calques. Ce n’est pas un artifice — c’est la différence qui est mesurée — mais cela signifie bien que la comparaison teste deux contrats d’entrée différents, et non deux modèles auxquels on a confié un travail identique.

L'argument sous-jacent au benchmark
Le billet de lancement de Vyb consacre un paragraphe à attaquer l'approche d'un concurrent, et il vaut la peine d'en citer la structure plutôt que la formulation. L'argument est que reconvertir une image plate finalisée en calques — le décalquage — ne permet pas de retrouver de vrais calques de texte ou vectoriels, car le texte d'une image plate n'est fait que de pixels, et toute zone masquée derrière un autre élément doit être devinée. Coco Labs soutient que la seule façon d'obtenir une véritable pile de calques est de la générer, et que la décomposition a posteriori n'est qu'une démo qui ne résiste pas au contact des fichiers réels d'une marque.
C’est une position défendable, et c’est aussi un argument marketing de la part de l’entreprise qui vend l’alternative. Il est vrai qu’un texte rastérisé dans une image aplatie ne peut pas être saisi à nouveau avec une fidélité parfaite aux métriques de police d’origine. Il est également vrai que la plupart des équipes marketing disposent déjà d’une bibliothèque de ressources aplaties approuvées qu’elles aimeraient pouvoir rendre modifiables, et que Vyb n’a rien à leur proposer pour ces fichiers. Les deux approches résolvent des problèmes différents, et l’article de lancement est rédigé comme si une seule d’entre elles comptait.
Où cela s'inscrit dans un workflow réel
Un modèle de conception en couches ne supprime pas le reste de la chaîne de production. Il faut toujours quelqu'un pour écrire le titre, décider de l'offre et vérifier que l'allégation est légale sur le marché où elle est diffusée. Ce que Vyb change, c'est l'étape d'après : le texte publicitaire est intégré sous forme de texte, dans la police de la marque, dans une mise en page qui peut être ajustée par un designer plutôt que régénérée par un prompt.
La moitié textuelle de ce pipeline est aussi la moitié qu’un routeur peut prendre en charge. OrcaRouter fait tourner une seule API sur plus de 200 modèles, avec les prix catalogue des fournisseurs répercutés à 0 % de marge, de sorte que le modèle qui rédige l’accroche et le modèle qui la vérifie au regard des règles de marque peuvent se trouver derrière une seule clé, sans second contrat. Le basculement automatique compte ici pour une raison banale : une étape de génération de textes qui échoue en cours de lot laisse un projet de création avec un calque vide, et un modèle de secours coûte moins cher qu’une file d’attente bloquée. Vyb lui-même n’est appelable via aucun routeur — il n’a pas d’API publique —, donc l’architecture honnête fin 2026 consiste en un modèle de texte pour les mots et Vyb, une fois que vous y avez accès, pour les visuels.

Qu’est-ce qui n’est pas encore prouvé ?
Quatre éléments, par ordre décroissant de l’influence qu’ils devraient avoir sur une décision d’achat.
• Prix. Aucune grille tarifaire n'existe. Coco Labs offre 10 $ de crédits aux personnes qui rejoignent la liste d'attente, ce qui ne vous dit rien sur ce que coûte une campagne terminée.
• Tests indépendants. Chaque chiffre de cet article provient du fournisseur. Le benchmark de polices ne couvre que les polices Google accessibles au public ; Coco Labs indique s’attendre à ce que l’écart se creuse pour les polices de marque personnalisées, mais ne les a pas mesurées, ce qui est précisément le cas qui importe à une marque.
• La fidélité des fichiers en pratique. « Export sans perte vers Figma » est une affirmation sur l’exportateur, pas sur la question de savoir si l’arborescence de calques obtenue est celle dans laquelle un designer souhaite travailler. Personne en dehors de l’entreprise n’a ouvert l’un de ces fichiers.
• Couverture. Le lancement présente des affiches, des publicités, des cartes de citations et des annonces. Les documents multipages, les gabarits de découpe d'emballage et tout élément doté d'un profil colorimétrique d'impression ne sont pas traités dans le matériel publié à ce jour.
Rien de tout cela ne fait s’évaporer le produit. Un modèle de conception dont la sortie est un document plutôt qu’une image appartient à une catégorie véritablement différente de celle d’un générateur d’images, et le chiffre de localité des modifications est le genre de résultat que seule cette architecture peut produire. Mais une liste d’attente et un benchmark fourni par l’éditeur constituent une annonce, pas un historique éprouvé, et la question utile pour une équipe marketing n’est pas de savoir si Vyb bat ChatGPT Image sur les polices, mais si les fichiers qu’il produit font gagner à un designer plus de temps que n’en aurait coûté une refonte manuelle de la mise en page. Cette question trouvera sa réponse à l’ouverture de la liste d’attente, et pas avant.
Que regarder
Trois signaux feraient passer Vyb de « intéressant » à « adopté ». Un prix publié par design ou par crédit, afin que le coût puisse être comparé au taux horaire d’un freelance. Un benchmark de polices personnalisées, car toute vraie marque utilise au moins une police qui ne figure pas sur Google Fonts. Et une API, car dès l’instant où Vyb est appelable, il cesse d’être un outil et devient un composant qui peut être acheminé aux côtés de tout le reste dans un pipeline de contenu. D’ici là, le crédit de 10 $ est le moyen le moins cher de vérifier si l’arborescence des calques est aussi propre que le benchmark le laisse entendre.
