Vyb vs LFM2.5 2.6B Base : à qui appartient la sortie importe plus que qui gagne

Ni Vyb ni LFM2.5 2.6B Base ne sont des modèles que l’on peut affecter à une tâche et laisser sans surveillance, et leurs lacunes sont presque opposées. Vyb, annoncé par Coco Labs le 20 octobre 2026, est un produit de design abouti derrière une liste d’attente : il transforme les ressources d’une marque en visuels marketing en calques et modifiables, et il n’a ni API publique ni prix publié. LFM2.5 2.6B Base, publié par Liquid AI le 4 août 2026, est un checkpoint pré-entraîné de 2,698 milliards de paramètres sans aucun affinage sur instructions — téléchargeable dès aujourd’hui sous licence LFM Open License v1.0, utile dès que vous avez une session d’entraînement à lui consacrer, et inutile avant cela. Ni un produit en liste d’attente ni un checkpoint de base ne consignent la manière dont un pipeline de design échoue en production, et ces incidents 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.

Donc la comparaison qui compte n’est pas la qualité, et ce n’est pas la vitesse. C’est la propriété : ce que vous êtes autorisé à faire avec l’artefact, ce que vous pouvez faire avec sa sortie, et laquelle de ces deux contraintes bloque réellement votre projet.

Deux artefacts, dans les mots de leurs propres créateurs

Vyb est décrit par Coco Labs comme « le premier modèle de conception qui comprend le goût d’un utilisateur ». Il construit des designs par couches à l’aide d’un format structuré interne que l’entreprise appelle Cocolang, conserve le texte sous forme de texte et les vecteurs sous forme de vecteurs, et exporte sans perte vers des outils tels que Figma. Il ingère le site web et les fichiers d’une marque afin que le logo, les polices et les couleurs présents dans le résultat soient ceux que la marque possède déjà. L’accès se fait via une liste d’attente avec 10 $ de crédits de génération. Aucun nombre de paramètres, aucune divulgation de l’architecture, aucune grille tarifaire, aucune API.

LFM2.5 2.6B Base porte le nom complet LFM2.5-2.6B-Base. Sa fiche indique 2,698 milliards de paramètres au total répartis sur 30 couches, dont 22 blocs de convolution courte à double portillon et huit mécanismes d’attention à requêtes groupées, un contexte de 131 072 jetons, un vocabulaire de 128 000 jetons, un entraînement sur 34 billions de jetons et une couverture de 16 langues. Il est uniquement textuel. Il fait partie d’un duo — Liquid AI propose également LFM2.5-2.6B, post-entraîné pour le travail agentique — et la description du checkpoint de base sur sa fiche indique qu’il s’agit du modèle dont descend chaque variante de la famille. Seize dérivés affinés existent déjà sous celui-ci sur Hugging Face.

Lisez ces deux paragraphes ensemble et la structure apparaît. Liquid AI a publié un composant et vous a dit exactement de quoi il est fait. Coco Labs a publié un produit et ne vous a presque rien dit sur ce qu’il contient. Les deux sont des façons légitimes de livrer un modèle ; elles placent le travail à des endroits différents.

Ce que la licence permet réellement

C'est la partie de la comparaison qui a la conséquence pratique la plus immédiate, et elle se divise en deux directions.

• Redistribution — Le LFM2.5 2.6B Base est distribué sous la LFM Open License v1.0, une licence personnalisée étiquetée license:other sur le Hub. Elle est rédigée pour un usage ouvert et autorise le déploiement commercial sous conditions, mais il s’agit d’un document rédigé intentionnellement et qui doit être lu avant de redistribuer une œuvre dérivée. Vyb ne publie aucune condition du tout, car il n’y a rien à redistribuer : vous obtenez des conceptions, pas des poids.

• Propriété des résultats — c’est le point à vérifier avant de vous engager. Un design produit par Vyb est un design produit sur l’infrastructure de quelqu’un d’autre, selon un accord qui ne vous a pas encore été présenté, car la liste d’attente n’est pas un contrat. Un texte produit par un LFM2.5 2.6B Base affiné est produit sur votre matériel, à partir des poids que vous détenez. Pour une marque dont les actifs de campagne sont le produit, cette différence n’est pas théorique.

• Modification — chaque poids du checkpoint LFM est à vous pour continuer le pré-entraînement, le fine-tuning, la quantification ou la distillation. Vyb ne peut pas être modifié du tout. Vous pouvez modifier sa sortie, ce qui est tout l’intérêt, mais vous ne pouvez pas changer le modèle qui l’a produite.

• Matériel — LFM2.5 2.6B Base est dense et suffisamment petit pour que Liquid AI positionne la famille sur les téléphones et les ordinateurs portables ; un checkpoint de 2,69 B tient sur un seul GPU grand public ou sur un appareil en périphérie en quatre bits. Vyb ne nécessite aucun matériel, ce qui constitue soit la meilleure, soit la pire propriété de cette liste, selon que votre contrainte est le capital ou le contrôle.

Ce que vous entraîneriez réellement LFM2.5 2.6B Base à faire

L'usage évident est aussi celui qui s'associe à un pipeline de design plutôt que de le concurrencer. Vyb place le texte ; encore faut-il que quelqu'un écrive ce texte, dans une voix que la marque reconnaît, à un volume qu'exige un calendrier marketing. C'est une tâche de fine-tuning avec un jeu de données restreint et bien défini : douze mois de titres approuvés, un guide de style et les refus. Un checkpoint de base de 2,69 milliards de paramètres est la bonne taille pour cela — assez grand pour porter une voix, assez petit pour s'entraîner sur un seul GPU en un après-midi, et assez petit pour être servi pour moins qu'un café par millier de générations.

Le contexte de 131 072 tokens est généreux pour ce travail. Un guide de marque accompagné d'une centaine d'exemples approuvés tient facilement, ce qui signifie que le fine-tune peut être conditionné sur le guide plutôt que de compter sur son assimilation.

Ce que LFM2.5 2.6B Base ne fera pas, c'est répondre à une question sans entraînement. Il poursuit le texte. Il ne suit pas de format, n'appelle pas d'outil et ne s'arrête pas quand vous le voulez, car rien de tout cela n'a été entraîné en lui. Tous les articles sur les checkpoints de base le disent, et toutes les équipes essaient quand même, alors : si vous voulez un modèle qui rédige un titre dès aujourd'hui, affinez-le d'abord ou utilisez un modèle frère post-entraîné. Le checkpoint de base est une position de départ, pas un service.

Le coût de chaque chemin, calculé

Le coût de Vyb se résume actuellement à un seul chiffre : 10 $ de crédits, gratuits, une fois que vous avez quitté la liste d’attente. Tout ce qui suit est inconnu, et l’inconnu n’est pas mince — une équipe marketing produisant quarante contenus par mois a besoin d’un montant par contenu pour décider si l’outil remplace l’après-midi d’un designer ou un designer.

Le coût de LFM2.5 2.6B Base est connu au centime près et presque entièrement fixe. Les poids sont gratuits. La phase d'entraînement, ce sont vos heures de GPU. Le service, c'est votre inférence, et à 2,69B en dense, l'arithmétique est sans éclat : une seule carte de milieu de gamme gère une charge de travail de génération de copie sans sourciller, et le coût marginal du millième titre n'est en pratique que l'électricité. Ce que vous dépensez à la place, c'est du temps d'ingénierie — le pipeline de données, le jeu d'évaluation, les garde-fous — et c'est la ligne budgétaire que les gens oublient quand ils comparent des « poids gratuits » à une « API bon marché ».

Il existe une troisième voie que la plupart des équipes finissent par adopter, et il vaut la peine de la nommer. Utilisez un modèle hébergé pour la rédaction tant que la voix de la marque est encore en cours de définition, puis fine-tunez LFM2.5 2.6B Base une fois que vous disposez de suffisamment d’exemples approuvés pour que l’entraînement justifie la mise en place. Il s’agit d’une question de routage plutôt que de modèle : une seule clé pour plus de 200 modèles hébergés, avec les prix catalogue des fournisseurs répercutés à 0 % de marge, vous fait passer du prototype à la production sans second contrat, et le checkpoint local prend le relais lorsque l’équation économique s’inverse.

La lecture honnête des chiffres de Vyb

Étant donné que cette page place un benchmark fournisseur vieux de quatre jours à côté d'un checkpoint ouvert vieux de deux mois, la provenance mérite d'être énoncée clairement plutôt que dissimulée.

Coco Labs a publié VybBench, qui couvre 145 polices Google, 100 couleurs et 200 retouches, et rapporte une fidélité typographique de 90,3 % contre 76,0 % pour ChatGPT Image, une erreur chromatique de 0,00 contre 3,94, et une variation moyenne de pixels lors des retouches de 11,9 % contre 95,5 %. L’entreprise a conçu le benchmark et son modèle l’a remporté. Elle indique aussi que Vyb a reçu des entrées SVG en couches pour le test de retouche, tandis que les modèles de comparaison ont reçu des PNG aplatis, car ils ne peuvent pas accepter les calques. Rien de tout cela ne rend le résultat faux — le format en calques est le produit —, mais cela signifie que les chiffres mesurent un contrat d’entrée différent, et non deux modèles confrontés à un travail identique. Aucun tiers indépendant n’a reproduit ces résultats.

LFM2.5 2.6B Base, en revanche, est un checkpoint que vous pouvez télécharger et évaluer vous-même cet après-midi. Ce n’est pas une affirmation sur la qualité ; c’est une affirmation sur la vérifiabilité, et sur cet axe, les deux ne jouent pas dans la même catégorie.

Lequel vous bloque ?

Si votre problème est que les designs approuvés ne peuvent pas être modifiés sans les régénérer, Vyb est le seul des deux à avoir une réponse, et la liste d’attente vous coûte une semaine de votre temps plutôt qu’un budget trimestriel. Si votre problème est que chaque asset a besoin d’un titre dans votre voix, à un volume que personne ne veut écrire, LFM2.5 2.6B Base accompagné d’une session de fine-tuning est la réponse, et il est disponible dès maintenant.

Si votre problème couvre les deux, ils ne sont pas rivaux — ce sont deux étapes d’un même pipeline, l’une louée et l’autre possédée. La décision qu’il faut réellement prendre n’est pas de savoir quel modèle choisir. C’est de savoir si les éléments de campagne d’une marque doivent être produits par un modèle qu’elle détient ou par un modèle pour lequel elle possède un compte sur liste d’attente, et le fait que cette question soit encore ouverte en octobre 2026 est la chose la plus utile que cette comparaison puisse vous apprendre.