Vyb vs Gemma 4 12B : un modèle de design et un généraliste qui ne répond jamais au même brief

Mettez Vyb et Gemma 4 12B côte à côte et la première chose que l'on remarque est que seul l'un des deux peut produire une image. Vyb est le modèle de design de Coco Labs, annoncé le 20 octobre 2026, qui renvoie des visuels marketing sous forme de calques modifiables — le texte en tant que texte, les formes en vecteurs, les photos à leur résolution d'origine. Gemma 4 12B est le modèle à poids ouverts de 11,95 milliards de paramètres de Google, publié le 3 juin 2026, qui lit le texte, les images, l'audio et la vidéo et produit du texte ; il n'a aucune sortie d'image. Les comparer sur la qualité est une erreur de catégorie. Les comparer sur la place qui revient à chacun dans le pipeline de contenu d'une marque est la seule comparaison qui en vaut la peine. Aucune des deux fiches de modèle ne consigne la manière dont un pipeline de design et de raisonnement échoue une fois en production, et ces incidents sont répertoriés dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

C’est ce que fait cette page. Non pas un tableau de scores comparant deux modèles qui s’acquittent mal de la même tâche, mais une cartographie de la passation : lequel rédige la publicité, lequel l’illustre, et ce que chacun vous coûte au passage.

Ce que chacun produit réellement

Vyb produit un document. Coco Labs le décrit comme la composition de designs élément par élément dans un format structuré interne appelé Cocolang, de sorte qu’une annonce terminée arrive sous forme d’une pile de calques pouvant être exportés vers un outil comme Figma et modifiés individuellement. Un titre reste un objet texte. Un logo reste un vecteur. Une photo de produit reste les pixels que vous avez téléversés, à la résolution à laquelle vous les avez téléversés. Il s’appuie sur le site web et les fichiers d’assets de la marque elle-même, ce qui constitue l’entrée qui rend cela possible : le modèle n’invente pas une police, il place la vôtre.

Gemma 4 12B génère des tokens. C’est l’enfant du milieu de la famille Gemma 4 de Google — au-dessus de l’E4B de taille edge, en dessous du 26B A4B — et son choix d’ingénierie déterminant est qu’il n’embarque aucun encodeur visuel ou audio distinct : les patches d’image bruts et les formes d’onde audio se projettent directement dans l’espace des tokens. Le résultat est un modèle dense de 11,95 milliards de paramètres avec un contexte de 256 K, capable de regarder une capture d’écran, de lire un PDF, de suivre un appel d’outil et d’écrire le paragraphe suivant. Il ne peut pas vous fournir un PNG.

La passation n’a donc rien d’hypothétique. Un modèle rédige cinq variantes de titre et les confronte à un guide de ton de la marque. L’autre reprend la formule retenue et la met en page sur une affiche avec le bon logo, la bonne police et le bon recadrage photo. Aucun des deux ne peut réaliser la moitié du travail de l’autre.

Là où se situe le véritable coût

Deux structures de coûts très différentes, et aucune ne constitue un poste de coût par token comme un développeur s'y attendrait.

• Gemma 4 12B — les poids sont libres sous Apache 2.0. Vous payez le matériel : environ 8 Go en 4 bits, confortable sur un ordinateur portable de 16 Go, ou un GPU loué si vous voulez du débit. L’inférence n’est pas plafonnée, au sens où aucun compteur de fournisseur ne tourne, et le modèle est à vous pour le fine-tuning sur votre propre corpus de textes.

• Vyb — aucun prix publié, tout simplement. L'accès passe par une liste d'attente, et s'y inscrire donne droit à 10 $ de crédits de génération. Coco Labs n'a pas précisé combien coûte un design une fois ces crédits épuisés, ce qui signifie que l'économie par actif de la partie conception du pipeline est actuellement impossible à connaître.

Cette asymétrie a une conséquence pratique. Une équipe peut déployer Gemma 4 12B cet après-midi et mesurer son coût pour mille titres au centime près. La même équipe ne peut pas budgéter l’étape de conception, car cette étape n’a pas de grille tarifaire. Pour un pilote, c’est acceptable — 10 $ de crédits vous diront si l’arborescence des couches est utilisable. Pour un plan de campagne, c’est un point de blocage, et c’est l’argument le plus fort en faveur d’attendre plutôt que de s’engager.

Là où Gemma 4 12B l’emporte, et l’écart n’est pas mince

Tout ce qui se trouve en amont du visuel. Gemma 4 12B lit un brief quelle que soit sa forme — un document, une capture d’écran de la pub d’un concurrent, un e-mail client — car il est nativement multimodal en entrée. Il dispose de 256K tokens de contexte, ce qui permet de lui confier l’intégralité de la charte de marque et les douze derniers mois de textes approuvés en un seul appel. Il suit des instructions de sortie structurée, ce qui transforme « écris-moi un titre » en « écris-moi un titre de moins de 42 caractères qui n’utilise pas le mot “révolutionnaire” ». Et il est sous Apache 2.0, donc une équipe qui souhaite imposer un style maison au niveau des poids peut le fine-tuner plutôt que de recourir à des prompts.

Vyb, en revanche, a un contrat plus restreint. Il place bien les éléments et les modifie localement ; il ne raisonne pas sur la qualité de l’offre ni sur la légalité de l’allégation dans le marché où la publicité est diffusée. Le benchmark de Coco Labs reconnaît lui-même cette limite — Vyb refuse parfois une modification qu’il juge de mauvaise conception, mais il s’agit d’un jugement au niveau de la mise en page, pas d’un jugement marketing.

Là où Vyb l'emporte, et pourquoi c'est le problème le plus difficile

Demandez à un modèle d’image de décaler un titre de deux centimètres vers la gauche et il régénère toute l’image. Coco Labs a mesuré exactement cela : sur 200 instructions de modification, la part moyenne de pixels modifiés était de 11,9 % pour Vyb, contre 95,5 % pour ChatGPT Image, 91,8 % pour Muse et 98,9 % pour Recraft v4.1. Ce sont des chiffres déclarés par les fournisseurs, issus d’un benchmark que Coco Labs a écrit et que son propre modèle a remporté ; il faut donc les considérer comme indicatifs. La tendance, cependant, n’est pas subtile. Un modèle qui modifie un dixième du canevas modifie une mise en page ; un modèle qui le modifie entièrement repeint à partir d’un prompt en espérant que la nouvelle image ressemble à l’ancienne.

Pour une marque, cette différence représente tout le workflow. Un design approuvé qui ne peut pas être modifié sans être régénéré n’est pas un actif : c’est une capture d’écran d’un actif. Vyb affirme que la mise en page approuvée survit, parce que la mise en page n’a jamais été constituée de pixels au départ.

Il n'existe pas de capacité équivalente dans Gemma 4 12B, et aucun fine-tune ne saurait en ajouter une. Cet écart est architectural, et non une question d'échelle.

Je construis aujourd'hui le pipeline à deux modèles

Une moitié de cela est déployable dès maintenant et l’autre ne l’est pas, ce qui rend la séquence inhabituellement claire. Mettez en place Gemma 4 12B pour l’étape de rédaction : génération de titres, test de variantes, vérification de la voix de marque, sortie structurée dans le schéma attendu par votre modèle de conception. C’est un problème résolu en octobre 2026, et cela vous coûte un GPU.

L’étape de conception est celle où la question du routage se pose vraiment, et elle se pose d’une manière qui mérite d’être précisée. Vyb n’a ni API publique ni surface d’intégration publiée ; il ne peut donc pas faire partie d’un pipeline automatisé, même si vous y avez accès — c’est un humain qui le pilote. Cela signifie que le « pipeline » est en réalité une file d’attente avec une personne à l’étape de conception, et que l’automatisation utile couvre tout ce qui précède et suit cette étape : génération des textes, vérifications des allégations, briefs de redimensionnement et métadonnées de suivi qui indiquent quelle variante a été approuvée.

Cette couche amont est précisément ce à quoi sert ici l’accès en une touche d’OrcaRouter à plus de 200 modèles. Les prix catalogue des fournisseurs sont répercutés avec 0 % de marge, si bien que le modèle qui rédige les textes et celui qui les audite par rapport à une liste de conformité coûtent ce que facturent leurs fournisseurs, rien de plus. Le basculement automatique compte pour une raison peu reluisante : un lot de quarante variantes de titres qui échoue au trente et unième appel laisse un designer avec un gabarit à moitié rempli, et un modèle de secours comble cet écart sans script de nouvelle tentative. Vyb ne peut pas être routé — il ne figure dans aucun catalogue — et prétendre le contraire serait le genre de promesse de disponibilité que ce blog évite.

La règle de décision

Si la tâche consiste en des mots sur la marque, Gemma 4 12B. Si la tâche consiste en la création visuelle, Vyb, et vous saurez si cela en vaut la peine une fois que vous aurez brûlé les 10 $ de crédits. Si la tâche est les deux — ce qui correspond à la plupart du vrai travail marketing —, les deux ne sont pas du tout des alternatives, et l’article dont vous avez réellement besoin porte sur l’endroit où se fait le passage de relais, pas sur lequel des deux l’emporte.

La seule chose à signaler avant que l’une ou l’autre décision ne soit prise : les chiffres phares de Vyb ont quatre jours et sont rédigés par le fournisseur, sur un benchmark qui couvre 145 polices Google et exclut explicitement les polices personnalisées que la plupart des marques utilisent réellement. Ils constituent un signal prometteur concernant une architecture, pas un résultat prouvé. Gemma 4 12B, en revanche, a cinq mois de déploiement communautaire derrière lui ; ses limites sont connues et ennuyeuses, ce qui est un compliment.