Vyb vs LFM2.5 2.6B Base: chi possiede l'output conta più di chi vince

Né Vyb né LFM2.5 2.6B Base è un modello a cui puoi affidare un compito e poi dimenticartene, e i modi in cui sono carenti sono quasi opposti. Vyb, annunciato da Coco Labs il 20 ottobre 2026, è un prodotto di design finito dietro una lista d'attesa: trasforma gli asset di un marchio in grafiche di marketing a livelli e modificabili, e non ha né un'API pubblica né un prezzo pubblicato. LFM2.5 2.6B Base, pubblicato da Liquid AI il 4 agosto 2026, è un checkpoint preaddestrato da 2,698 miliardi di parametri senza alcun instruction tuning — scaricabile oggi ai sensi della LFM Open License v1.0, utile non appena hai un run di addestramento a cui indirizzarlo, e inutile prima di allora. Né un prodotto in lista d'attesa né un checkpoint di base registrano come una pipeline di design fallisce in produzione, e quegli incidenti sono catalogati in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.

Quindi il confronto che conta non è la qualità, e non è la velocità. È la proprietà: cosa ti è consentito fare con l’artefatto, cosa puoi fare con il suo output, e quale di questi due vincoli blocca davvero il tuo progetto.

Due manufatti, nelle parole dei loro creatori

Vyb è descritto da Coco Labs come "il primo modello di design che comprende i gusti di un utente". Costruisce design a strati utilizzando un formato strutturato interno che l'azienda chiama Cocolang, mantiene il testo come testo e i vettori come vettori, ed esporta senza perdite in strumenti come Figma. Acquisisce il sito web e i file di un marchio in modo che il logo, i caratteri e i colori nell'output siano quelli che il marchio già possiede. L'accesso è tramite lista d'attesa con $10 in crediti di generazione. Nessun numero di parametri, nessuna divulgazione dell'architettura, nessun tariffario, nessuna API.

LFM2.5 2.6B Base ha il nome completo LFM2.5-2.6B-Base. La sua scheda elenca 2,698 miliardi di parametri totali su 30 layer, 22 dei quali blocchi a convoluzione breve con doppio gating e otto di attenzione grouped-query, una finestra di contesto di 131.072 token, un vocabolario di 128.000 token, l'addestramento su 34 trilioni di token e la copertura di 16 lingue. È solo testo. È uno di una coppia — Liquid AI distribuisce anche LFM2.5-2.6B, addestrato successivamente per attività agentiche — e la descrizione della scheda del checkpoint base lo indica come il modello da cui discende ogni variante della famiglia. Su Hugging Face esistono già sedici derivati fine-tuned sotto di esso.

Leggi quei due paragrafi insieme e la forma emerge. Liquid AI ha pubblicato un componente e ti ha detto esattamente di cosa è fatto. Coco Labs ha pubblicato un prodotto e non ti ha detto quasi nulla di ciò che contiene. Entrambi sono modi legittimi di distribuire un modello; collocano il lavoro in punti diversi.

Che cosa consente effettivamente la licenza

Questa è la parte del confronto con la conseguenza pratica più immediata, e si divide in due direzioni.

• Ridistribuzione — LFM2.5 2.6B Base è distribuito con la LFM Open License v1.0, una licenza personalizzata contrassegnata come license:other sull'Hub. È scritta per l'uso aperto e consente la distribuzione commerciale con condizioni, ma è un documento scritto di proposito e deve essere letto prima di ridistribuire un derivato. Vyb non pubblica alcun termine, perché non c'è nulla da ridistribuire: si ottengono progetti, non pesi.

• Proprietà dell'output — questo è l'aspetto da verificare prima di impegnarsi. Un design prodotto da Vyb è un design prodotto sull'infrastruttura di qualcun altro, in base a un accordo che non ti è ancora stato mostrato, perché la lista d'attesa non è un contratto. Il testo prodotto da un LFM2.5 2.6B Base sottoposto a fine-tuning è prodotto sul tuo hardware, a partire da pesi che possiedi. Per un brand i cui asset di campagna sono il prodotto, questa differenza non è teorica.

• Modifica — ogni peso nel checkpoint LFM è a tua disposizione per continuare il pretraining, eseguire fine-tuning, quantizzare o distillare. Vyb non può essere modificato in alcun modo. Puoi modificare il suo output, che è esattamente il punto, ma non puoi cambiare il modello che l'ha prodotto.

• Hardware — LFM2.5 2.6B Base è denso e abbastanza piccolo perché Liquid AI posizioni la famiglia per telefoni e laptop; un checkpoint da 2,69B sta su una singola GPU consumer o su un dispositivo edge a quattro bit. Vyb non richiede hardware, che è o la proprietà migliore o la peggiore di questa lista a seconda che il tuo vincolo sia il capitale o il controllo.

Cosa addestreresti effettivamente LFM2.5 2.6B Base a fare

L'uso ovvio è anche quello che si affianca a una pipeline di design anziché competere con essa. Vyb colloca il testo; qualcosa deve scrivere il testo, con una voce che il marchio riconosce, a un volume richiesto da un calendario marketing. Si tratta di un lavoro di fine-tuning con un dataset piccolo e ben definito: dodici mesi di titoli approvati, una guida di stile e i rifiuti. Un checkpoint base da 2.69B è la dimensione giusta per questo — abbastanza grande da contenere una voce, abbastanza piccolo da addestrare su una sola GPU in un pomeriggio e abbastanza piccolo da servire per meno del costo di un caffè per mille generazioni.

La finestra di contesto di 131.072 token è generosa per quel compito. Un brand book più un centinaio di esempi approvati ci sta comodamente, il che significa che il fine-tuning può essere condizionato alla guida invece di sperare che sia stato assorbito.

Ciò che LFM2.5 2.6B Base non farà è rispondere a una domanda senza addestramento. Continua il testo. Non segue un formato, non chiama uno strumento e non si ferma quando vuoi tu, perché niente di tutto questo gli è stato insegnato. Ogni articolo sui checkpoint base lo dice e ogni team ci prova comunque, quindi: se volete un modello che scriva un titolo oggi, fate prima un fine-tuning oppure usate un fratello post-addestrato. Il checkpoint base è una posizione di partenza, non un servizio.

Il costo di ogni percorso, calcolato

Il costo di Vyb al momento è un unico numero: 10 $ di crediti, gratis, una volta usciti dalla lista d'attesa. Tutto ciò che viene dopo è sconosciuto, e lo sconosciuto non è cosa da poco: un team di marketing che produce quaranta asset al mese ha bisogno di una cifra per singolo asset per decidere se lo strumento sostituisce il pomeriggio di un designer o un designer.

Il costo di LFM2.5 2.6B Base è conoscibile al centesimo e quasi interamente fisso. I pesi sono gratuiti. L'addestramento corrisponde alle tue ore GPU. Il serving è la tua inferenza e, con 2,69B dense, l'aritmetica è poco attraente: una singola scheda di fascia media gestisce un carico di lavoro di copy-generation senza alcuno sforzo, e il costo marginale del millesimo titolo è di fatto l'elettricità. Quello che spendi invece è tempo di ingegneria — la pipeline dei dati, il set di valutazione, le guardrail — ed è la voce che le persone dimenticano quando confrontano "pesi gratuiti" con "API economiche".

Esiste una terza via su cui approda la maggior parte dei team, e vale la pena darle un nome. Usa un modello ospitato per i testi mentre la voce del brand è ancora in fase di definizione, e fai il fine-tuning di LFM2.5 2.6B Base quando hai abbastanza esempi approvati da rendere l'addestramento sufficientemente vantaggioso da giustificare la configurazione. È una questione di routing più che di modello: una sola chiave per oltre 200 modelli ospitati, con i prezzi di listino dei fornitori applicati a un ricarico dello 0%, ti porta dal prototipo alla produzione senza un secondo contratto, e il checkpoint locale subentra quando la convenienza economica cambia.

La lettura onesta dei numeri di Vyb

Poiché questa pagina affianca un benchmark di un fornitore vecchio di quattro giorni a un checkpoint aperto vecchio di due mesi, la provenienza delle fonti merita di essere dichiarata apertamente anziché nascosta.

Coco Labs ha pubblicato VybBench, che copre 145 font Google, 100 colori e 200 modifiche, e riporta una fedeltà tipografica del 90,3% contro il 76,0% di ChatGPT Image, un errore cromatico di 0,00 contro 3,94 e una variazione media dei pixel nelle modifiche dell'11,9% contro il 95,5%. L'azienda ha scritto il benchmark e il suo modello lo ha vinto. Rende inoltre noto che Vyb ha ricevuto input SVG a livelli per il test di modifica, mentre i modelli di confronto hanno ricevuto PNG appiattiti, perché non sono in grado di accettare livelli. Nulla di tutto ciò rende errato il risultato — il formato a livelli è il prodotto — ma significa che i numeri misurano un contratto di input diverso, non due modelli a cui è stato assegnato un lavoro identico. Nessuna parte indipendente ha riprodotto alcunché di tutto questo.

LFM2.5 2.6B Base, al contrario, è un checkpoint che puoi scaricare e valutare da solo questo pomeriggio. Non è un'affermazione sulla qualità; è un'affermazione sulla verificabilità, e su questo asse i due non sono sullo stesso piano.

Quale ti blocca?

Se il tuo problema è che i design approvati non possono essere modificati senza rigenerarli, Vyb è l'unico di questi due ad avere una soluzione, e la lista d'attesa costa una settimana del tuo tempo anziché il budget di un trimestre. Se il tuo problema è che ogni asset ha bisogno di un titolo nel tuo stile a un volume che nessun essere umano vuole scrivere, LFM2.5 2.6B Base più un ciclo di fine-tuning è la risposta, ed è disponibile ora.

Se il tuo problema riguarda entrambi, non sono rivali — sono due fasi della stessa pipeline, una a noleggio e una di proprietà. La decisione che va davvero presa non è quale modello scegliere. È se gli asset di campagna di un brand debbano essere prodotti da un modello che possiede o da un modello per cui ha un account in lista d'attesa, e il fatto che quella domanda sia ancora aperta nell'ottobre 2026 è la cosa più utile che questo confronto possa dirti.